Redis性能提升技巧，自动清理内存不求人，缓存自动清空也能轻松搞定

Redis 性能提升技巧，自动清理内存不求人，缓存自动清空也能轻松搞定

想让你的 Redis 跑得更快，同时又不希望内存被无用数据塞满导致服务崩溃？Redis 本身就有不少“自动化”的机制，用好了就能让你事半功倍，真正实现“不求人”,下面我们就来聊聊几个关键技巧。

理解 Redis 的内存都去哪儿了

你得知道 Redis 的内存主要被什么占用，除了你存进去的业务数据（我们称之为键值对）之外，Redis 自身运行也需要一点内存开销，但大头肯定是在你的数据上，如果内存满了，新的数据就写不进去了，或者会触发 Redis 的淘汰机制，可能导致你重要的数据被误删，我们的目标是在内存用满之前，就让 Redis 自动把那些“不那么重要”的数据清理掉。

设置内存上限，这是自动清理的前提

这是最关键的一步，你必须告诉 Redis：“你的内存最多只能用这么多！” 这个配置在 Redis 的配置文件 redis.conf 里，参数叫 maxmemory，你可以设置为 maxmemory 1gb，意思是 Redis 最多使用 1GB 的物理内存。

如果你不设置这个值，在 64 位系统上 Redis 会一直用内存，直到把系统内存吃光，最后可能被操作系统强制杀掉进程，那就不是优雅的清理了，而是灾难性的崩溃，设定 maxmemory 是启用所有自动清理策略的基石。

选择正确的“淘汰策略”，指挥 Redis 清理谁

设定了内存上限后，当内存快达到上限时，Redis 怎么知道该删除哪些数据呢？这就由“淘汰策略”来决定，这个策略同样在 redis.conf 文件中通过 maxmemory-policy 参数配置，以下是几种常用的策略,你可以根据业务场景来选择：

1. volatile-lru（推荐常用）：这是最常用的策略之一，它只针对那些设置了过期时间（TTL）的键进行清理，当内存不足时，它会尝试淘汰“最近最少使用”的键，简单说，就是最久没被访问过的、并且会过期的数据优先被删掉，这很适合缓存场景，因为缓存数据本来就有有效期,淘汰旧的很合理。

   

   • 来源：Redis 官方文档关于 maxmemory-policy 的说明

2. allkeys-lru：和上面类似，但范围更广，它会从所有的键中（不管有没有设置过期时间）淘汰最近最少使用的，如果你的数据有一部分是永久有效的，但也有一部分是缓存，这个策略可能更彻底,但要小心别把重要的永久数据给淘汰了。

   • 来源：Redis 官方文档关于 maxmemory-policy 的说明

3. volatile-ttl：这个策略很有意思，它不看你用不用，只看谁“活得短”，当内存不够时，它会优先淘汰那些过期时间最短的键，也就是说，反正你马上也要过期了，不如提前送你走，腾出地方,这在某些特定场景下很有效。

   • 来源：Redis 官方文档关于 maxmemory-policy 的说明

4. volatile-random / allkeys-random：就是随机淘汰，分别针对带过期时间的键和所有键，这个策略性能开销最小，但因为随机性，可能会删掉重要的数据,一般不太推荐。

5. noeviction：这是默认策略，它比较“霸道”，当内存满了之后，所有会占用更多内存的写命令（set、lpush 等）都会报错，读请求正常，这能保证数据不丢失，但你的服务可能会因为写不进去数据而出现问题，除非你对数据完整性要求极高,否则不建议生产环境使用。

怎么选？ 如果你的数据绝大多数都是缓存，用 volatile-lru 准没错，如果你的数据分不清是缓存还是永久存储，但又必须保证服务能继续写入，可以冒险用 allkeys-lru。

善用过期时间，让数据“到点自己走”

除了依赖淘汰策略，更主动的办法是给你存入 Redis 的每一个键都设置一个合理的过期时间，这样即使淘汰策略没触发，数据也会在指定的时间点自动被删除，这叫“惰性删除”和“定期删除”结合机制。

• 惰性删除：当客户端访问一个键时，Redis 会检查它是否过期，如果过期就当场删除，这很好，但有个问题：如果这个键永远不被访问,它就永远占着内存。
• 定期删除：为了解决上面的问题，Redis 会每隔一段时间（默认100毫秒）随机抽取一些设置了过期时间的键，检查并删除其中已过期的,这是一个补偿机制。

给你的缓存数据设置过期时间，是从源头上减少内存压力的最好方法，一条用户会话信息可以设置 30 分钟过期，一条热点新闻数据可以设置 2 小时过期。

警惕“大Key”和“热Key”，它们是性能杀手

自动清理机制能解决内存满的问题，但解决不了性能慢的问题，Redis 明明内存没满，却突然变慢，很可能是遇到了“大Key”或“热Key”。

• 大Key：指的是一个键对应的值非常大，比如一个包含几百万元素的 Hash（哈希表），或者一个长达几兆的 String（字符串），这种 Key 在序列化/反序列化、网络传输、甚至删除时都会非常耗时，可能导致 Redis 服务卡顿，解决办法是拆分大 Key，比如一个大的 Hash 可以按业务维度拆成多个小的 Hash。
• 热Key：指的是某个键在瞬间被极高的频率访问，这个 Key 本身可能不大，但所有的请求都打在这一台 Redis 服务器的一个节点上，会导致该节点 CPU 负载极高，成为瓶颈，解决办法可以考虑使用本地缓存（如 Guava Cache）来缓解，或者通过设计将热 Key 复制多份。

定期检查，做到心中有数

你不能完全当甩手掌柜，可以通过 Redis 自带的 INFO 命令来查看内存使用情况、键的数量、淘汰的键数量等指标，或者使用 redis-cli --bigkeys 命令来扫描当前数据库中最大的 Key,做到心中有数。

提升 Redis 性能、实现自动清理内存的核心三步曲就是：1）设置 maxmemory 上限；2）选择合适的 maxmemory-policy（推荐 volatile-lru）；3）为缓存数据普遍设置合理的过期时间。 做好这三点，你的 Redis 缓存就能在大部分场景下稳定、高效地自动运行了。