Redis 与缓存 / 系统课时

选择合适的淘汰策略

选择合适的淘汰策略

本课把淘汰策略落到业务决策。你将根据数据是否可丢、TTL 覆盖率、热点稳定性和写入失败处理能力,选择策略并通过压测与监控验证,而不是仅凭默认值上线。

学习目标

  • 根据业务约束筛选候选策略
  • 区分纯缓存、混合数据和关键状态场景
  • 用指标验证策略是否有效

先回答四个问题

选择策略前,先确认所有键是否都允许被删除、可淘汰键是否统一设置 TTL、热点是短时变化还是长期稳定,以及业务能否正确处理写入失败。

只要存在不能被自动删除的关键状态,就不应和普通缓存共用一个允许全键淘汰的实例。最稳妥的做法是按数据可靠性拆分实例,而不是试图用复杂键名规则弥补策略边界。

常见场景选择

场景 推荐起点 主要理由
全部数据都是可重建缓存 allkeys-lru 或 allkeys-lfu 全空间都可参与淘汰,不依赖 TTL 覆盖率
热点快速变化 allkeys-lru 更重视最近访问
热点长期稳定 allkeys-lfu 更重视累计访问频率
只有带 TTL 的缓存可淘汰 volatile-lru 或 volatile-lfu 保护无 TTL 键,但要求 TTL 覆盖完整
希望优先清理即将过期的数据 volatile-ttl 尽量减少剩余生命周期损失
数据不能自动丢失 noeviction 由业务处理容量和写入错误

随机策略实现简单,但通常只适合键价值和访问分布接近的场景。若业务存在明显冷热差异,LRU 或 LFU 通常更有意义。

一个可执行的选择示例

假设实例只保存商品详情缓存,所有数据都可从数据库重建,热点商品会稳定存在数小时。可以选择 allkeys-lfu,并先设置合理的内存上限。

bash
REDIS_HOST=127.0.0.1
REDIS_PORT=6379
redis-cli -h "$REDIS_HOST" -p "$REDIS_PORT" CONFIG SET maxmemory 4gb
redis-cli -h "$REDIS_HOST" -p "$REDIS_PORT" CONFIG SET maxmemory-policy allkeys-lfu
redis-cli -h "$REDIS_HOST" -p "$REDIS_PORT" CONFIG GET maxmemory
redis-cli -h "$REDIS_HOST" -p "$REDIS_PORT" CONFIG GET maxmemory-policy

预期输出示例:

text
OK
OK
1) "maxmemory"
2) "4294967296"
1) "maxmemory-policy"
2) "allkeys-lfu"

不同版本可能把容量显示为等价字节数。上线时还应把配置写入持久化配置或云平台参数组。

用压测验证而不是猜测

构造接近真实的键大小、访问分布和写入比例,让实例在受控环境中接近内存上限。记录淘汰速率、命中率、P99 延迟、CPU、网络和写入错误,再比较 LRU 与 LFU 的表现。

验证重点不是“有没有发生淘汰”,而是淘汰后命中率是否可接受、延迟是否稳定、后端数据库能否承受回源,以及实例是否仍保留足够故障切换余量。

监控上线后的反馈

上线后至少监控 evicted_keys 增量、keyspace_hits、keyspace_misses、内存使用率和命令延迟。如果淘汰持续发生且命中率明显下降,应优先检查容量、键设计和 TTL,而不是频繁切换策略。

使用 noeviction 时,还要监控写命令错误。应用必须能够识别 Redis 返回的 OOM 错误,并按业务要求降级、重试或转移流量,不能把错误当作普通缓存未命中。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

选择合适的淘汰策略

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通