详解 Redis 内存管理机制和实现

详解 Redis 内存管理机制和实现

Redis是一个基于内存的键值数据库，其内存管理是非常重要的。本文内存管理的内容包括：过期键的懒性删除和过期删除以及内存溢出控制策略。

最大内存限制

Redis使用 maxmemory 参数限制最大可用内存，默认值为0，表示无限制。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。因为 Redis 默认情况下是会尽可能多使用服务器的内存，可能会出现服务器内存不足，导致 Redis 进程被杀死。

maxmemory 限制的是Redis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。具体Redis 内存监控的内容请查看一文了解 Redis 内存监控和内存消耗。

Redis默认无限使用服务器内存，为防止极端情况下导致系统内存耗 尽，建议所有的Redis进程都要配置maxmemory。在保证物理内存可用的情况下，系统中所有Redis实例可以调整 maxmemory参数来达到自由伸缩内存的目的。

内存回收策略

Redis 回收内存大致有两个机制：一是删除到达过期时间的键值对象;二是当内存达到 maxmemory 时触发内存移除控制策略，强制删除选择出来的键值对象。

删除过期键对象

Redis 所有的键都可以设置过期属性，内部保存在过期表中，键值表和过期表的结果如下图所示。当 Redis保存大量的键，对每个键都进行精准的过期删除可能会导致消耗大量的 CPU，会阻塞 Redis 的主线程，拖累 Redis 的性能，因此 Redis 采用惰性删除和定时任务删除机制实现过期键的内存回收。

惰性删除是指当客户端操作带有超时属性的键时，会检查是否超过键的过期时间，然后会同步或者异步执行删除操作并返回键已经过期。这样可以节省 CPU成本考虑，不需要单独维护过期时间链表来处理过期键的删除。

过期键的惰性删除策略由 db.c/expireifNeeded 函数实现，所有对数据库的读写命令执行之前都会调用 expireifNeeded 来检查命令执行的键是否过期。如果键过期，expireifNeeded 会将过期键从键值表和过期表中删除，然后同步或者异步释放对应对象的空间。源码展示的时 Redis 4.0 版本。

expireIfNeeded 先从过期表中获取键对应的过期时间，如果当前时间已经超过了过期时间(lua脚本执行则有特殊逻辑，详看代码注释)，则进入删除键流程。删除键流程主要进行了三件事：

一是删除操作命令传播，通知 slave 实例并存储到 AOF 缓冲区中二是记录键空间事件，三是根据 lazyfreelazyexpire 是否开启进行异步删除或者异步删除操作。

int expireIfNeeded(redisDb *db, robj *key) {  // 获取键的过期时间  mstime_t when = getExpire(db,key);  mstime_t now;  // 键没有过期时间  if (when < 0) return 0;  // 实例正在从硬盘 laod 数据，比如说 RDB 或者 AOF  if (server.loading) return 0;     // 当执行lua脚本时，只有键在lua一开始执行时  // 就到了过期时间才算过期，否则在lua执行过程中不算失效  now = server.lua_caller ? server.lua_time_start : mstime();     // 当本实例是slave时，过期键的删除由master发送过来的  // del 指令控制。但是这个函数还是将正确的信息返回给调用者。  if (server.masterhost != NULL) return now > when;  // 判断是否未过期  if (now <= when) return 0;     // 代码到这里，说明键已经过期，而且需要被删除  server.stat_expiredkeys++;  // 命令传播，到 slave 和 AOF  propagateExpire(db,key,server.lazyfree_lazy_expire);  // 键空间通知使得客户端可以通过订阅频道或模式， 来接收那些以某种方式改动了 Redis 数据集的事件。  notifyKeyspaceEvent(NOTIFY_EXPIRED,  "expired",key,db->id);  // 如果是惰性删除，调用dbAsyncDelete，否则调用 dbSyncDelete  return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) :  dbSyncDelete(db,key);  }

上图是写命令传播的示意图，删除命令的传播和它一致。propagateExpire 函数先调用 feedAppendOnlyFile 函数将命令同步到 AOF 的缓冲区中，然后调用 replicationFeedSlaves函数将命令同步到所有的 slave 中。Redis 复制的机制可以查看Redis 复制过程详解。

// 将命令传递到slave和AOF缓冲区。maser删除一个过期键时会发送Del命令到所有的slave和AOF缓冲区  void propagateExpire(redisDb *db, robj *key, int lazy) {  robj *argv[2];  // 生成同步的数据  argv[0] = lazy ? shared.unlink : shared.del;  argv[1] = key;  incrRefCount(argv[0]);  incrRefCount(argv[1]);  // 如果开启了 AOF 则追加到 AOF 缓冲区中  if (server.aof_state != AOF_OFF)  feedAppendOnlyFile(server.delCommand,db->id,argv,2);  // 同步到所有 slave  replicationFeedSlaves(server.slaves,db->id,argv,2);     decrRefCount(argv[0]);  decrRefCount(argv[1]);  }

dbAsyncDelete 函数会先调用 dictDelete 来删除过期表中的键，然后处理键值表中的键值对象。它会根据值的占用的空间来选择是直接释放值对象，还是交给 bio 异步释放值对象。判断依据就是值的估计大小是否大于 LAZYFREE_THRESHOLD 阈值。键对象和 dictEntry 对象则都是直接被释放。

#define LAZYFREE_THRESHOLD 64  int dbAsyncDelete(redisDb *db, robj *key) {  // 删除该键在过期表中对应的entry  if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr);     // unlink 该键在键值表对应的entry  dictEntry *de = dictUnlink(db->dict,key->ptr);  // 如果该键值占用空间非常小，懒删除反而效率低。所以只有在一定条件下，才会异步删除  if (de) {  robj *val = dictGetVal(de);  size_t free_effort = lazyfreeGetFreeEffort(val);  // 如果释放这个对象消耗很多，并且值未被共享(refcount == 1)则将其加入到懒删除列表  if (free_effort > LAZYFREE_THRESHOLD && val->refcount == 1) {  atomicIncr(lazyfree_objects,1);  bioCreateBackgroundJob(BIO_LAZY_FREE,val,NULL,NULL);  dictSetVal(db->dict,de,NULL);  }  }     // 释放键值对，或者只释放key，而将val设置为NULL来后续懒删除  if (de) {  dictFreeUnlinkedEntry(db->dict,de);  // slot 和 key 的映射关系是用于快速定位某个key在哪个 slot中。  if (server.cluster_enabled) slotToKeyDel(key);  return 1;  } else {  return 0;  }  }

dictUnlink 会将键值从键值表中删除，但是却不释放 key、val和对应的表entry对象，而是将其直接返回，然后再调用dictFreeUnlinkedEntry进行释放。dictDelete 是它的兄弟函数，但是会直接释放相应的对象。二者底层都通过调用 dictGenericDelete来实现。dbAsyncDelete d的兄弟函数 dbSyncDelete 就是直接调用dictDelete来删除过期键。

void dictFreeUnlinkedEntry(dict *d, dictEntry *he) {  if (he == NULL) return;  // 释放key对象  dictFreeKey(d, he);  // 释放值对象，如果它不为null  dictFreeVal(d, he);  // 释放 dictEntry 对象  zfree(he);  }

Redis 有自己的 bio 机制，主要是处理 AOF 落盘、懒删除逻辑和关闭大文件fd。bioCreateBackgroundJob 函数将释放值对象的 job 加入到队列中，bioProcessBackgroundJobs会从队列中取出任务，根据类型进行对应的操作。

void *bioProcessBackgroundJobs(void *arg) {  .....  while(1) {  listNode *ln;     ln = listFirst(bio_jobs[type]);  job = ln->value;  if (type == BIO_CLOSE_FILE) {  close((long)job->arg1);  } else if (type == BIO_AOF_FSYNC) {  aof_fsync((long)job->arg1);  } else if (type == BIO_LAZY_FREE) {  // 根据参数来决定要做什么。有参数1则要释放它，  // 有参数2和3是释放两个键值表  // 过期表，也就是释放db 只有参数三是释放跳表  if (job->arg1)  lazyfreeFreeObject  FromBioThread(job->arg1);  else if (job->arg2 && job->arg3)  lazyfreeFreeDatabase  FromBioThread(job->arg2,job->arg3);  else if (job->arg3)  lazyfreeFreeSlotsMap  FromBioThread(job->arg3);  }  zfree(job);  ......  }  }

dbSyncDelete 则是直接删除过期键，并且将键、值和 DictEntry 对象都释放。

int dbSyncDelete(redisDb *db, robj *key) {  // 删除过期表中的entry  if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr);  // 删除键值表中的entry  if (dictDelete(db->dict,key->ptr) == DICT_OK) {  // 如果开启了集群，则删除slot 和 key 映射表中key记录。  if (server.cluster_enabled) slotToKeyDel(key);  return 1;  } else {  return 0;  }  }

但是单独用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。

Redis 内部维护一个定时任务，默认每秒运行10次(通过配置控制)。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，流程如下图所示。

1)定时任务首先根据快慢模式( 慢模型扫描的键的数量以及可以执行时间都比快模式要多 )和相关阈值配置计算计算本周期最大执行时间、要检查的数据库数量以及每个数据库扫描的键数量。2) 从上次定时任务未扫描的数据库开始，依次遍历各个数据库。3)从数据库中随机选手 ACTIVEEXPIRECYCLELOOKUPSPER_LOOP 个键，如果发现是过期键，则调用 activeExpireCycleTryExpire 函数删除它。4)如果执行时间超过了设定的最大执行时间，则退出，并设置下一次使用慢模式执行。5)未超时的话，则判断是否采样的键中是否有25%的键是过期的，如果是则继续扫描当前数据库，跳到第3步。否则开始扫描下一个数据库。

定期删除策略由 expire.c/activeExpireCycle 函数实现。在redis事件驱动的循环中的eventLoop->beforesleep和 周期性操作 databasesCron 都会调用 activeExpireCycle 来处理过期键。但是二者传入的 type 值不同，一个是ACTIVEEXPIRECYCLESLOW 另外一个是ACTIVEEXPIRECYCLEFAST。activeExpireCycle 在规定的时间，分多次遍历各个数据库，从 expires 字典中随机检查一部分过期键的过期时间，删除其中的过期键，相关源码如下所示。

void activeExpireCycle(int type) {  // 上次检查的db  static unsigned int current_db = 0;   // 上次检查的最大执行时间  static int timelimit_exit = 0;  // 上一次快速模式运行时间  static long long last_fast_cycle = 0; /* When last fast cycle ran. */     int j, iteration = 0;  // 每次检查周期要遍历的DB数  int dbs_per_call = CRON_DBS_PER_CALL;  long long start = ustime(), timelimit, elapsed;     ..... // 一些状态时不进行检查，直接返回     // 如果上次周期因为执行达到了最大执行时间而退出，则本次遍历所有db,否则遍历db数等于 CRON_DBS_PER_CALL  if (dbs_per_call > server.dbnum || timelimit_exit)  dbs_per_call = server.dbnum;     // 根据ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC计算本次最大执行时间  timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;  timelimit_exit = 0;  if (timelimit <= 0) timelimit = 1;  // 如果是快速模式，则最大执行时间为ACTIVE_EXPIRE_CYCLE_FAST_DURATION  if (type == ACTIVE_EXPIRE_CYCLE_FAST)  timelimit = ACTIVE_EXPIRE_CYCLE_FAST_DURATION; /* in microseconds. */  // 采样记录  long total_sampled = 0;  long total_expired = 0;  // 依次遍历 dbs_per_call 个 db  for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) {  int expired;  redisDb *db = server.db+(current_db % server.dbnum);  // 将db数增加，一遍下一次继续从这个db开始遍历  current_db++;     do {  ..... // 申明变量和一些情况下 break  if (num > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP)  num = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP;  // 主要循环，在过期表中进行随机采样，判断是否比率大于25%  while (num--) {  dictEntry *de;  long long ttl;     if ((de = dictGetRandomKey(db->expires)) == NULL) break;  ttl = dictGetSignedIntegerVal(de)-now;  // 删除过期键  if (activeExpireCycleTryExpire(db,de,now)) expired++;  if (ttl > 0) {  /* We want the average TTL of keys yet not expired. */  ttl_sum += ttl;  ttl_samples++;  }  total_sampled++;  }  // 记录过期总数  total_expired += expired;  // 即使有很多键要过期，也不阻塞很久，如果执行超过了最大执行时间，则返回  if ((iteration & 0xf) == 0) { /* check once every 16 iterations. */  elapsed = ustime()-start;  if (elapsed > timelimit) {  timelimit_exit = 1;  server.stat_expired_time_cap_reached_count++;  break;  }  }  // 当比率小于25%时返回  } while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4);  }  .....// 更新一些server的记录数据  }

activeExpireCycleTryExpire 函数的实现就和 expireIfNeeded 类似，这里就不赘述了。

int activeExpireCycleTryExpire(redisDb *db, dictEntry *de, long long now) {  long long t = dictGetSignedIntegerVal(de);  if (now > t) {  sds key = dictGetKey(de);  robj *keyobj = createStringObject(key,sdslen(key));     propagateExpire(db,keyobj,server.lazyfree_lazy_expire);  if (server.lazyfree_lazy_expire)  dbAsyncDelete(db,keyobj);  else  dbSyncDelete(db,keyobj);  notifyKeyspaceEvent(NOTIFY_EXPIRED,  "expired",keyobj,db->id);  decrRefCount(keyobj);  server.stat_expiredkeys++;  return 1;  } else {  return 0;  }  }

定期删除策略的关键点就是删除操作执行的时长和频率：

如果删除操作太过频繁或者执行时间太长，就对 CPU 时间不是很友好，CPU 时间过多的消耗在删除过期键上。如果删除操作执行太少或者执行时间太短，就不能及时删除过期键，导致内存浪费。

内存溢出控制策略

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，如下所示：

内存溢出控制策略可以使用 config set maxmemory-policy {policy} 语句进行动态配置。Redis 提供了丰富的空间溢出控制策略，我们可以根据自身业务需要进行选择。

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，会频繁地触发回收内存的操作，影响Redis 服务器的性能，这一点千万要引起注意。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。