【虹科乾貨】Redis 開發者需要了解的快取驅逐策略

在你 搭建並配置了一個Redis資料庫 之後 ，Redis成功地 提升了應用程式效能 。然而 這裡有一個潛在問題， 隨著快取資料的快速增加和記憶體佔用率的逐漸上升， 你 很快會發現Redis快取 容量即將達到硬體儲存容量上限 。或許 你曾 聽說 用 過快取驅逐 來解決這個問題 ，但 究竟是怎麼一回事呢？

無論 你 是在新興企業中擔任開發人員，還是在大型企業中擔任系統管理員，瞭解快取驅逐策略，並瞭解何時以及如何 使用 ，都至關重要。 在本文中 ，我們將深入探討這些細節，讓 你 對快取驅逐有更清晰的認識。

一、對 快取驅逐的理解

在Redis或任何依賴快取的系統 中， 快取驅逐策略都至關重要。它是解決快取空間大小和記憶體佔用問題的關鍵。當快取 資料 達到 硬體容量上限 時，快取系統必須做出決策：是拒絕接收新的資料，還是透過丟棄舊的資料為新資料騰出空間？

此時，快取驅逐就發揮作用了。 為了保持效能和資料一致性，在 快取達到上限 時，快取系統需要進行一系列判斷，以確定應該保留哪些快取 資料 ，或者需要丟棄哪些快取 資料 。

快取驅逐是指從快取中刪除特定資料的過程。 當快取達到 硬體 最大儲存容量時，必須刪除一些資料，為新資料騰出空間。

二、 快取驅逐策略

快取驅逐策略是 一種協議，它解決的問題是當 快取 達到上限 時，快取系統需要如何應對。不同的策略對應不同的程式 來 實現，用於確定應該驅逐（即刪除）哪些舊資料。以下是一些常見的策略。

·  最近最少使用（Least Recently Used ,  LRU） ：想象一下，您正在整理衣櫃，您會優先扔掉哪些物品？ 是學生時代遺留的格子襯衫，還是近期購入的一頂鴨舌帽？ LRU快取驅逐策略會首先 刪除近期 被訪問 次數 最少的快取 資料 。其基本假設是不經常被訪問的 資料 在短期內不會再次被訪問。

·  最不頻繁使用（Least Frequently Used, LFU） ：假設 你 是一名圖書管理員， 你 將如何選擇要從圖書館書架上移除的書籍？很可能是那些被借閱次數最少的書籍 ， 這也是LFU快取驅逐策略的思想。 LFU策略會優先驅逐最不經常被訪問的快取 資料， 其基本假設是 近期不再需要這些 專案。

·  Window TinyLFU（W-TinyLFU） ：這個策略稍微複雜一些。想象一下， 你 是一名電臺DJ， 你 希望播放那些受歡迎且最近熱門的歌曲。 W-TinyLFU快取驅逐策略根據資料的新舊程度和訪問頻率 判斷資料的價值，從而將最有價值的資料 保留在快取中。W-TinyLFU在處理多變的訪問模式和分散式快取環境時尤為有效。

·  生存時間（Time to Live, TTL） ：想象一下， 冰箱裡 有一盒新鮮的 聖女果 ，如果在冰箱裡放太久，就會開始變質。此時，不管 你 有多喜歡它們，都應該將它們扔掉。 TTL在快取中有類似的概念。每個快取 資料 都有一個特定的 “過期時間”。一旦達到該時間限制，無論訪問頻率或最近訪問次數如何， 資料 都會被驅逐。這種策略可以確保 過時的資料被及時清除 。它適用於需要定期更新資料，並確保快取不提供舊 資料 的情況。

策略的有效性取決於具體的使用情況，沒有一種策略適用於所有場景。在選擇和 使用 快取驅逐策略時，需要仔細考慮應用程式的特定需求和資料訪問模式。

三、採用預設設定的風險

在Redis中，預設的驅逐策略是易失性LRU（volatile-LRU）。但僅僅依賴預設策略而不瞭解其潛在影響 ，就 可能存在一定風險。應用程式服務於多樣化的使用者需求，資料模式和 資料 驅逐要求可能存在巨大差異。 透過正確設定驅逐策略可以預防潛在的問題。

1、第一道防線：監控

首先，我們需要監控快取效能以確認何時需要進行驅逐操作。我們透過監控工具達成這一目的。

在Redis中，可以透過 INFO命令 來監控快取效能， 也可以 使用 第三方監控工具 提供更詳細的效能分析。

最佳化快取效能涉及兩個方面，需要根據監控效能時所發現的資訊，對快取設定和快取驅逐策略進行調整。分散式快取場景中，監控與調優在確保跨多節點一致、快取 的 高效管理時尤為重要。

2、選擇合適的Redis驅逐策略

在Redis中，快取由maxmemory配置指令進行管理，該指令用於設定記憶體限制。而maxmemory-policy配置指令則根據所選擇的快取驅逐策略來指導Redis進行驅逐決策。這些配置項都儲存在redis.conf配置檔案中。

Redis提供了多種驅逐策略，但以下幾種可能是 你 最關心的策略。

(1)  allkeys-lru

Redis的allkeys-lru策略用於刪除最近最少使用的快取 資料 ，且無論是否設定了過期時間。

·  這個策略中，Redis會額外記錄每個鍵的最後訪問時間。每次讀取或寫入鍵時，Redis會更新這個資訊。

·  當Redis達到記憶體限制並且需要驅逐 資料 時，它會尋找最長時間未被訪問的鍵，也就是"最近最少使用"的鍵。

·  接著，Redis會刪除這些鍵，為新的資料騰出可用的空間。

allkeys-lru策略適用於Redis資料庫中的所有鍵，無論是否設定了過期時間。與volatile-lru策略不同的是，後者僅適用於設定了過期時間的鍵。

(2)  volatile-lru

volatile-lru策略用於刪除設定了過期時間的最近最少使用的快取 資料 。這個策略適用於那些需要定期重新整理資料的場景。

(3)  allkeys-lfu

allkeys-lfu策略會刪除使用頻率最低的鍵。

·  在這個策略中，Redis會記錄每個鍵的訪問頻率。每次讀取或寫入鍵時，Redis會更新與鍵相關聯的計數器。

·  當Redis達到記憶體限制時，它會尋找具有最低 訪問頻率 的鍵 。

·  然後，Redis會刪除這些鍵，為新的資料騰出可用的空間。

(4)  volatile-lfu

與allkeys-lfu類似，volatile-lfu策略僅適用於設定了過期時間的鍵。 且按訪問頻率評判鍵的價值，當快取達到上限時，刪除訪問頻率最低的鍵。

(5)  volatile-ttl

volatile-ttl策略優先刪除具有最短TTL的鍵。

·  這個策略中，Redis會記錄每個鍵的TTL，即鍵的生存時間。TTL是一個持續時間，在到期之後，鍵將自動刪除。

·  當Redis達到記憶體限制時，它會尋找具有最短TTL的鍵，也就是即將過期的鍵。

·  Redis會刪除這些鍵，為新的資料騰出可用的空間。

(6)  noeviction

顧名思義， noeviction策略是當Redis達到記憶體限制並收到寫入命令時，不會驅逐任何鍵，而是返回錯誤。

·  當Redis達到記憶體限制並且收到寫入命令時，它會檢查驅逐策略。

·  如果策略設定為noeviction，則Redis不會驅逐任何鍵，而是向寫入命令返回錯誤。

·  在這種情況下，應用程式程式碼需要確定如何處理該錯誤條件。

 

事實上，以上 每種策略都 各 有其優缺點，最適合的策略 需要依 具體業務需求 而定 。

當處理大量資料時，使用良好結構的快取，並結合適當的快取驅逐策略，可以更好地 保持 快取的效能。Redis以其豐富的功能成為優秀的快取解決方案，併為處理大型資料集的應用程式提供了強大的支援。有效的快取管理不僅能透過快取命中加快資料檢索，還能減輕快取未命中的影響，使得Redis成為各種用例中可靠且高效的快取解決方案。