美团面试题:Redis 内存满了怎么办?
今日推荐强制双休!腾讯调整加班机制,21 点前必须离开工位
使用雪花id或uuid作为Mysql主键,被老板怼了一顿!
盘点 12 个 GitHub 上的高仿项目
CTO 说了,用错 @Autowired 和 @Resource 的人可以领盒饭了
用鸿蒙跑了个 hello world
# Redis占用内存大小
我们知道Redis是基于内存的key-value数据库,因为系统的内存大小有限,所以我们在使用Redis的时候可以配置Redis能使用的最大的内存大小。
1、通过配置文件配置
通过在Redis安装目录下面的redis.conf配置文件中添加以下配置设置内存大小
//设置Redis最大占用内存大小为100Mmaxmemory 100mb
redis的配置文件不一定使用的是安装目录下面的redis.conf文件,启动redis服务的时候是可以传一个参数指定redis的配置文件的
2、通过命令修改
Redis支持运行时通过命令动态修改内存大小
//设置Redis最大占用内存大小为100M127.0.0.1:6379> config set maxmemory 100mb//获取设置的Redis能使用的最大内存大小127.0.0.1:6379> config get maxmemory
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位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
Redis的内存淘汰
既然可以设置Redis最大占用内存大小,那么配置的内存就有用完的时候。那在内存用完的时候,还继续往Redis里面添加数据不就没内存可用了吗?
实际上Redis定义了几种策略用来处理这种情况:
noeviction(默认策略):对于写请求不再提供服务,直接返回错误(DEL请求和部分特殊请求除外)
allkeys-lru:从所有key中使用LRU算法进行淘汰
volatile-lru:从设置了过期时间的key中使用LRU算法进行淘汰
allkeys-random:从所有key中随机淘汰数据
volatile-random:从设置了过期时间的key中随机淘汰
volatile-ttl:在设置了过期时间的key中,根据key的过期时间进行淘汰,越早过期的越优先被淘汰
当使用volatile-lru、volatile-random、volatile-ttl这三种策略时,如果没有key可以被淘汰,则和noeviction一样返回错误
如何获取及设置内存淘汰策略
获取当前内存淘汰策略:
127.0.0.1:6379> config get maxmemory-policy
通过配置文件设置淘汰策略(修改redis.conf文件):
maxmemory-policy allkeys-lru
通过命令修改淘汰策略:
127.0.0.1:6379> config set maxmemory-policy allkeys-lru
# LRU算法
什么是LRU?
上面说到了Redis可使用最大内存使用完了,是可以使用LRU算法进行内存淘汰的,那么什么是LRU算法呢?
LRU(Least Recently Used),即最近最少使用,是一种缓存置换算法。在使用内存作为缓存的时候,缓存的大小一般是固定的。当缓存被占满,这个时候继续往缓存里面添加数据,就需要淘汰一部分老的数据,释放内存空间用来存储新的数据。
这个时候就可以使用LRU算法了。其核心思想是:如果一个数据在最近一段时间没有被用到,那么将来被使用到的可能性也很小,所以就可以被淘汰掉。
使用java实现一个简单的LRU算法
public class LRUCache<k, v> { //容量 private int capacity; //当前有多少节点的统计 private int count; //缓存节点 private Map<k, Node<k, v>> nodeMap; private Node<k, v> head; private Node<k, v> tail;public LRUCache(int capacity) { if (capacity < 1) { throw new IllegalArgumentException(String.valueOf(capacity)); } this.capacity = capacity; this.nodeMap = new HashMap<>(); //初始化头节点和尾节点,利用哨兵模式减少判断头结点和尾节点为空的代码 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<k, v> node = nodeMap.get(key); if (node == null) { if (count >= capacity) { //先移除一个节点 removeNode(); } node = new Node<>(key, value); //添加节点 addNode(node); } else { //移动节点到头节点 moveNodeToHead(node); } }public Node<k, v> get(k key) { Node<k, v> node = nodeMap.get(key); if (node != null) { moveNodeToHead(node); } return node; }private void removeNode() { Node node = tail.pre; //从链表里面移除 removeFromList(node); nodeMap.remove(node.key); count--; }private void removeFromList(Node<k, v> 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<k, v> node) { //添加节点到头部 addToHead(node); nodeMap.put(node.key, node); count++; }private void addToHead(Node<k, v> node) { Node next = head.next; next.pre = node; node.next = next; node.pre = head; head.next = node; }public void moveNodeToHead(Node<k, v> node) { //从链表里面移除 removeFromList(node); //添加节点到头部 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; } }}
上面这段代码实现了一个简单的LUR算法,代码很简单,也加了注释,仔细看一下很容易就看懂。
# LRU在Redis中的实现
近似LRU算法
Redis使用的是近似LRU算法,它跟常规的LRU算法还不太一样。近似LRU算法通过随机采样法淘汰数据,每次随机出5(默认)个key,从里面淘汰掉最近最少使用的key。
可以通过maxmemory-samples参数修改采样数量:
例:maxmemory-samples 10
maxmenory-samples配置的越大,淘汰的结果越接近于严格的LRU算法
Redis为了实现近似LRU算法,给每个key增加了一个额外增加了一个24bit的字段,用来存储该key最后一次被访问的时间。
Redis3.0对近似LRU的优化
Redis3.0对近似LRU算法进行了一些优化。新算法会维护一个候选池(大小为16),池中的数据根据访问时间进行排序,第一次随机选取的key都会放入池中,随后每次随机选取的key只有在访问时间小于池中最小的时间才会放入池中,直到候选池被放满。当放满后,如果有新的key需要放入,则将池中最后访问时间最大(最近被访问)的移除。
当需要淘汰的时候,则直接从池中选取最近访问时间最小(最久没被访问)的key淘汰掉就行。
LRU算法的对比
我们可以通过一个实验对比各LRU算法的准确率,先往Redis里面添加一定数量的数据n,使Redis可用内存用完,再往Redis里面添加n/2的新数据,这个时候就需要淘汰掉一部分的数据,如果按照严格的LRU算法,应该淘汰掉的是最先加入的n/2的数据。
生成如下各LRU算法的对比图
你可以看到图中有三种不同颜色的点:
浅灰色是被淘汰的数据
灰色是没有被淘汰掉的老数据
绿色是新加入的数据
我们能看到Redis3.0采样数是10生成的图最接近于严格的LRU。而同样使用5个采样数,Redis3.0也要优于Redis2.8。
# LFU算法
LFU算法是Redis4.0里面新加的一种淘汰策略。它的全称是Least Frequently Used,它的核心思想是根据key的最近被访问的频率进行淘汰,很少被访问的优先被淘汰,被访问的多的则被留下来。
LFU算法能更好的表示一个key被访问的热度。假如你使用的是LRU算法,一个key很久没有被访问到,只刚刚是偶尔被访问了一次,那么它就被认为是热点数据,不会被淘汰,而有些key将来是很有可能被访问到的则被淘汰了。如果使用LFU算法则不会出现这种情况,因为使用一次并不会使一个key成为热点数据。
LFU一共有两种策略:
volatile-lfu:在设置了过期时间的key中使用LFU算法淘汰key
allkeys-lfu:在所有的key中使用LFU算法淘汰数据
设置使用这两种淘汰策略跟前面讲的一样,不过要注意的一点是这两周策略只能在Redis4.0及以上设置,如果在Redis4.0以下设置会报错
# 问题
最后留一个小问题,可能有的人注意到了,我在文中并没有解释为什么Redis使用近似LRU算法而不使用准确的LRU算法,可以在评论区给出你的答案,大家一起讨论学习。
推荐文章1、14个项目!2、Spring Boot + Security + MyBatis + Thymeleaf + Activiti 快速开发平台项目3、推荐几个支付项目!4、写博客能月入10K?5、一款基于 Spring Boot 的现代化社区(论坛/问答/社交网络/博客)更多项目源码
1、这或许是最美的Vue+Element开源后台管理UI2、推荐一款高颜值的 Spring Boot 快速开发框架
3、一款基于 Spring Boot 的现代化社区(论坛/问答/社交网络/博客)
4、13K点赞都基于 Vue+Spring 前后端分离管理系统ELAdmin,大爱5、想接私活时薪再翻一倍,建议根据这几个开源的SpringBoot
美团面试题:Redis 内存满了怎么办?相关推荐
- redis删除过期key的算法_面试官别再问我Redis内存满了该怎么办了
概述 Redis的文章,我之前写过一篇关于「Redis的缓存的三大问题」,累计阅读也快800了,对于还只有3k左右的粉丝量,能够达到这个阅读量,已经是比较难了. 这说明那篇文章写的还过得去,收到很多人 ...
- 别再问我Redis内存满了该怎么办了
概述 Redis的文章,我之前写过一篇关于「Redis的缓存的三大问题」,累计阅读也快800了,对于还只有3k左右的粉丝量,能够达到这个阅读量,已经是比较难了. 这说明那篇文章写的还过得去,收到很多人 ...
- 蚂蚁金服java研发岗二面:Redis内存满了该怎么办了
原文作者来源于非科班的科班 ,作者黎杜 概述 「三大缓存问题」只是Redis的其中的一小部分的知识点,想要深入学习Redis还要学习比较多的知识点. 那么今天就带来了一个面试常问的一个问题:「假如你的 ...
- 面试官问我:Redis 内存满了怎么办
转载自 想不到!面试官问我:Redis 内存满了怎么办 Redis占用内存大小 Redis的内存淘汰 LRU算法 LRU在Redis中的实现 LFU算法 问题 Redis占用内存大小 我们知道Redi ...
- Redis 内存满了怎么办?这样置才正确!
在Redis中,如果过期的数据太多,定时删除无法删除完全(每次删除完过期的 key 还是超过 25%),同时这些 key 再也不会被客户端请求,就无法走惰性删除,内存被打满会怎样? 答案是走内存淘汰机 ...
- 经典面试题:Redis 内存满了怎么办?
点击上方蓝色"程序猿DD",选择"设为星标" 回复"资源"获取独家整理的学习资料! 作者 | 千山qianshan 来源 | http:// ...
- 想不到!面试官问我:Redis 内存满了怎么办?
点击上方"方志朋",选择"设为星标" 回复"666"获取新整理的面试资料 来源:http://rrd.me/et29e Redis占用内存大 ...
- Redis:内存满了的解决方案
1,增加内存: 2,使用内存淘汰策略.(LRU) 3,Redis集群. 重点介绍下23: 第2点: 我们知道,redis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). ...
- php使用redis内存不足,PHP开发:Redis 内存满了怎么办?
Redis占用内存大小 Redis的内存淘汰 LRU算法 LRU在Redis中的实现 LFU算法 问题 Redis占用内存大小 我们知道Redis是基于内存的key-value数据库,因为系统的内存大 ...
最新文章
- jQuery.fn和jQuery.prototype区别。
- office 高效办公智慧树_华为发布首款商用台式机,打造未来高效智慧办公体验_企业...
- 微服务,我们如何与你相处
- 教你如何开发一款实用的完整Android App
- HierachyViewer的使用
- 计算机链接投影仪后不显示桌面,win10系统连接投影后不显示桌面图标怎么办
- PhpStorm 2019 for mac(PHP集成开发工具) 2019.1.3中文激活版
- 鸡啄米:C++编程入门系列之前言
- Web开发者和设计师必须要知道的 iOS 8 十个变化
- Mac 硬件驱动(.kext)安装方法
- 视频图像传输与显示(4)——数字电视信号标准ITU-R BT.601和ITU-R BT.656简介
- post_thumbnail_html,使用WordPress函数the_post_thumbnail_url()获取特色图片缩略图URL
- 路径压缩优化并查集的时间复杂度
- centos 关机和重启命令
- linux图片相似度检测软件下载,移动端图像相似度算法选型
- div+css是网页排版技巧
- XP下识别大容量分区移动硬盘
- codeforces 841B Godsend
- H5技术实现教程:多屏CSS动画精进技巧
- Autoware-用于城市自主驾驶的开源软件