Redis中的数据过期策略详解

1、redis中key的的过期时间

通过expire key seconds命令来设置数据的过期时间。返回1表明设置成功，返回0表明key不存在或者不能成功设置过期时间。在key上设置了过期时间后key将在指定的秒数后被自动删除。被指定了过期时间的key在redis中被称为是不稳定的。

当key被del命令删除或者被set、getset命令重置后与之关联的过期时间会被清除

127.0.0.1:6379> setex s 20 1
ok
127.0.0.1:6379> ttl s
(integer) 17
127.0.0.1:6379> setex s 200 1
ok
127.0.0.1:6379> ttl s
(integer) 195
127.0.0.1:6379> setrange s 3 100
(integer) 6
127.0.0.1:6379> ttl s
(integer) 152
127.0.0.1:6379> get s
"1\x00\x00100"
127.0.0.1:6379> ttl s
(integer) 108
127.0.0.1:6379> getset s 200
"1\x00\x00100"
127.0.0.1:6379> get s
"200"
127.0.0.1:6379> ttl s
(integer) -1

使用persist可以清除过期时间

127.0.0.1:6379> setex s 100 test
ok
127.0.0.1:6379> get s
"test"
127.0.0.1:6379> ttl s
(integer) 94
127.0.0.1:6379> type s
string
127.0.0.1:6379> strlen s
(integer) 4
127.0.0.1:6379> persist s
(integer) 1
127.0.0.1:6379> ttl s
(integer) -1
127.0.0.1:6379> get s
"test"

使用rename只是改了key值

127.0.0.1:6379> expire s 200
(integer) 1
127.0.0.1:6379> ttl s
(integer) 198
127.0.0.1:6379> rename s ss
ok
127.0.0.1:6379> ttl ss
(integer) 187
127.0.0.1:6379> type ss
string
127.0.0.1:6379> get ss
"test"

说明：redis2.6以后expire精度可以控制在0到1毫秒内，key的过期信息以绝对unix时间戳的形式存储（redis2.6之后以毫秒级别的精度存储），所以在多服务器同步的时候，一定要同步各个服务器的时间

2、redis过期键删除策略

redis key过期的方式有三种：

1. 被动删除：当读/写一个已经过期的key时，会触发惰性删除策略，直接删除掉这个过期key
2. 主动删除：由于惰性删除策略无法保证冷数据被及时删掉，所以redis会定期主动淘汰一批已过期的key
3. 当前已用内存超过maxmemory限定时，触发主动清理策略
   

被动删除

只有key被操作时(如get)，redis才会被动检查该key是否过期，如果过期则删除之并且返回nil。

1、这种删除策略对cpu是友好的，删除操作只有在不得不的情况下才会进行，不会其他的expire key上浪费无谓的cpu时间。

2、但是这种策略对内存不友好，一个key已经过期，但是在它被操作之前不会被删除，仍然占据内存空间。如果有大量的过期键存在但是又很少被访问到，那会造成大量的内存空间浪费。expireifneeded(redisdb *db, robj *key)函数位于src/db.c。

/*-----------------------------------------------------------------------------
 * expires api
 *----------------------------------------------------------------------------*/
 
int removeexpire(redisdb *db, robj *key) {
 /* an expire may only be removed if there is a corresponding entry in the
 * main dict. otherwise, the key will never be freed. */
 redisassertwithinfo(null,key,dictfind(db->dict,key->ptr) != null);
 return dictdelete(db->expires,key->ptr) == dict_ok;
}
 
void setexpire(redisdb *db, robj *key, long long when) {
 dictentry *kde, *de;
 
 /* reuse the sds from the main dict in the expire dict */
 kde = dictfind(db->dict,key->ptr);
 redisassertwithinfo(null,key,kde != null);
 de = dictreplaceraw(db->expires,dictgetkey(kde));
 dictsetsignedintegerval(de,when);
}
 
/* return the expire time of the specified key, or -1 if no expire
 * is associated with this key (i.e. the key is non volatile) */
long long getexpire(redisdb *db, robj *key) {
 dictentry *de;
 
 /* no expire? return asap */
 if (dictsize(db->expires) == 0 ||
 (de = dictfind(db->expires,key->ptr)) == null) return -1;
 
 /* the entry was found in the expire dict, this means it should also
 * be present in the main dict (safety check). */
 redisassertwithinfo(null,key,dictfind(db->dict,key->ptr) != null);
 return dictgetsignedintegerval(de);
}
 
/* propagate expires into slaves and the aof file.
 * when a key expires in the master, a del operation for this key is sent
 * to all the slaves and the aof file if enabled.
 *
 * this way the key expiry is centralized in one place, and since both
 * aof and the master->slave link guarantee operation ordering, everything
 * will be consistent even if we allow write operations against expiring
 * keys. */
void propagateexpire(redisdb *db, robj *key) {
 robj *argv[2];
 
 argv[0] = shared.del;
 argv[1] = key;
 incrrefcount(argv[0]);
 incrrefcount(argv[1]);
 
 if (server.aof_state != redis_aof_off)
 feedappendonlyfile(server.delcommand,db->id,argv,2);
 replicationfeedslaves(server.slaves,db->id,argv,2);
 
 decrrefcount(argv[0]);
 decrrefcount(argv[1]);
}
 
int expireifneeded(redisdb *db, robj *key) {
 mstime_t when = getexpire(db,key);
 mstime_t now;
 
 if (when < 0) return 0; /* no expire for this key */ /* don't expire anything while loading. it will be done later. */ if (server.loading) return 0; /* if we are in the context of a lua script, we claim that time is * blocked to when the lua script started. this way a key can expire * only the first time it is accessed and not in the middle of the * script execution, making propagation to slaves / aof consistent. * see issue #1525 on github for more information. */ now = server.lua_caller ? server.lua_time_start : mstime(); /* if we are running in the context of a slave, return asap: * the slave key expiration is controlled by the master that will * send us synthesized del operations for expired keys. * * still we try to return the right information to the caller, * that is, 0 if we think the key should be still valid, 1 if * we think the key is expired at this time. */ if (server.masterhost != null) return now > when;
 
 /* return when this key has not expired */
 if (now <= when) return 0; /* delete the key */ server.stat_expiredkeys++; propagateexpire(db,key); notifykeyspaceevent(redis_notify_expired, "expired",key,db->id);
 return dbdelete(db,key);
}
 
/*-----------------------------------------------------------------------------
 * expires commands
 *----------------------------------------------------------------------------*/
 
/* this is the generic command implementation for expire, pexpire, expireat
 * and pexpireat. because the commad second argument may be relative or absolute
 * the "basetime" argument is used to signal what the base time is (either 0
 * for *at variants of the command, or the current time for relative expires).
 *
 * unit is either unit_seconds or unit_milliseconds, and is only used for
 * the argv[2] parameter. the basetime is always specified in milliseconds. */
void expiregenericcommand(redisclient *c, long long basetime, int unit) {
 robj *key = c->argv[1], *param = c->argv[2];
 long long when; /* unix time in milliseconds when the key will expire. */
 
 if (getlonglongfromobjectorreply(c, param, &when, null) != redis_ok)
 return;
 
 if (unit == unit_seconds) when *= 1000;
 when += basetime;
 
 /* no key, return zero. */
 if (lookupkeyread(c->db,key) == null) {
 addreply(c,shared.czero);
 return;
 }
 
 /* expire with negative ttl, or expireat with a timestamp into the past
 * should never be executed as a del when load the aof or in the context
 * of a slave instance.
 *
 * instead we take the other branch of the if statement setting an expire
 * (possibly in the past) and wait for an explicit del from the master. */
 if (when <= mstime() && !server.loading && !server.masterhost) { robj *aux; redisassertwithinfo(c,key,dbdelete(c->db,key));
 server.dirty++;
 
 /* replicate/aof this as an explicit del. */
 aux = createstringobject("del",3);
 rewriteclientcommandvector(c,2,aux,key);
 decrrefcount(aux);
 signalmodifiedkey(c->db,key);
 notifykeyspaceevent(redis_notify_generic,"del",key,c->db->id);
 addreply(c, shared.cone);
 return;
 } else {
 setexpire(c->db,key,when);
 addreply(c,shared.cone);
 signalmodifiedkey(c->db,key);
 notifykeyspaceevent(redis_notify_generic,"expire",key,c->db->id);
 server.dirty++;
 return;
 }
}
 
void expirecommand(redisclient *c) {
 expiregenericcommand(c,mstime(),unit_seconds);
}
 
void expireatcommand(redisclient *c) {
 expiregenericcommand(c,0,unit_seconds);
}
 
void pexpirecommand(redisclient *c) {
 expiregenericcommand(c,mstime(),unit_milliseconds);
}
 
void pexpireatcommand(redisclient *c) {
 expiregenericcommand(c,0,unit_milliseconds);
}
 
void ttlgenericcommand(redisclient *c, int output_ms) {
 long long expire, ttl = -1;
 
 /* if the key does not exist at all, return -2 */
 if (lookupkeyread(c->db,c->argv[1]) == null) {
 addreplylonglong(c,-2);
 return;
 }
 /* the key exists. return -1 if it has no expire, or the actual
 * ttl value otherwise. */
 expire = getexpire(c->db,c->argv[1]);
 if (expire != -1) {
 ttl = expire-mstime();
 if (ttl < 0) ttl = 0; } if (ttl == -1) { addreplylonglong(c,-1); } else { addreplylonglong(c,output_ms ? ttl : ((ttl+500)/1000)); } } void ttlcommand(redisclient *c) { ttlgenericcommand(c, 0); } void pttlcommand(redisclient *c) { ttlgenericcommand(c, 1); } void persistcommand(redisclient *c) { dictentry *de; de = dictfind(c->db->dict,c->argv[1]->ptr);
 if (de == null) {
 addreply(c,shared.czero);
 } else {
 if (removeexpire(c->db,c->argv[1])) {
  addreply(c,shared.cone);
  server.dirty++;
 } else {
  addreply(c,shared.czero);
 }
 }
}

但仅是这样是不够的，因为可能存在一些key永远不会被再次访问到，这些设置了过期时间的key也是需要在过期后被删除的，我们甚至可以将这种情况看作是一种内存泄露----无用的垃圾数据占用了大量的内存，而服务器却不会自己去释放它们，这对于运行状态非常依赖于内存的redis服务器来说，肯定不是一个好消息

主动删除

先说一下时间事件，对于持续运行的服务器来说， 服务器需要定期对自身的资源和状态进行必要的检查和整理， 从而让服务器维持在一个健康稳定的状态， 这类操作被统称为常规操作（cron job）

在 redis 中， 常规操作由 redis.c/servercron 实现， 它主要执行以下操作

• 更新服务器的各类统计信息，比如时间、内存占用、数据库占用情况等。
• 清理数据库中的过期键值对。
• 对不合理的数据库进行大小调整。
• 关闭和清理连接失效的客户端。
• 尝试进行 aof 或 rdb 持久化操作。
• 如果服务器是主节点的话，对附属节点进行定期同步。
• 如果处于集群模式的话，对集群进行定期同步和连接测试。

redis 将 servercron 作为时间事件来运行， 从而确保它每隔一段时间就会自动运行一次， 又因为 servercron 需要在 redis 服务器运行期间一直定期运行， 所以它是一个循环时间事件： servercron 会一直定期执行，直到服务器关闭为止。

在 redis 2.6 版本中， 程序规定 servercron 每秒运行 10 次， 平均每 100 毫秒运行一次。 从 redis 2.8 开始， 用户可以通过修改 hz选项来调整 servercron 的每秒执行次数， 具体信息请参考 redis.conf 文件中关于 hz 选项的说明

也叫定时删除，这里的“定期”指的是redis定期触发的清理策略，由位于src/redis.c的activeexpirecycle(void)函数来完成。

servercron是由redis的事件框架驱动的定位任务，这个定时任务中会调用activeexpirecycle函数，针对每个db在限制的时间redis_expirelookups_time_limit内迟可能多的删除过期key，之所以要限制时间是为了防止过长时间 的阻塞影响redis的正常运行。这种主动删除策略弥补了被动删除策略在内存上的不友好。

因此，redis会周期性的随机测试一批设置了过期时间的key并进行处理。测试到的已过期的key将被删除。

典型的方式为,redis每秒做10次如下的步骤：

• 随机测试100个设置了过期时间的key
• 删除所有发现的已过期的key
• 若删除的key超过25个则重复步骤1
  

这是一个基于概率的简单算法，基本的假设是抽出的样本能够代表整个key空间，redis持续清理过期的数据直至将要过期的key的百分比降到了25%以下。这也意味着在任何给定的时刻已经过期但仍占据着内存空间的key的量最多为每秒的写操作量除以4.

redis-3.0.0中的默认值是10，代表每秒钟调用10次后台任务。

除了主动淘汰的频率外，redis对每次淘汰任务执行的最大时长也有一个限定，这样保证了每次主动淘汰不会过多阻塞应用请求，以下是这个限定计算公式：

#define active_expire_cycle_slow_time_perc 25 /* cpu max % for keys collection */ 
... 
timelimit = 1000000*active_expire_cycle_slow_time_perc/server.hz/100;

hz调大将会提高redis主动淘汰的频率，如果你的redis存储中包含很多冷数据占用内存过大的话，可以考虑将这个值调大，但redis作者建议这个值不要超过100。我们实际线上将这个值调大到100，观察到cpu会增加2%左右，但对冷数据的内存释放速度确实有明显的提高（通过观察keyspace个数和used_memory大小）。

可以看出timelimit和server.hz是一个倒数的关系，也就是说hz配置越大，timelimit就越小。换句话说是每秒钟期望的主动淘汰频率越高，则每次淘汰最长占用时间就越短。这里每秒钟的最长淘汰占用时间是固定的250ms（1000000*active_expire_cycle_slow_time_perc/100），而淘汰频率和每次淘汰的最长时间是通过hz参数控制的。

从以上的分析看，当redis中的过期key比率没有超过25%之前，提高hz可以明显提高扫描key的最小个数。假设hz为10，则一秒内最少扫描200个key（一秒调用10次*每次最少随机取出20个key），如果hz改为100，则一秒内最少扫描2000个key；另一方面，如果过期key比率超过25%，则扫描key的个数无上限，但是cpu时间每秒钟最多占用250ms。

当redis运行在主从模式时，只有主结点才会执行上述这两种过期删除策略，然后把删除操作”del key”同步到从结点。

maxmemory

当前已用内存超过maxmemory限定时，触发主动清理策略

• volatile-lru：只对设置了过期时间的key进行lru（默认值）
• allkeys-lru ： 删除lru算法的key
• volatile-random：随机删除即将过期key
• allkeys-random：随机删除
• volatile-ttl ： 删除即将过期的
• noeviction ： 永不过期，返回错误当mem_used内存已经超过maxmemory的设定，对于所有的读写请求，都会触发redis.c/freememoryifneeded(void)函数以清理超出的内存。注意这个清理过程是阻塞的，直到清理出足够的内存空间。所以如果在达到maxmemory并且调用方还在不断写入的情况下，可能会反复触发主动清理策略，导致请求会有一定的延迟。

当mem_used内存已经超过maxmemory的设定，对于所有的读写请求，都会触发redis.c/freememoryifneeded(void)函数以清理超出的内存。注意这个清理过程是阻塞的，直到清理出足够的内存空间。所以如果在达到maxmemory并且调用方还在不断写入的情况下，可能会反复触发主动清理策略，导致请求会有一定的延迟。

清理时会根据用户配置的maxmemory-policy来做适当的清理（一般是lru或ttl），这里的lru或ttl策略并不是针对redis的所有key，而是以配置文件中的maxmemory-samples个key作为样本池进行抽样清理。

maxmemory-samples在redis-3.0.0中的默认配置为5，如果增加，会提高lru或ttl的精准度，redis作者测试的结果是当这个配置为10时已经非常接近全量lru的精准度了，并且增加maxmemory-samples会导致在主动清理时消耗更多的cpu时间，建议：

• 尽量不要触发maxmemory，最好在mem_used内存占用达到maxmemory的一定比例后，需要考虑调大hz以加快淘汰，或者进行集群扩容。
• 如果能够控制住内存，则可以不用修改maxmemory-samples配置；如果redis本身就作为lru cache服务（这种服务一般长时间处于maxmemory状态，由redis自动做lru淘汰），可以适当调大maxmemory-samples。
  

以下是上文中提到的配置参数的说明

# redis calls an internal function to perform many background tasks, like 
# closing connections of clients in timeout, purging expired keys that are 
# never requested, and so forth. 
# 
# not all tasks are performed with the same frequency, but redis checks for 
# tasks to perform according to the specified "hz" value. 
# 
# by default "hz" is set to 10. raising the value will use more cpu when 
# redis is idle, but at the same time will make redis more responsive when 
# there are many keys expiring at the same time, and timeouts may be 
# handled with more precision. 
# 
# the range is between 1 and 500, however a value over 100 is usually not 
# a good idea. most users should use the default of 10 and raise this up to 
# 100 only in environments where very low latency is required. 
hz 10 
 
# maxmemory policy: how redis will select what to remove when maxmemory 
# is reached. you can select among five behaviors: 
# 
# volatile-lru -> remove the key with an expire set using an lru algorithm 
# allkeys-lru -> remove any key according to the lru algorithm 
# volatile-random -> remove a random key with an expire set 
# allkeys-random -> remove a random key, any key 
# volatile-ttl -> remove the key with the nearest expire time (minor ttl) 
# noeviction -> don't expire at all, just return an error on write operations 
# 
# note: with any of the above policies, redis will return an error on write 
# operations, when there are no suitable keys for eviction. 
# 
# at the date of writing these commands are: set setnx setex append 
# incr decr rpush lpush rpushx lpushx linsert lset rpoplpush sadd 
# sinter sinterstore sunion sunionstore sdiff sdiffstore zadd zincrby 
# zunionstore zinterstore hset hsetnx hmset hincrby incrby decrby 
# getset mset msetnx exec sort 
# 
# the default is: 
# 
maxmemory-policy noeviction 
 
# lru and minimal ttl algorithms are not precise algorithms but approximated 
# algorithms (in order to save memory), so you can tune it for speed or 
# accuracy. for default redis will check five keys and pick the one that was 
# used less recently, you can change the sample size using the following 
# configuration directive. 
# 
# the default of 5 produces good enough results. 10 approximates very closely 
# true lru but costs a bit more cpu. 3 is very fast but not very accurate. 
# 
maxmemory-samples 5

replication link和aof文件中的过期处理

为了获得正确的行为而不至于导致一致性问题，当一个key过期时del操作将被记录在aof文件并传递到所有相关的slave。也即过期删除操作统一在master实例中进行并向下传递，而不是各salve各自掌控。这样一来便不会出现数据不一致的情形。当slave连接到master后并不能立即清理已过期的key（需要等待由master传递过来的del操作），slave仍需对数据集中的过期状态进行管理维护以便于在slave被提升为master会能像master一样独立的进行过期处理。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。