浅谈Redis中LFU算法源码解析
Redis 的 LFU（Least Frequently Used，最不经常使用）淘汰算法主要用于 maxmemory-policy 设置为 allkeys-lfu 或 volatile-lfu 时，以最少使用频率的键进行淘汰。其核心实现涉及到 访问频率计数 和 时间衰减机制，源码主要集中在 src/server.c 和 src/evict.c 文件中。
1. LFU 计数存储
Redis 采用 8-bit 的 LRU 字段 来存储访问频率计数，存储在 robj 结构体的 lru 字段中：
struct redisObject {
unsigned type:4;
unsigned encoding:4;
unsigned lru:LRU_BITS; // 用于 LRU/LFU 计算
int refcount;
void *ptr;
};
其中 lru 变量的 8-bit 空间被拆分：
- 前 6-bit（
counter）：用于存储访问计数，最大值 63。 - 后 2-bit（
clock）：用于时间衰减计算。
2. 访问计数的计算
LFU 计数在每次访问键时都会递增，但递增方式不是简单 +1，而是使用 对数增长 方式，避免某些键因高访问量而垄断：
unsigned long LFUDecrAndReturn(robj *o) {
unsigned long counter = LFUGetCounter(o);
if (counter == 0) return 0;
if (rand() % (counter + 1) == 0) counter--;
LFUSetCounter(o, counter);
return counter;
}
计数增长时：
int LFUIncrAndReturn(robj *o) {
unsigned long counter = LFUGetCounter(o);
if (counter < 63) {
if (rand() % (counter + 1) == 0) counter++;
}
LFUSetCounter(o, counter);
return counter;
}
这意味着：
- 初始时计数增长较快 (
1 → 2 → 3…) - 计数越高，增长概率越低（符合 对数曲线）
- 这样可以防止某些高访问量键长期存活。
3. LFU 访问频率的衰减
由于有些数据可能短期内访问频繁，但长期不再被访问，因此 Redis 采用了 时间衰减机制：
每 1 分钟 递减一次访问计数。
使用 2-bit 记录最近访问的时间 lfu_clock，每隔 60s 触发 衰减：
#define LFU_INIT_VAL 5 // 初始访问计数
unsigned long LFUDecrAndReturn(robj *o) {
unsigned long counter = LFUGetCounter(o);
if (counter == 0) return 0;
if (rand() % (counter + 1) == 0) counter--;
LFUSetCounter(o, counter);
return counter;
}
该方法会按照一定概率减少计数，确保 近期访问过的键不会轻易被淘汰，而 长时间未访问的键会逐步淘汰。
4. 淘汰策略
当 maxmemory 超出时，Redis 需要淘汰一部分数据，LFU 主要执行：
遍历数据，找到访问计数最小的键。
采用 volatile-lfu 或 allkeys-lfu 进行数据删除：
evictionPoolPopulate(dict *sample_dict) {
// 从字典中随机采样 N 个键
for (i = 0; i < EVPOOL_SIZE; i++) {
lfu = LFUGetCounter(entry);
if (lfu < min_lfu) {
min_lfu = lfu;
min_entry = entry;
}
}
// 淘汰访问次数最少的
dictDelete(sample_dict, min_entry);
}
采用 近似随机采样，而不是遍历所有键，提高效率。
5. 关键总结
- 存储方式：使用
robj.lru变量的 8-bit 空间存储访问计数和时间信息。 - 访问计数增长：采用对数增长策略，防止单个键因访问量过大而占用内存。
- 时间衰减：每分钟对访问频率计数进行衰减，确保长期未访问的键被淘汰。
- 淘汰策略：采样多个键，找到访问计数最少的键进行删除。
Redis 的 LFU 机制相比 LRU 更适用于热点数据访问场景，避免了某些短期流行的键占用大量缓存，同时也能让真正的 高频访问数据 存活更久。
到此这篇关于浅谈Redis中LFU算法源码解析的文章就介绍到这了,更多相关Redis LFU算法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这段文章详细介绍了通过源码编译安装Redis的过程,涵盖了从下载源码包到卸载Redis的每一步骤,并强调了实践中的实用性和重要性性,关键词包括：源码编译、Redis安装和卸载流程2026-05-05
本文主要介绍了Redis跳跃表添加元素的方法实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-06-06
单节点的 Redis 并发能力有限,要进一步提高 Redis 的并发能力,就需要搭建主从集群,实现读写分离,这篇文章主要给大家介绍了Redis搭建主从集群的操作指南,需要的朋友可以参考下2023-08-08
本篇文章主要介绍了为何Redis使用跳表而非红黑树实现SortedSet，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-09-09
这篇文章主要介绍了Redis实现点赞取消点赞的详细代码，通过查询某实体(帖子、评论等)点赞数量，需要用到事务相关知识，结合示例代码给大家介绍的非常详细,需要的朋友可以参考下2022-03-03
这篇文章主要介绍了Redis设置开机自启动全过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2025-10-10
在 Redis 的实际应用中,Key 的过期和失效是常见的场景,当系统中存在大量 Key 集中过期时,可能会对服务器性能造成巨大冲击,甚至引发服务中断,本文就来介绍一下Redis Key大量集中失效的问题解决,感兴趣的可以了解一下2025-09-09
这篇文章主要介绍了关于分布式锁的三种实现方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-08-08
在使用 Redis 时,KEYS 命令虽然简单直接,但其全表扫描的特性在处理大规模数据时会导致性能问题,甚至可能阻塞 Redis 服务,本文将介绍SCAN命令、有序集合、哈希表和RediSearch模块四种替代 KEYS 的高效方案,需要的朋友可以参考下2024-12-12
这篇文章主要介绍了浅谈Redis分布式锁的正确实现方式，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-05-05
最新评论