【虹科干货】Redis 开发者需要了解的缓存驱逐策略

在你搭建并配置了一个 Redis数据库之后， Redis成功地提升了应用程序性能。然而这里有一个潜在问题，随着缓存数据的快速增加和内存占用率的逐渐上升，你很快会发现 Redis缓存容量即将达到硬件存储容量上限。或许你曾听说用过缓存驱逐来解决这个问题，但究竟是怎么一回事呢？

无论你是在新兴企业中担任开发人员，还是在大型企业中担任系统管理员，了解缓存驱逐策略，并了解何时以及如何使用，都至关重要。在本文中，我们将深入探讨这些细节，让你对缓存驱逐有更清晰的认识。

一、对缓存驱逐的理解

在 Redis或任何依赖缓存的系统中，缓存驱逐策略都至关重要。它是解决缓存空间大小和内存占用问题的关键。当缓存数据达到硬件容量上限时，缓存系统必须做出决策：是拒绝接收新的数据，还是通过丢弃旧的数据为新数据腾出空间？

此时，缓存驱逐就发挥作用了。 为了保持最佳性能和数据一致性，在缓存达到上限时，缓存系统需要进行一系列判断，以确定应该保留哪些缓存数据，或者需要丢弃哪些缓存数据。

缓存驱逐是指从缓存中删除特定数据的过程。 当缓存达到硬件最大存储容量时，必须删除一些数据，为新数据腾出空间。

二、缓存驱逐策略

缓存驱逐策略是一种协议，它解决的问题是当缓存达到上限时，缓存系统需要如何应对。不同的策略对应不同的程序来实现，用于确定应该驱逐（即删除）哪些旧数据。以下是一些常见的策略。

• 最近最少使用（ Least Recently Used,LRU） ：想象一下，您正在整理衣柜，您会优先扔掉哪些物品？是学生时代遗留的格子衬衫，还是近期购入的一顶鸭舌帽？LRU缓存驱逐策略会首先删除近期被访问次数最少的缓存数据。其基本假设是不经常被访问的数据在短期内不会再次被访问。
• 最不频繁使用（ Least Frequently Used, LFU）：假设你是一名图书管理员，你将如何选择要从图书馆书架上移除的书籍？很可能是那些被借阅次数最少的书籍，这也是LFU缓存驱逐策略的思想。LFU策略会优先驱逐最不经常被访问的缓存数据，其基本假设是近期不再需要这些项目。
• Window TinyLFU（W-TinyLFU） ：这个策略稍微复杂一些。想象一下，你是一名电台DJ，你希望播放那些受欢迎且最近热门的歌曲。W-TinyLFU缓存驱逐策略根据数据的新旧程度和访问频率判断数据的价值，从而将最有价值的数据保留在缓存中。 W-TinyLFU在处理多变的访问模式和分布式缓存环境时尤为有效。
• 生存时间（ Time to Live, TTL）：想象一下，冰箱里有一盒新鲜的圣女果，如果在冰箱里放太久，就会开始变质。此时，不管你有多喜欢它们，都应该将它们扔掉。TTL在缓存中有类似的概念。每个缓存数据都有一个特定的 “过期时间”。一旦达到该时间限制，无论访问频率或最近访问次数如何，数据都会被驱逐。这种策略可以确保过时的数据被及时清除。它适用于需要定期更新数据，并确保缓存不提供旧数据的情况。

策略的有效性取决于具体的使用情况，没有一种策略适用于所有场景。在选择和使用缓存驱逐策略时，需要仔细考虑应用程序的特定需求和数据访问模式。

三、采用默认设置的风险

在 Redis中，默认的驱逐策略是易失性LRU（volatile- LRU）。但仅仅依赖默认策略而不了解其潜在影响，就可能存在一定风险。应用程序服务于多样化的用户需求，数据模式和数据驱逐要求可能存在巨大差异。 通过正确设置驱逐策略可以预防潜在的问题。

1、第一道防线：监控

首先，我们需要监控缓存性能以确认何时需要进行驱逐操作。我们通过监控工具达成这一目的。

在Redis中，可以通过INFO命令 来监控缓存性能，也可以使用第三方监控工具 提供更详细的性能分析。

优化缓存性能涉及两个方面，需要根据监控性能时所发现的信息，对缓存设置和缓存驱逐策略进行调整。分布式缓存场景中，监控与调优在确保跨多节点一致、缓存的高效管理时尤为重要。

2、选择合适的Redis驱逐策略

在Redis中，缓存由maxmemory配置指令进行管理，该指令用于设置内存限制。而maxmemory- policy配置指令则根据所选择的缓存驱逐策略来指导Redis进行驱逐决策。这些配置项都存储在redis.conf配置文件中。

Redis提供了多种驱逐策略，但以下几种可能是你最关心的策略。

(1) allkeys-lru

Redis的allkeys-lru策略用于删除最近最少使用的缓存数据，且无论是否设置了过期时间。

• 这个策略中，Redis会额外记录每个键的最后访问时间。每次读取或写入键时，Redis会更新这个信息。
• 当Redis达到内存限制并且需要驱逐数据时，它会寻找最长时间未被访问的键，也就是”最近最少使用”的键。
• 接着，Redis会删除这些键，为新的数据腾出可用的空间。

allkeys-lru策略适用于Redis数据库中的所有键，无论是否设置了过期时间。与volatile-lru策略不同的是，后者仅适用于设置了过期时间的键。

(2) volatile-lru

volatile-lru策略用于删除设置了过期时间的最近最少使用的缓存数据。这个策略适用于那些需要定期刷新数据的场景。

(3) allkeys-lfu

allkeys-lfu策略会删除使用频率最低的键。

• 在这个策略中，Redis会记录每个键的访问频率。每次读取或写入键时，Redis会更新与键相关联的计数器。
• 当Redis达到内存限制时，它会寻找具有最低访问频率的键。
• 然后，Redis会删除这些键，为新的数据腾出可用的空间。

(4) volatile-lfu

与 allkeys-lfu类似，volatile- lfu策略仅适用于设置了过期时间的键。且按访问频率评判键的价值，当缓存达到上限时，删除访问频率最低的键。

(5) volatile-ttl

volatile-ttl策略优先删除具有最短TTL的键。

• 这个策略中，Redis会记录每个键的TTL，即键的生存时间。TTL是一个持续时间，在到期之后，键将自动删除。
• 当Redis达到内存限制时，它会寻找具有最短TTL的键，也就是即将过期的键。
• Redis会删除这些键，为新的数据腾出可用的空间。

(6) noeviction

顾名思义，noeviction策略是当Redis达到内存限制并收到写入命令时，不会驱逐任何键，而是返回错误。

• 当Redis达到内存限制并且收到写入命令时，它会检查驱逐策略。
• 如果策略设置为noeviction，则Redis不会驱逐任何键，而是向写入命令返回错误。
• 在这种情况下，应用程序代码需要确定如何处理该错误条件。

---

事实上，以上每种策略都各有其优缺点，最适合的策略需要依具体业务需求而定。

当处理大量数据时，使用良好结构的缓存，并结合适当的缓存驱逐策略，可以更好地保持缓存的性能。Redis以其丰富的功能成为优秀的缓存解决方案，并为处理大型数据集的应用程序提供了强大的支持。有效的缓存管理不仅能通过缓存命中加快数据检索，还能减轻缓存未命中的影响，使得Redis成为各种用例中可靠且高效的缓存解决方案。