往期熱門文章：

1、《往期精選優(yōu)秀博文都在這里了！》
2、在 IDE 中玩轉(zhuǎn) GitHub
3、死磕18個(gè)Java8日期處理，工作必用！
4、Netflix創(chuàng)始人：我不要求996，一樣市值1萬億！
5、2021年 我辭職了！

• Redis占用內(nèi)存大小

• Redis的內(nèi)存淘汰

• LRU算法

• LRU在Redis中的實(shí)現(xiàn)

• LFU算法

• 問題

Redis占用內(nèi)存大小

1、通過配置文件配置

//設(shè)置Redis最大占用內(nèi)存大小為100M
maxmemory 100mb

redis的配置文件不一定使用的是安裝目錄下面的redis.conf文件，啟動redis服務(wù)的時(shí)候是可以傳一個(gè)參數(shù)指定redis的配置文件的

2、通過命令修改

//設(shè)置Redis最大占用內(nèi)存大小為100M
127.0.0.1:6379> config set maxmemory 100mb

//獲取設(shè)置的Redis能使用的最大內(nèi)存大小
127.0.0.1:6379> config get maxmemory

如果不設(shè)置最大內(nèi)存大小或者設(shè)置最大內(nèi)存大小為0，在64位操作系統(tǒng)下不限制內(nèi)存大小，在32位操作系統(tǒng)下最多使用3GB內(nèi)存

Redis的內(nèi)存淘汰

• noeviction(默認(rèn)策略)：對于寫請求不再提供服務(wù)，直接返回錯(cuò)誤（DEL請求和部分特殊請求除外）

• allkeys-lru：從所有key中使用LRU算法進(jìn)行淘汰

• volatile-lru：從設(shè)置了過期時(shí)間的key中使用LRU算法進(jìn)行淘汰

• allkeys-random：從所有key中隨機(jī)淘汰數(shù)據(jù)

• volatile-random：從設(shè)置了過期時(shí)間的key中隨機(jī)淘汰

• volatile-ttl：在設(shè)置了過期時(shí)間的key中，根據(jù)key的過期時(shí)間進(jìn)行淘汰，越早過期的越優(yōu)先被淘汰

當(dāng)使用volatile-lru、volatile-random、volatile-ttl這三種策略時(shí)，如果沒有key可以被淘汰，則和noeviction一樣返回錯(cuò)誤

如何獲取及設(shè)置內(nèi)存淘汰策略

127.0.0.1:6379> config get maxmemory-policy

maxmemory-policy allkeys-lru

127.0.0.1:6379> config set maxmemory-policy allkeys-lru

LRU算法

什么是LRU?

LRU(Least Recently Used)，即最近最少使用，是一種緩存置換算法。

在使用內(nèi)存作為緩存的時(shí)候，緩存的大小一般是固定的。當(dāng)緩存被占滿，這個(gè)時(shí)候繼續(xù)往緩存里面添加數(shù)據(jù)，就需要淘汰一部分老的數(shù)據(jù)，釋放內(nèi)存空間用來存儲新的數(shù)據(jù)。

這個(gè)時(shí)候就可以使用LRU算法了。其核心思想是：如果一個(gè)數(shù)據(jù)在最近一段時(shí)間沒有被用到，那么將來被使用到的可能性也很小，所以就可以被淘汰掉。

使用java實(shí)現(xiàn)一個(gè)簡單的LRU算法

public class LRUCache<k, v> {
    //容量
    private int capacity;
    //當(dāng)前有多少節(jié)點(diǎn)的統(tǒng)計(jì)
    private int count;
    //緩存節(jié)點(diǎn)
    private Map<k, node> nodeMap;
    private Node head;
    private Node tail;

    public LRUCache(int capacity) {
        if (capacity < 1) {
            throw new IllegalArgumentException(String.valueOf(capacity));
        }
        this.capacity = capacity;
        this.nodeMap = new HashMap<>();
        //初始化頭節(jié)點(diǎn)和尾節(jié)點(diǎn)，利用哨兵模式減少判斷頭結(jié)點(diǎn)和尾節(jié)點(diǎn)為空的代碼
        Node headNode = new Node(null, null);
        Node tailNode = new Node(null, null);
        headNode.next = tailNode;
        tailNode.pre = headNode;
        this.head = headNode;
        this.tail = tailNode;
    }

    public void put(k key, v value) {
        Node node = nodeMap.get(key);
        if (node == null) {
            if (count >= capacity) {
                //先移除一個(gè)節(jié)點(diǎn)
                removeNode();
            }
            node = new Node<>(key, value);
            //添加節(jié)點(diǎn)
            addNode(node);
        } else {
            //移動節(jié)點(diǎn)到頭節(jié)點(diǎn)
            moveNodeToHead(node);
        }
    }

    public Node get(k key) {
        Node node = nodeMap.get(key);
        if (node != null) {
            moveNodeToHead(node);
        }
        return node;
    }

    private void removeNode() {
        Node node = tail.pre;
        //從鏈表里面移除
        removeFromList(node);
        nodeMap.remove(node.key);
        count--;
    }

    private void removeFromList(Node node) {
        Node pre = node.pre;
        Node next = node.next;

        pre.next = next;
        next.pre = pre;

        node.next = null;
        node.pre = null;
    }

    private void addNode(Node node) {
        //添加節(jié)點(diǎn)到頭部
        addToHead(node);
        nodeMap.put(node.key, node);
        count++;
    }

    private void addToHead(Node node) {
        Node next = head.next;
        next.pre = node;
        node.next = next;
        node.pre = head;
        head.next = node;
    }

    public void moveNodeToHead(Node node) {
        //從鏈表里面移除
        removeFromList(node);
        //添加節(jié)點(diǎn)到頭部
        addToHead(node);
    }

    class Node<k, v> {
        k key;
        v value;
        Node pre;
        Node next;

        public Node(k key, v value) {
            this.key = key;
            this.value = value;
        }
    }
}

上面這段代碼實(shí)現(xiàn)了一個(gè)簡單的LUR算法，代碼很簡單，也加了注釋，仔細(xì)看一下很容易就看懂。

LRU在Redis中的實(shí)現(xiàn)

近似LRU算法

可以通過maxmemory-samples參數(shù)修改采樣數(shù)量：例：maxmemory-samples 10 maxmenory-samples配置的越大，淘汰的結(jié)果越接近于嚴(yán)格的LRU算法

Redis3.0對近似LRU的優(yōu)化

LRU算法的對比

• 淺灰色是被淘汰的數(shù)據(jù)

• 灰色是沒有被淘汰掉的老數(shù)據(jù)

• 綠色是新加入的數(shù)據(jù)

LFU算法

• volatile-lfu：在設(shè)置了過期時(shí)間的key中使用LFU算法淘汰key

• allkeys-lfu：在所有的key中使用LFU算法淘汰數(shù)據(jù)

  
  

設(shè)置使用這兩種淘汰策略跟前面講的一樣，不過要注意的一點(diǎn)是這兩周策略只能在Redis4.0及以上設(shè)置，如果在Redis4.0以下設(shè)置會報(bào)錯(cuò)

問題

往期熱門文章：
1、《歷史文章分類導(dǎo)讀列表！精選優(yōu)秀博文都在這里了！》
2、17 張程序員專屬壁紙，太太太太太太騷了…
3、剛剛，騰訊每人發(fā)100股：市值7萬，不算年終獎(jiǎng)！員工：愿為小馬哥拼命
4、在 IDEA 中用了熱部署神器 JRebel 之后，開發(fā)效率提升10倍！
5、Typora + GitHub = 效率
6、女朋友為我寫了一個(gè)防猝死插件
7、請謹(jǐn)慎使用Arrays.asList、ArrayList的subList
8、全球頂級的14位程序員！膜拜！
9、萬億級數(shù)據(jù)應(yīng)該怎么遷移？
10、從應(yīng)用到底層 36張圖帶你進(jìn)入Redis世界