redis内存持久化机制和淘汰策略使用详解

 更新时间:2025年12月26日 09:55:39   作者:kkkkkkkkl24  
本文主要介绍了Redis的持久化和淘汰策略,持久化机制包括RDB(快照持久化)、AOF(追加日志持久化)和混合持久化,RDB通过快照将内存数据写入磁盘,AOF记录每条写命令并重放以恢复数据,淘汰策略则根据数据访问频率和过期时间进行选择,以避免内存溢出

1.为什么需要持久化和淘汰策略

在日常使用redis的过程中,数据安全内存管理是必须重点考虑的问题。

redis是基于内存的数据库,内存断电即失,所以需要持久化保证数据安全。

  • 持久化

解决数据断电丢失的问题;

redis内存有限,但数据超出阈值时,需要淘汰策略来决定哪些数据被清理。

  • 淘汰策略

解决内存不足时如何存放新数据的问题。

2.持久化机制

redis作为内存数据库,如果不做持久化,宕机后数据会全部丢失,为此redistribution提供了三种持久化方案。

2.1RDB(快照持久化)

原理:周期性将内存数据快照写入磁盘,生成dump.rdb文件。

触发方式

  • 配置触发:
save 900 1     # 900 秒内有 1 次写操作则触发
save 300 10    # 300 秒内有 10 次写操作则触发
save 60 10000  # 60 秒内有 10000 次写操作则触发
  • 手动触发:
SAVE       # 阻塞 Redis,生成快照
BGSAVE     # 后台 fork 子进程生成快照(推荐)

底层实现细节

BGSAVE 流程

  • 主进程执行 fork,生成子进程;
  • 子进程负责将快照写入磁盘文件;
  • 主进程继续处理客户端请求。

写时复制(Copy-On-Write, COW)

fork后,父子进程共享内存页;

如果有写请求修改数据,操作系统会复制出新内存页:

  • 子进程使用旧数据页生成 RDB;
  • 主进程在新数据页上继续服务。
  • 保证了快照的一致性,同时不会阻塞主进程。

缓冲区机制

  • 在快照生成过程中,新的写操作会写入 Redis 的正常数据结构;
  • 子进程只写fork时刻的内存数据,不包含之后的新写入;
  • 因此,RDB 只反映快照时刻的数据,可能丢失最近一次快照之后的数据。

优点:文件体积小,恢复速度快,适合做全量备份。

缺点:最后一次快照之后的数据可能会丢失。

2.2AOF(追加日志)

原理:记录每条写命令,追加到日志文件 appendonly.aof,Redis 重启时重放日志恢复数据。

AOF重写

 文件过大时,redis会进行AOF重写:压缩日志,值保留恢复当前数据集的必要命令。

BGREWRITEAOF

使用方式

  • 开启方式
appendonly yes
appendfilename "appendonly.aof"

刷盘策略:

  • always:每次写操作立即写盘(最安全,最慢)。
  • everysec:每秒写一次盘(推荐)。
  • no:完全交由操作系统(可能丢几秒数据)。

2.3混合持久化(RDB+AOF)

  • 原理:Redis 4.0 引入,将 RDB 快照与增量 AOF 结合。
  • 优点:RDB提供基线数据,恢复快;AOF记录快照之后的写操作,减少数据丢失。

配置

aof-use-rdb-preamble yes

推荐:生产环境普遍采用混合持久化。

3.淘汰策略

1. 配置方式

maxmemory 512mb
maxmemory-policy allkeys-lru

2. 淘汰策略分类

不淘汰:noeviction,直接拒绝写入(默认)

 仅淘汰过期键:

  • volatile-lru:淘汰最近最少使用的过期键。
  • volatile-ttl:淘汰即将过期的键。
  • volatile-random:随机淘汰过期键。
  • volatile-lfu:淘汰访问频率最低的键。

 淘汰所有键:

  • allkeys-lru:淘汰最近最少使用的键。
  • allkeys-random:随机淘汰一个键。
  • allkeys-lfu:淘汰访问频率最低的键。

3. LRU 与 LFU

  • LRU:最近最少使用,适合热点数据场景。
  • LFU:最少使用频率,适合长尾访问场景。

LRU 并不是全局精确淘汰,而是近似算法

  • Redis 不会扫描所有 key,而是每次 随机取出一部分 key(默认 5 个,可配置);
  • 在采样的这批 key 中,选择 最久未使用的一个 淘汰;
  • 如果内存还是不足,就继续随机采样,直到释放出足够的内存。
# 默认采样 5 个 key
maxmemory-samples 5
# 可以调大,比如 20,提高淘汰的准确度,但 CPU 开销也会增加
maxmemory-samples 20

LFU 需要记录每个 key 的访问频率,Redis 使用的是 对数递增计数器(log counter),避免计数无限增长。淘汰机制类似LRU。

# 访问频率递减的时间因子(越大,计数越快衰减)
lfu-decay-time 1

总结

持久化

  • RDB:快照,全量备份,快速恢复,但可能丢数据;
  • AOF:日志,数据更安全,但文件更大;
  • 混合:结合两者优点,推荐生产使用。

淘汰策略

  • noeviction:安全,但可能拒绝服务;
  • LRU / LFU:常用,适合缓存业务;
  • 选择合适的策略,避免 OOM。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • Redis 哨兵集群的实现

    Redis 哨兵集群的实现

    Sentinel是Redis 的高可用性解决方案,本文详细的介绍了redis哨兵集群的实现,非常具有实用价值,需要的朋友可以参考下
    2021-06-06
  • 一次关于Redis内存诡异增长的排查过程实战记录

    一次关于Redis内存诡异增长的排查过程实战记录

    这篇文章主要给大家分享了一次关于Redis内存诡异增长的排查过程实战记录,文中通过示例代码介绍的非常详细,对大家学习或者使用Redis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
    2018-07-07
  • 详解三分钟快速搭建分布式高可用的Redis集群

    详解三分钟快速搭建分布式高可用的Redis集群

    这篇文章主要介绍了详解三分钟快速搭建分布式高可用的Redis集群,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
    2021-02-02
  • 一文带你了解Redis的三种集群模式

    一文带你了解Redis的三种集群模式

    Redis 的常用的集群方式主要有以下三种,分别是主从复制模式、哨兵模式、Redis-Cluster集群模式,那么下面我们就分别了解一下这三种集群模式的优点与缺点
    2023-06-06
  • Redis定期删除过期数据的操作流程

    Redis定期删除过期数据的操作流程

    Redis是一种内存级数据库,所有数据均存放在内存中,内存中的数据可以通过TTL指令获取其状态,本文给大家介绍了Redis定期删除过期数据的操作流程,文中通过代码示例介绍的讲解的非常详细,需要的朋友可以参考下
    2024-05-05
  • redislive监控redis服务的图文教程_动力节点Java 学院整理

    redislive监控redis服务的图文教程_动力节点Java 学院整理

    这篇文章主要介绍了redislive监控redis服务的图文教程_动力节点Java 学院整理,需要的朋友可以参考下
    2017-08-08
  • Spring redis使用报错Read timed out排查及解决过程

    Spring redis使用报错Read timed out排查及解决过程

    项目使用spring集成redis,偶尔会出现read timed out的情况,刚开始以为是网络不稳定引起的,后面发现影响业务测试的准确性,这篇文章主要给大家介绍了关于Spring redis使用报错Read timed out排查及解决过程的相关资料,需要的朋友可以参考下
    2024-02-02
  • Linux下redis密码和远程连接方式

    Linux下redis密码和远程连接方式

    这篇文章主要介绍了Linux下redis密码和远程连接方式,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
    2024-01-01
  • 基于Redis实现每日登录失败次数限制

    基于Redis实现每日登录失败次数限制

    这篇文章主要介绍了通过redis实现每日登录失败次数限制的问题,通过redis记录登录失败的次数,以用户的username为key,本文给出了实例代码,需要的朋友可以参考下
    2019-08-08
  • Redis解决key冲突的问题解决

    Redis解决key冲突的问题解决

    本文主要介绍了Redis解决key冲突的问题解决,通过严格的key命名规范、RedisDB隔离、分布式并发控制和命名空间等手段,可以有效预防key冲突,感兴趣的可以了解一下
    2025-11-11

最新评论