redis內存滿了的解決方法

這篇文章主要介紹redis內存滿了的解決方法，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

redis內存滿了解決方法：

1，增加內存。

2，使用內存淘汰策略。

3，Redis集群。

重點介紹下2、3：

第二點：

我們知道，redis設置配置文件的maxmemory參數，可以控制其最大可用內存大小（字節）。

那么當所需內存，超過maxmemory怎么辦？

這個時候就該配置文件中的maxmemory-policy出場了。

其默認值是noeviction。

下面我將列出當可用內存不足時，刪除redis鍵具有的淘汰規則。

規則說明：

1、volatile-lru

使用LRU算法刪除一個鍵（只對設置了生存時間的鍵）

2、allkeys-lru

使用LRU算法刪除一個鍵

3、volatile-random

隨機刪除一個鍵（只對設置了生存時間的鍵）

4、allkeys-random

隨機刪除一個鍵

5、volatile-ttl

刪除生存時間最近的一個鍵

6、noeviction

不刪除鍵，只返回錯誤

LRU算法，least RecentlyUsed，最近最少使用算法。也就是說默認刪除最近最少使用的鍵。

但是一定要注意一點！redis中并不會準確的刪除所有鍵中最近最少使用的鍵，而是隨機抽取3個鍵，刪除這三個鍵中最近最少使用的鍵。

那么3這個數字也是可以設置的，對應位置是配置文件中的maxmeory-samples.

三、集群怎么做

Redis僅支持單實例，內存一般最多10~20GB。對于內存動輒100~200GB的系統，就需要通過集群來支持了。

Redis集群有三種方式：客戶端分片、代理分片、RedisCluster(在之后一篇文章詳細說一下。)

1、客戶端分片

通過業務代碼自己實現路由

優勢：可以自己控制分片算法、性能比代理的好

劣勢：維護成本高、擴容/縮容等運維操作都需要自己研發

2、代理分片

代理程序接收到來自業務程序的數據請求，根據路由規則，將這些請求分發給正確的Redis實例并返回給業務程序。使用類似Twemproxy、Codis等中間件實現。

優勢：運維方便、程序不用關心如何鏈接Redis實例

劣勢：會帶來性能消耗（大概20%）、無法平滑擴容/縮容，需要執行腳本遷移數據，不方便(Codis在Twemproxy基礎上優化并實現了預分片來達到Auto Rebalance)。

3、Redis Cluster

優勢：官方集群解決方案、無中心節點，和客戶端直連，性能較好

劣勢：方案太重、無法平滑擴容/縮容，需要執行相應的腳本，不方便、太新，沒有相應成熟的解決案例

以上是redis內存滿了的解決方法的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！