之前給大家講解過，多級快取架構，快取資料生產服務，監聽各個資料來源服務的資料變更的訊息，得到訊息之後，然後呼叫介面拉去資料

將拉去到的資料，寫入本地ehcache快取一份，spring boot整合，演示過

資料寫入redis分散式快取中一份，你不斷的將資料寫入redis，寫入redis，然後redis的記憶體是有限的，每個redis例項最大一般也就是設定給10G

那如果你不斷的寫入資料，當資料寫入的量超過了redis能承受的範圍之後，改該怎麼玩兒呢？？？

redis是會在資料達到一定程度之後，超過了一個最大的限度之後，就會將資料進行一定的清理，從記憶體中清理掉一些資料

只有清理掉一些資料之後，才能將新的資料寫入記憶體中

1、LRU演算法概述

redis預設情況下就是使用LRU策略的，因為記憶體是有限的，但是如果你不斷地往redis裡面寫入資料，那肯定是沒法存放下所有的資料在記憶體的

所以redis預設情況下，當記憶體中寫入的資料很滿之後，就會使用LRU演算法清理掉部分記憶體中的資料，騰出一些空間來，然後讓新的資料寫入redis快取中

LRU：Least Recently Used，最近最少使用演算法

將最近一段時間內，最少使用的一些資料，給幹掉。比如說有一個key，在最近1個小時內，只被訪問了一次; 還有一個key在最近1個小時內，被訪問了1萬次

這個時候比如你要將部分資料給清理掉，你會選擇清理哪些資料啊？肯定是那個在最近小時內被訪問了1萬次的資料

2、快取清理設定

redis.conf

maxmemory，設定redis用來存放資料的最大的記憶體大小，一旦超出這個記憶體大小之後，就會立即使用LRU演算法清理掉部分資料

如果用LRU，那麼就是將最近最少使用的資料從快取中清除出去

對於64 bit的機器，如果maxmemory設定為0，那麼就預設不限制記憶體的使用，直到耗盡機器中所有的記憶體為止; 但是對於32 bit的機器，有一個隱式的閒置就是3GB

maxmemory-policy，可以設定記憶體達到最大閒置後，採取什麼策略來處理

（1）noeviction: 如果記憶體使用達到了maxmemory，client還要繼續寫入資料，那麼就直接報錯給客戶端
（2）allkeys-lru: 就是我們常說的LRU演算法，移除掉最近最少使用的那些keys對應的資料
（3）volatile-lru: 也是採取LRU演算法，但是僅僅針對那些設定了指定存活時間（TTL）的key才會清理掉
（4）allkeys-random: 隨機選擇一些key來刪除掉
（5）volatile-random: 隨機選擇一些設定了TTL的key來刪除掉
（6）volatile-ttl: 移除掉部分keys，選擇那些TTL時間比較短的keys

在redis裡面，寫入key-value對的時候，是可以設定TTL，存活時間，比如你設定了60s。那麼一個key-value對，在60s之後就會自動被刪除

redis的使用，各種資料結構，list，set，等等

allkeys-lru

這邊拓展一下思路，對技術的研究，一旦將一些技術研究的比較透徹之後，就喜歡橫向對比底層的一些原理

storm，科普一下

玩兒大資料的人搞得，領域，實時計算領域，storm

storm有很多的流分組的一些策略，按shuffle分組，global全域性分組，direct直接分組，fields按欄位值hash後分組

分組策略也很多，但是，真正公司裡99%的場景下，使用的也就是shuffle和fields，兩種策略

redis，給了這麼多種亂七八糟的快取清理的演算法，其實真正常用的可能也就那麼一兩種，allkeys-lru是最常用的

3、快取清理的流程

（1）客戶端執行資料寫入操作
（2）redis server接收到寫入操作之後，檢查maxmemory的限制，如果超過了限制，那麼就根據對應的policy清理掉部分資料
（3）寫入操作完成執行

4、redis的LRU近似演算法

科普一個相對來說稍微高階一丟丟的知識點

redis採取的是LRU近似演算法，也就是對keys進行取樣，然後在取樣結果中進行資料清理

redis 3.0開始，在LRU近似演算法中引入了pool機制，表現可以跟真正的LRU演算法相當，但是還是有所差距的，不過這樣可以減少記憶體的消耗

redis LRU演算法，是取樣之後再做LRU清理的，跟真正的、傳統、全量的LRU演算法是不太一樣的

maxmemory-samples，比如5，可以設定取樣的大小，如果設定為10，那麼效果會更好，不過也會耗費更多的CPU資源

本文來自部落格園，作者：三號小玩家，轉載請註明原文連結：https://www.cnblogs.com/q1359720840/p/15886077.html