关于复述,数据淘汰策略详解

今天小编给大家分享的是关于复述,数据淘汰策略详解,很多人都不太了解,今天小编为了让大家更加了解复述,数据淘汰策略,所以给大家总结了以下内容,一起往下看吧。一定会有所收获的哦。

本文讲的是当复述,设定了最大内存之后,缓存中的数据集大小超过了一定比例,实施的淘汰策略,不是删除过期键的策略,虽然两者非常相似。

在复述中,允许用户设置最大使用内存大小通过配置复述。设计中的maxmemory这个值来开启内存淘汰功能,在内存限定的情况下是很有用的。

设置最大内存大小可以保证复述对外提供稳健服务。

推荐:复述,教程

复述,内存数据集大小上升到一定大小的时候,就会施行数据淘汰策略.redis提供6种数据淘汰策略通过maxmemory-policy设置策略:

volatile-lru:从已设置过期时间的数据集(server.db[我].expires)中挑选最近最少使用的数据淘汰

volatile-ttl:从已设置过期时间的数据集(server.db[我].expires)中挑选将要过期的数据淘汰

volatile-random:从已设置过期时间的数据集(server.db[我].expires)中任意选择数据淘汰

allkeys-lru:从数据集(server.db[我].dict)中挑选最近最少使用的数据淘汰

allkeys-random:从数据集(server.db[我]。dict)中任意选择数据淘汰

no-enviction(驱逐):禁止驱逐数据

复述,确定驱逐某个键值对后,会删除这个数据并将这个数据变更消息发布到本地(AOF持久化)和从机(主从连接)

<强> LRU数据淘汰机制

在服务器配置中保存了LRU计数器服务器。lrulock,会定时(复述,定时程序serverCorn())更新,服务器。lrulock的值是根据服务器。unixtime计算出来的。

另外,从结构redisObject中可以发现,每一个复述对象都会设置相应的lru。可以想象的是,每一次访问数据的时候,会更新redisObject。lru .

lru数据淘汰机制是这样的:在数据集中随机挑选几个键值对,取出其中lru最大的键值对淘汰,所以,你会发现,复述,并不是保证取得所有数据集中最近最少使用(lru)的键值对,而只是随机挑选的几个键值对中的。