Redis的常用淘汰策略以及算法实现

青衣

　　
一、Redis的内存配置
1，Redis配置内存为多少合适？
　　默认：如果不设置最大内存大小或者设置最大内存大小为0，在64为操作系统下不限制内存大小，在32位操作系统下最多使用3GB内存。
　　极限情况：留出一倍内存。比如你的redis数据占用了8G内存，那么你还需要再预留8G空闲内存。也就是内存需求是16G。内存占用率低于50%是最安全的。
　　普通情况：正常情况下，在序列化周期内，不会更改所有数据，只会有部分数据更改，那么，预留出可能产生的更改部分的空间，就行。如果实在要说一个数据的话，一般推荐Redis设置内存为最大物理内存的75%都是安全的。
2，如何修改内存
a）配置文件修改
　　redis.conf中

#设置为100M，单位是bytemaxmemory  104857600

b）命令行修改

config set maxmemory 104857600

3，查看最大内存

config get maxmemory#或者使用info memory

4，如果Redis的内存你打满了会怎么样?

二、Redis的内存淘汰策略
1，Redis 过期策略是：定期删除+惰性删除。
　　所谓定期删除，指的是 Redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 key，检查其是否过期，如果过期就删除。
　　假设 Redis 里放了 10w 个 key，都设置了过期时间，你每隔几百毫秒，就检查 10w 个 key，那 Redis 基本上就死了，cpu 负载会很高的，消耗在你的检查过期 key 上了。注意，这里可不是每隔 100ms 就遍历所有的设置过期时间的 key，那样就是一场性能上的灾难。实际上 Redis 是每隔 100ms 随机抽取一些 key 来检查和删除的。
　　惰性删除：数据到达过期时间，不做处理。等下次访问该数据时，如果未过期，返回数据；发现已过期，删除，返回不存在。
　　但是实际上这还是有问题的，如果定期删除漏掉了很多过期 key，然后你也没及时去查，也就没走惰性删除，此时会怎么样？如果大量过期 key 堆积在内存里，导致 Redis 内存块耗尽了，咋整？实际上会走：内存淘汰机制。
2，内存淘汰机制
　　Redis内存淘汰机制有以下几个：

• 　　noeviction: 当内存不足以容纳新写入数据时，新写入操作会报错，这个一般没人用吧，实在是太恶心了。
  
• 　　allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key（这个是最常用的）。
  
• 　　allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个 key，这个一般没人用吧，为啥要随机，肯定是把最近最少使用的 key 给干掉啊。
  
• 　　volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 key（这个一般不太合适）。
  
• 　　volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 key。
  
• 　　volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 key 优先移除。
  
• 　　allkeys-lfu: 对所有key使用LFU算法进行删除。LFU:最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小。
  
• 　　volatile-lfu: 对所有设置了过期时间的key使用LFU算法进行删除。
  

三、手写LRU算法
1，采用LinkedHashMap实现

public class Demo015_LRUCacheLinkedHashMap {    private int capacity;    private LinkedHashMap<Integer, Integer> linkedHashMap;    public Demo015_LRUCacheLinkedHashMap(int capacity) {        this.capacity = capacity;        /**         * 三个参数:capacity为容量，0.75位扩容因子，true为按照访问排序false为按照插入排序         *   重写删除尾结点的方法，一旦发现当前linkhashmap的长度大于总容量就需要删除*/        linkedHashMap = new LinkedHashMap<Integer, Integer>(capacity,0.75F,true){            @Override            protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {                return super.size() > capacity;            }        };    }    public void put(int key, int value) {        linkedHashMap.put(key, value);    }    public int get(int key) {        Integer value = linkedHashMap.getOrDefault(key,-1);        return value;    }}

2，自定义双向链表

• 　　定义Node节点：key,val,next和prev
  
• 　　定义DoubleLinkedNode管理Node结点组成头尾结点的双向链表
  
• 　　定义hashmap存储每个结点
  
• 　　插入时判断当前值是否已经存在hashmap中
  
  
  
  • 　　如果存在就更改当前值，删除双向链表中原来的这个值，添加新值到链表头结点并修改hashmap中当前值
    
  • 　　如果不存在当前值，判断当前容器是否满了，如果满了就删除链表尾部删除hashmap中数据。并添加新结点到链表头部和hashmap中
    
  
  
• 　　获取时，直接从hashmap中获取。如果不存在直接返回-1，如果存在就删除链表尾部数据，更新链表头部数据为当前node
  

public class Demo015_LRUCache {    class Node<K, V> {        K key;        V val;        Node next;        Node prev;        public Node(){            next = prev = null;        }        public Node(K key, V val) {            this.key = key;            this.val = val;            next = prev = null;        }    }    class DoubleLinkedNode<K,V>{        Node head;        Node tail;        public DoubleLinkedNode() {            head = new Node();            tail = new Node();            head.next = tail;            tail.prev = head;        }        public void addHead(Node<K,V> node) {            node.prev = head;            node.next = head.next;            head.next.prev = node;            head.next = node;        }        public void remove(Node<K,V> node) {            if (node.prev == null || node.next==null) {                return;            }            node.prev.next = node.next;            node.next.prev = node.prev;            node.next = null;            node.prev = null;        }        public Node<K,V> getLast() {            if (tail.prev == head) {                return null;            }            return tail.prev;        }    }    private int capacity;    private HashMap<Integer, Node<Integer,Integer>> hashMap;    private DoubleLinkedNode<Integer, Integer> doubleLinkedNode;    public Demo015_LRUCache(int capacity) {        this.capacity = capacity;        hashMap = new HashMap<>();        doubleLinkedNode = new DoubleLinkedNode<>();    }    public int get(int key) {        Node<Integer,Integer> node = hashMap.get(key);        if (node == null) {            return -1;        }        doubleLinkedNode.remove(node);        doubleLinkedNode.addHead(node);        return node.val;    }    public void put(int key, int value) {        Node<Integer, Integer> node = hashMap.get(key);        if (node == null) { //没有添加过            if (hashMap.size() == capacity) { //达到最大值状态                //删除最后结点                Node<Integer, Integer> last = doubleLinkedNode.getLast();                doubleLinkedNode.remove(last);                hashMap.remove(last.key);            }            //添加头结点            node = new Node<>(key, value);            hashMap.put(key,node);            doubleLinkedNode.addHead(node);        }else {            //如果添加过,删除双向链表的该节点,将其修改值之后添加到头节点            doubleLinkedNode.remove(node);            node.val = value;            doubleLinkedNode.addHead(node);            hashMap.put(key, node);        }    }}