如何高效使用Redis作为LRU缓存

当用Redis作为一个LRU存储时，有些时候是比较方便的，在你增加新的数据时会自动驱逐旧的数据。这类行动在开发者论坛是非常着名的，由于这是流行的memcached系统的默许行动。

LRU实际上只是支持驱逐的方式之一。这页包括更多一般的Redis maxmemory指令的话题用于限制内存使用到一个定额，同时它也深入的涵盖了Redis所使用的LRU算法，实际上是精确LRU的近似值。

一、Maxmemory设置指令

Maxmemory设置指令用于配置Redis的数据集使用指定量的内存。可以用redis conf.file设置指令,或可以在稍晚的时候在运行时间用config set命令。

例如，为了设置内存局限于100百万字节，以下指令可在redis.conf file内使用。设置maxmemory到零使得没有内存限制。这是64位系统的默许行动，而32位系统使用3GB内隐记忆极限。

maxmemory 100mb

当到达指定量的内存后，就能够选择区别的行动，称为策略。Redis可以返回毛病的指令，致使使用更多的内存，或为了每次增加新的数据后返回指定的内存，它可以驱逐一些旧的数据。

二、驱逐策略

当到达maxmemory极限时，使用maxmemory-策略配置指令来履行具体的Redis动作。

以下策略可使用：

1、noeviction：到达内存限额后返回毛病，客户尝试可以致使更多内存使用的命令（大部份写命令，但DEL和一些例外）

2、allkeys-lru：为了给新增加的数据腾出空间，驱逐键先试图移除一部份最近使用较少的（LRC）。

3、volatile-lru：为了给新增加的数据腾出空间，驱逐键先试图移除一部份最近使用较少的（LRC），但只限于过期设置键。

4、allkeys-random: 为了给新增加的数据腾出空间，驱逐任意键。

5、volatile-random: 为了给新增加的数据腾出空间，驱逐任意键，但只限于有过期设置的驱逐键。

6、volatile-ttl: 为了给新增加的数据腾出空间，驱逐键只有秘钥过期设置，并且首先尝试缩短存活时间的驱逐键。

如果没有秘钥去驱逐匹配先决条件，策略volatile-lru, volatile-random 和volatile-ttl行动很像noeviction。

那末根据你利用的访问模式选择正确的驱逐策略是很重要的。但是在利用运行时你可以在运行时间重新设置策略，并且监控缓存缺失的数量并为了调剂你的设置点击Redis信息输出。

三、近似LRU算法

Redis的LRU算法不是准确的实现。也就是说Redis没有为逐出选择 最好的候选人 ，也就是没有选择过去最后被访问离现在最久的。反而 是去履行一个 近似LRU的算法，通过抽样少许的key，并且逐出抽样中最后被访问离现在最久的key（最老的访问时间）。

在Redis 3.0（目前的测试版），算法被改进了，使用了一个逐出最好候选池。改进了算法的性能，使它更加近似真正LRU算法。

算法中，关于逐出检测的样品数量，你可以自己去调剂。配置参数是：

maxmemory-samples 5

Redis没有使用真正实现LRU算是的缘由是，由于消耗更多的内存。但是对使用Redis的利用来讲，事实上是等价的。下面是Redis的LRU算法和真正LRU算法的比较：

给出配置数量的key生成上面的图表。key从第一行到最后一行被访问，那末第一个key是LRU算法中最好的逐出候选者。以后有50%的key被添加，那末一半的旧key被逐出。

在上图中你可以看见3个明显的区分：

1、浅灰色带是被逐出的对象。

2、灰色带是没有被逐出的对象。

3、绿色带是被添加的对象。

LRU理论实现是在所有的旧key中前一半被逐出。Redis使用的是近似过期的key被逐出。

如你所见，3.0的工作比2.8更好，但是在2.8版本中，大多数最新访问对象的依然保存。在3.0使用样品为10 时，性能非常接近理论上的LRU算法。

注意：LRU仅仅是一个预测模式，给出的key极可能在未来被访问。另外，如果你的数据访问模式类似于幂律（线性的），大多数key都可能被访问那末这个LRU算法的处理就是非常好的。

在实战中 ，我们发现使用幂律（线性的）的访问模式，在真实的LRU算法和Redis的LRU算法之间差异很小或不存在差异。

你可以提升样品大小配置到10，它将接近真实的LRU算法，并且有区别错过率，但是要消耗更多的CPU。

在调试时使用区别的样品大小去调试非常简单，使用命令CONFIG SET maxmemory-samples 实现。

本篇文章到此结束，如果您有相关技术方面疑问可以联系我们技术人员远程解决，感谢大家支持本站！