189 8069 5689
redis主要是通过控制内存上限和相应的回收策略实现内存管理，本节将围绕这两个方面来介绍Redis如何管理内存。
目前成都创新互联公司已为近千家的企业提供了网站建设、域名、虚拟空间、网站托管、服务器租用、企业网站设计、南充网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
Redis使用maxmemory参数限制最大可用内存。限制内存的目的主要有：
用于缓存场景，当超出内存上限maxmemory时使用LRU等删除策略释放空间。
防止所用内存超过服务器物理内存。
需要注意maxmemory限制的是Redis内存实际使用的内存量，也就是used_memory统计项对应的内存。由于内存碎片率的存在，实际消耗的内存可能会比maxmemory设置的更大，实际使用时要小心这部分内存溢出。通过内存上限可以非常方便的实现一台服务器部署多个Redis进程的内存控制。比如一台24GB内存的服务器，为系统预留4GB内存，预留4GB空闲内存给其他进程或Redis fork进程，留给Redis 16GB内存，这样可以部署4个maxmemory=4GB的Redis进程。得益于Redis单线程架构和内存限制机制，即使没有采用虚拟化不同的Redis进程之间也可以很好的实现CPU和内存的隔离性，如图8-2所示。
图8-2:服务器分配4个4GB的Redis进程
Redis的内存上限可以通过config set maxmemory {bytes} 动态修改最大可用内存。例如之前的示例，当发现Redis-1没有做好内存预估实际只用了不到2GB内存，而Redis-2进程需要扩容到6GB内存才够用，这时可以分别执行如下命令调整:
Redis-1>config set maxmemory 2GB
Redis-2>config set maxmemory 6GB
通过动态修改maxmemory,可以实现在当前服务器下动态伸缩Redis内存的目的，如图8-3所示。
图8-3:redis进程之间调整maxmemory伸缩内存
这个例子过于理想化，如果此时Redis-3和Redis-4进程也需要分别扩容到6Gb，这时超出系统物理内存限制就不能简单的通过调整maxmemory来达到扩容的目的，需要采用在线迁移数据或者基于复制切换服务器来达到扩容的目的，具体细节见集群章节和哨兵章节。
运维提示:
1:Redis默认无限使用服务器内存，为防止极端情况系统内存耗尽，建议所有的Redis进程都要配置maxmemory。
2:在保证物理内存足够的情况下，服务器上所有的redis进程可以调整maxmemory参数来达到自由伸缩最大可用内存的目的。
Redis的内存回收机制主要体现在以下两个方面:
删除到达过期时间的键对象
内存使用达到maxmemory上线时触发内存溢出控制策略
Redis所有的键都可以设置过期属性，内部保存在过期字典中。由于进程内保存大量的键，维护每个键精准的过期删除机制会导致消耗大量的CPU，对于单线程的Redis来说成本过高，因此Redis采用惰性删除和定时任务删除机制实现过期健的内存回收。
1)惰性删除:
惰性删除用于当客户端读取带有超时属性的键时，如果已经超过键设置的过期时间，会执行删除操作并返回空，这种策略是出于节省CPU成本考虑，不需要单独维护TTL链表来处理过期键的删除。但是这种方式存在内存泄露的问题，当过期键一直没有访问将无法得到及时删除，从而导致内存不能及时释放。正因为如此，Redis还提供另一种定时任务删除机制作为惰性删除的补充。
2)定时任务删除:
Redis内部维护一个的定时任务，默认每秒运行10次(通过参数hz控制)。定时任务中删除过期键逻辑采用了自适应算法，根据键的过期比例使用快慢两种速率模式回收键，流程如图8-4:
图8-4:定时任务删除过期键逻辑
流程说明:
定时任务在每个数据库空间随机检查20个过期键，当发现过期时删除对应的键。
如果超过检查数25%的键过期，循环执行回收逻辑直到不足25%或运行超时为止，慢模式下超时时间为25毫秒。
如果之前回收键逻辑运行超过，则在Redis触发内部事件之前再次以快模式运行回收过期键任务，快模式下超时时间为1毫秒且2秒内只能运行1次。
快慢两种模式内部删除逻辑相同，只是执行的超时时间不同。
Icon
开发提示:
Redis定时任务通过hz参数控制周期，定时任务内部涉及很多逻辑如:关闭超时连接，删除过期键，AOF写文件频率，集群定时通信等，修改这个参数影响范围非常广，不建议调大hz参数来加速回收内存频率。
避免大量键设置相同的过期时间，否则容易产生同一时刻超过25%的键过期场景，触发循环删除过期键逻辑从而拖慢Redis响应速度。
当Redis所用内存达到maxmemory上限时会触发相应的溢出控制策略。具体策略受maxmemory-policy参数控制，Redis支持6种策略如下:
noeviction：默认策略，不会删除任何数据，拒绝所有写入操作并返回客户端错误信息"(error) OOM command not allowed when used memory"，此时Redis只响应读操作。
volatile-lru：根据LRU算法删除设置了超时属性(expire)的键，直到腾出足够空间为止。如果没有可删除的键对象，回退到noeviction策略。
allkeys-lru：根据LRU算法删除键，不管数据有没有设置超时属性，直到腾出足够空间为止。
allkeys-random：随机删除所有键，直到腾出足够空间为止。
volatile-random:随机删除过期键，直到腾出足够空间为止。
volatile-ttl：根据键值对象的ttl属性，删除最近将要过期数据。如果没有，回退到noeviction策略。
内存溢出控制策略可以采用config set maxmemory-policy {policy} 动态配置。Redis支持丰富的内存溢出应对策略，可以根据实际需求灵活定制，比如当设置volatile-lru策略时，保证具有过期属性的键可以根据LRU剔除，而未设置超时的键可以永久保留。还可以采用allkeys-lru策略把Redis变为纯缓存服务器使用。当Redis因为内存溢出删除键时，可以通过执行info stats命令查看evicted_keys指标找出当前Redis服务器已剔除的键数量。
每次Redis执行命令时如果设置了maxmemory参数，都会尝试执行回收内存操作。当Redis一直工作在内存溢出(used_memory>maxmemory)的状态下且设置非noeviction策略时，会频繁的触发回收内存的操作，影响Redis服务器的性能。回收内存逻辑伪代码如下:
def freeMemoryIfNeeded() :
int mem_used, mem_tofree, mem_freed;
// 计算当前内存总量，排除从节点输出缓冲区和AOF缓冲区的内存占用
int slaves = server.slaves;
mem_used = used_memory()-slave_output_buffer_size(slaves)-aof_rewrite_buffer_size();
// 如果当前使用小于等于maxmemory退出
if (mem_used <= server.maxmemory) :
return REDIS_OK;
// 如果设置内存溢出策略为noeviction（不淘汰），返回错误。
if (server.maxmemory_policy == 'noeviction') :
return REDIS_ERR;
// 计算需要释放多少内存
mem_tofree = mem_used - server.maxmemory;
// 初始化已释放内存量
mem_freed = 0;
// 根据maxmemory-policy策略循环删除键释放内存
while (mem_freed < mem_tofree) :
// 迭代Redis所有数据库空间
for (int j = 0; j < server.dbnum; j++) :
String bestkey = null;
dict dict;
if (server.maxmemory_policy == 'allkeys-lru' ||
server.maxmemory_policy == 'allkeys-random'):
//如果策略是 allkeys-lru/allkeys-random 回收内存目标为所有的数据库键
dict = server.db[j].dict;
else :
// 如果策略是volatile-lru/volatile-random/volatile-ttl回收内存目标为带过期时间的数据库键
dict = server.db[j].expires;
// 如果使用的是随机策略，那么从目标字典中随机选出键
if (server.maxmemory_policy == 'allkeys-random' ||
server.maxmemory_policy == 'volatile-random') :
//随机返回被删除键
bestkey = get_random_key(dict);
else if (server.maxmemory_policy == 'allkeys-lru' ||
server.maxmemory_policy == 'volatile-lru') :
//循环随机采样maxmemory_samples次(默认5次)，返回相对空闲时间最长的键
bestkey = get_lru_key(dict);
else if (server.maxmemory_policy == 'volatile-ttl') :
//循环随机采样maxmemory_samples次，返回最近将要过期的键
bestkey = get_ttl_key(dict);
// 删除被选中的键
if (bestkey != null) :
long delta = used_memory();
deleteKey(bestkey);
// 计算删除键所释放的内存量
delta -= used_memory();
mem_freed += delta;
//删除操作同步给从节点
if (slaves):
flushSlavesOutputBuffers();
return REDIS_OK;
从伪代码可以看到，频繁执行回收内存成本很高，主要包括查找可回收键和删除键的开销，如果当前Redis有从节点，回收内存操作对应的删除命令会同步到从节点，导致写放大的问题，如图8-5所示。
图8-5:回收内存触发删除逻辑
Icon
开发提示：建议线上Redis内存工作在maxmemory>used_memory 状态下，避免频繁内存回收开销。
对于需要收缩Redis内存的场景，可以通过调小maxmemory来实现快速回收。比如对一个实际占用6GB内存的进程设置maxmemory=4GB，之后第一次执行命令时，如果使用非noeviction策略，它会一次性回收到maxmemory指定的内存量，从而达到快速回收内存的目的，注意此操作会导致数据丢失，一般在缓存场景下使用。