Redis 内存管理与淘汰策略
🎯 引言
学完本文,你能为缓存实例设置内存上限,选择淘汰策略,并通过 Node.js 查看内存使用情况。
⚡ Redis 为什么快
Redis 的数据主要在内存中访问,常用命令直接操作为对应任务设计的数据结构,减少了通用查询处理的成本。
常见命令主要在主线程中依次执行,后台任务和部分网络处理可以由其他线程或进程承担。不能把“快”理解为所有操作都便宜:遍历大集合、传输大值、长脚本仍会拖慢其他请求。
🧱 内存占用与 maxmemory
maxmemory 设置 Redis 管理数据时采用的内存限制。使用量超过限制时,Redis 按淘汰策略释放空间,或拒绝需要新增内存的写入。它不是整个进程在操作系统中的绝对内存上限,复制缓冲等开销也需要预留空间。
应用场景:为缓存分配固定的内存预算,避免数据持续增加而挤占同一机器上的其他服务。
使用 Redis 7.4.2,在独立实例设置 128 MB 上限和缓存淘汰策略:
docker run -d --name redis-memory \
-p 127.0.0.1:6381:6379 \
redis:7.4.2 redis-server --save "" --appendonly no \
--maxmemory 128mb --maxmemory-policy allkeys-lru
这里的 6381 避开入门实例的端口,allkeys-lru 的选择依据见下一节。128 MB 仅是练习值,生产容量应由数据规模和压力测试决定。
🧰 LRU、LFU 等内存淘汰策略
内存淘汰是在达到内存限制时,按规则移除已有数据来腾出空间。LRU 按最近使用时间选择较久未访问的数据,LFU 按访问频率选择较少使用的数据;Redis 使用近似统计,不会逐一精确比较全库。
应用场景:可重新生成的缓存需要在容量有限时尽量保留经常访问的数据。具体策略还决定能从哪些键中选择:
| 策略 | 行为 | 适用考虑 |
|---|---|---|
allkeys-lru | 从所有键中近似淘汰近期较少访问的键 | 访问热点会随时间变化的缓存 |
allkeys-lfu | 从所有键中近似淘汰访问频率较低的键 | 希望按持续访问频率保留热点 |
volatile-lru | 仅在设置了期限的键中执行 LRU | 明确需要限制候选范围的实例 |
noeviction | 不主动淘汰,内存不足时拒绝需要分配内存的写入 | 不能接受状态被随意移除,但应用须处理写失败 |
LFU 的频率统计会随时间衰减,旧热点不会只凭很久以前的高访问量一直保留。volatile 策略没有可淘汰的带期限键时,也可能拒绝写入。
Session、限流计数和可重建缓存的丢失代价不同,尽量分开实例或明确容量策略,不能给所有数据统一套用缓存淘汰方案。参见 Redis 淘汰策略。
淘汰与过期删除的区别在于触发条件:淘汰由内存压力触发,因此尚未到期的 Key 也可能被移除。
💡 使用 Node.js 查看 Redis 内存信息
本节使用 Node.js 22.9.0、redis 5.9.0。将以下代码依次写入 memory.mjs,连接前面启动的独立实例:
import { redis } from './redis.mjs';
await redis.connect();
const info = await redis.info('memory');
INFO 返回分行文本。只提取当前关心的字段:
const fields = ['used_memory_human:', 'used_memory_rss_human:', 'maxmemory_human:', 'maxmemory_policy:'];
console.log(info.split('\r\n').filter(line => fields.some(field => line.startsWith(field))).join('\n'));
输出中 maxmemory_human 应接近 128 MB,策略为 allkeys-lru。used_memory 是 Redis 分配的内存,used_memory_rss 是操作系统看到的驻留内存;两者差异不能单独证明存在泄漏。
再观察累计淘汰数量:
const stats = await redis.info('stats');
console.log(stats.split('\r\n').find(line => line.startsWith('evicted_keys:')));
await redis.close();
空练习实例通常为 evicted_keys:0。应比较一段时间内的变化,而不是只看累计值。
REDIS_URL=redis://127.0.0.1:6381 node memory.mjs
❓ 知识问答
Q1:达到 maxmemory 后所有命令都会失败吗?
不会。读取和释放空间的操作仍可执行;是否拒绝新增内存的写入取决于策略和可淘汰数据。
Q2:LFU 一定比 LRU 更合适吗?
不是。要按真实访问模式观察命中情况和淘汰量,热点变化快慢会影响选择。
Q3:只增加内存就能解决性能问题吗?
不能。大值传输、慢命令和连接使用不当仍可能造成延迟,需要结合排查篇的指标判断。
🧪 小练习
观察同一实例的内存分配量与驻留量,记录它们的含义;说明为什么登录 Session 不宜和可随意淘汰的缓存共用相同策略。
// 请在这里编写代码
// 输出需要观察的 INFO 字段
🎉 恭喜你已经掌握 Redis 内存限制与淘汰策略的选择方法啦!
