这篇文章主要介绍复述,内存满了的解决方法,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
复述,内存满了解决方法:
1,增加内存。
2,使用内存淘汰策略。
3,复述,集群。
重点介绍下2,3:
第二点:
我们知道,复述,设置配置文件的maxmemory参数,可以控制其最大可用内存大小(字节)。
那么当所需内存,超过maxmemory怎么办?
这个时候就该配置文件中的maxmemory-policy出场了。
其默认值是noeviction。
下面我将列出当可用内存不足时,删除复述,键具有的淘汰规则。
规则说明:
1, volatile-lru
使用LRU算法删除一个键(只对设置了生存时间的键)
2, allkeys-lru
使用LRU算法删除一个键
3, volatile-random
随机删除一个键(只对设置了生存时间的键)
4, allkeys-random
随机删除一个键
5, volatile-ttl
删除生存时间最近的一个键
6, noeviction
不删除键,只返回错误
LRU算法,至少RecentlyUsed,最近最少使用算法。也就是说默认删除最近最少使用的键。
但是一定要注意一点!复述中并不会准确的删除所有键中最近最少使用的键,而是随机抽取3个键,删除这三个键中最近最少使用的键。
那么这三个数字也是可以设置的,对应位置是配置文件中的maxmeory-samples。
三,集群怎么做
复述,仅支持单实例,内存一般最多10 ~ 20 gb。对于内存动辄100 ~ 200 gb的系统,就需要通过集群来支持了。
复述,集群有三种方式:客户端分片,代理分片,RedisCluster(在之后一篇文章详细说一下。)
1,客户端分片
通过业务代码自己实现路由
优势:可以自己控制分片算法、性能比代理的好
劣势:维护成本高,扩容/缩容等运维操作都需要自己研发
2代理分片
代理程序接收到来自业务程序的数据请求,根据路由规则,将这些请求分发给正确的复述,实例并返回给业务程序。使用类似Twemproxy, Codis等所用中间件实现。
优势:运维方便,程序不用关心如何链接复述,实例
劣势:会带来性能消耗(大概20%),无法平滑扩容/缩容,需要执行脚本迁移数据,不方便(Codis在所用Twemproxy基础上优化并实现了预分片来达到自动平衡)。
3,复述,集群
优势:官方集群解决方案,无中心节点,和客户端直连,性能较好
劣势:方案太重,无法平滑扩容/缩容,需要执行相应的脚本,不方便,太新,没有相应成熟的解决案例
以上是复述,内存满了的解决方法的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注行业资讯频道!
