当前位置: 首页 > backend >正文

Redis缓存-数据淘汰策略

数据淘汰策略就是,当redis内存满的时候,此时在向redis添加新的key,那么redis会按照某一种规则将内存中的数据删掉,这种删除数据的规则成为内存的淘汰策略。

redis支持8中淘汰策略
1.noeviction,这种是redis默认的情况,淘汰任何数据,如果进行插入,就会报错。
2.volatile-ttl 对设置了TTL的key,比较剩余时间,时间越短越优先淘汰
3.allkeys-random  对全体key,随机淘汰
4.volatile-random 对设置了TTL的key,随机淘汰
5.allkeys-lru:对全体key,基于LRU算法进行淘汰。(下面会说LRU是什么意思)
6. volatile-lru 对设置TTL的key,基于LRU算法进行淘汰
7.allkeys-lfu  对全体key,基于LFU算法进行淘汰(LFU下面也会说)
8.volatile-lfu  对设置TTL的key,基于LFU算法进行淘汰。

下面就说一下LRU和LFU

LRU:最近使用最少,用当前时间减去最后一次访问时间,这个值越大,则淘汰优先级越高。
LFU:最少使用频率,就是点击的次数,会统计每个key的访问频率,值越小淘汰优先级越高。

一些业务场景使用建议
1.如果有明显的冷热区分,建议使用allkeys-lru,为什么使用lfu呢,如果某个数据仅仅是在某个时间段内访问量比较高,其他时间就很少,所以就不能用lfu。

2.业务中数据访问量差别不大,没有冷热分离,建议使用allkeys-random

3.如果业务中有置顶需求,可以使用volatile-lru,同时置顶数据不设置过期时间,这些数据就不会被删除,会淘汰其他过期时间的数据。

4.业务中有短时间高频访问的数据,可以使用allkeys-lfu或者volatile-lfu策略。

http://www.xdnf.cn/news/10763.html

相关文章:

  • 工作服/反光衣检测算法AI智能分析网关V4安全作业风险预警方案:筑牢矿山/工地/工厂等多场景安全防线
  • Java基础之数组(附带Comparator)
  • Deepseek/cherry studio中的Latex公式复制到word中
  • 云原生时代 Kafka 深度实践:06原理剖析与源码解读
  • OSCP备战-BSides-Vancouver-2018-Workshop靶机详细步骤
  • 本科毕业论文总结
  • docker B站学习
  • 【Spring底层分析】Spring AOP基本使用+万字底层源码阅读分析
  • C++.凸包算法
  • windows11安装scoop 20250602
  • YOLOv11改进 | 注意力机制篇 | SEAM与C2PSA机制优化遮挡检测
  • useMemo useCallback 自定义hook
  • VMware安装Ubuntu全攻略
  • gcc编译构建流程-函数未定义问题
  • BayesFlow:基于神经网络的摊销贝叶斯推断框架
  • 数据库技术
  • 蓝云APP:云端存储,便捷管理
  • leetcode刷题日记——二叉树的层次遍历
  • 【数学 逆序对 构造】P12386 [蓝桥杯 2023 省 Python B] 混乱的数组|普及+
  • deepseek原理和项目实战笔记2 -- deepseek核心架构
  • 量子物理:深入学习量子物理的基本概念与应用
  • 量子计算在大模型微调中的技术突破
  • CAN通讯协议中各种参数解析
  • P5684 [CSP-J2019 江西] 非回文串 题解
  • BUUCTF之[ACTF2020 新生赛]BackupFile
  • 【latex】易遗忘的表达
  • Vue:组件
  • 分班 - 华为OD统一考试(JavaScript 题解)
  • 【操作系统·windows快捷键指令】
  • sql注入补充——get注入