Redis是一個基于記憶體的鍵值資料庫，其記憶體管理是非常重要的。本文記憶體管理的内容包括：過期鍵的懶性删除和過期删除以及記憶體溢出控制政策。
最大記憶體限制
Redis使用 maxmemory 參數限制最大可用記憶體，預設值為0，表示無限制。限制記憶體的目的主要 有：
- 用于緩存場景，當超出記憶體上限 maxmemory 時使用 LRU 等删除政策釋放空間。
- 防止所用記憶體超過伺服器實體記憶體。因為 Redis 預設情況下是會盡可能多使用伺服器的記憶體，可能會出現伺服器記憶體不足，導緻 Redis 程序被殺死。
maxmemory 限制的是Redis實際使用的記憶體量，也就是 used_memory統計項對應的記憶體。由于記憶體碎片率的存在，實際消耗的記憶體 可能會比maxmemory設定的更大，實際使用時要小心這部分記憶體溢出。具體Redis 記憶體監控的内容請檢視一文了解 Redis 記憶體監控和記憶體消耗。
Redis預設無限使用伺服器記憶體，為防止極端情況下導緻系統記憶體耗 盡，建議所有的Redis程序都要配置maxmemory。在保證實體記憶體可用的情況下，系統中所有Redis執行個體可以調整 maxmemory參數來達到自由伸縮記憶體的目的。
記憶體回收政策
Redis 回收記憶體大緻有兩個機制：一是删除到達過期時間的鍵值對象；二是當記憶體達到 maxmemory 時觸發記憶體移除控制政策，強制删除選擇出來的鍵值對象。
删除過期鍵對象
Redis 所有的鍵都可以設定過期屬性，内部儲存在過期表中，鍵值表和過期表的結果如下圖所示。當 Redis儲存大量的鍵，對每個鍵都進行精準的過期删除可能會導緻消耗大量的 CPU，會阻塞 Redis 的主線程，拖累 Redis 的性能，是以 Redis 采用惰性删除和定時任務删除機制實作過期鍵的記憶體回收。
惰性删除是指當用戶端操作帶有逾時屬性的鍵時，會檢查是否超過鍵的過期時間，然後會同步或者異步執行删除操作并傳回鍵已經過期。這樣可以節省 CPU成本考慮，不需要單獨維護過期時間連結清單來處理過期鍵的删除。
過期鍵的惰性删除政策由 db.c/expireifNeeded 函數實作，所有對資料庫的讀寫指令執行之前都會調用 expireifNeeded 來檢查指令執行的鍵是否過期。如果鍵過期，expireifNeeded 會将過期鍵從鍵值表和過期表中删除，然後同步或者異步釋放對應對象的空間。源碼展示的時 Redis 4.0 版本。
expireIfNeeded 先從過期表中擷取鍵對應的過期時間，如果目前時間已經超過了過期時間(lua腳本執行則有特殊邏輯，詳看代碼注釋)，則進入删除鍵流程。删除鍵流程主要進行了三件事：
- 一是删除操作指令傳播，通知 slave 執行個體并存儲到 AOF 緩沖區中
- 二是記錄鍵空間事件，
- 三是根據 lazyfreelazyexpire 是否開啟進行異步删除或者異步删除操作。
- int expireIfNeeded(redisDb *db, robj *key) {
- // 擷取鍵的過期時間
- mstime_t when = getExpire(db,key);
- mstime_t now;
- // 鍵沒有過期時間
- if (when < 0) return 0;
- // 執行個體正在從硬碟 laod 資料，比如說 RDB 或者 AOF
- if (server.loading) return 0;
- // 當執行lua腳本時，隻有鍵在lua一開始執行時
- // 就到了過期時間才算過期，否則在lua執行過程中不算失效
- now = server.lua_caller ? server.lua_time_start : mstime();
- // 當本執行個體是slave時，過期鍵的删除由master發送過來的
- // del 指令控制。但是這個函數還是将正确的資訊傳回給調用者。
- if (server.masterhost != NULL) return now > when;
- // 判斷是否未過期
- if (now <= when) return 0;
- // 代碼到這裡，說明鍵已經過期，而且需要被删除
- server.stat_expiredkeys++;
- // 指令傳播，到 slave 和 AOF
- propagateExpire(db,key,server.lazyfree_lazy_expire);
- // 鍵空間通知使得用戶端可以通過訂閱頻道或模式， 來接收那些以某種方式改動了 Redis 資料集的事件。
- notifyKeyspaceEvent(NOTIFY_EXPIRED,
- "expired",key,db->id);
- // 如果是惰性删除，調用dbAsyncDelete，否則調用 dbSyncDelete
- return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) :
- dbSyncDelete(db,key);
- }
上圖是寫指令傳播的示意圖，删除指令的傳播和它一緻。propagateExpire 函數先調用 feedAppendOnlyFile 函數将指令同步到 AOF 的緩沖區中，然後調用 replicationFeedSlaves函數将指令同步到所有的 slave 中。Redis 複制的機制可以檢視Redis 複制過程詳解。
// 将指令傳遞到slave和AOF緩沖區。maser删除一個過期鍵時會發送Del指令到所有的slave和AOF緩沖區void propagateExpire(redisDb *db, robj *key, int lazy) { robj *argv[2]; // 生成同步的資料 argv[0] = lazy ? shared.unlink : shared.del; argv[1] = key; incrRefCount(argv[0]); incrRefCount(argv[1]); // 如果開啟了 AOF 則追加到 AOF 緩沖區中 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 函數會先調用 dictDelete 來删除過期表中的鍵，然後處理鍵值表中的鍵值對象。它會根據值的占用的空間來選擇是直接釋放值對象，還是交給 bio 異步釋放值對象。判斷依據就是值的估計大小是否大于 LAZYFREE_THRESHOLD 門檻值。鍵對象和 dictEntry 對象則都是直接被釋放。
#define LAZYFREE_THRESHOLD 64int dbAsyncDelete(redisDb *db, robj *key) { // 删除該鍵在過期表中對應的entry if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr); // unlink 該鍵在鍵值表對應的entry dictEntry *de = dictUnlink(db->dict,key->ptr); // 如果該鍵值占用空間非常小，懶删除反而效率低。是以隻有在一定條件下，才會異步删除 if (de) { robj *val = dictGetVal(de); size_t free_effort = lazyfreeGetFreeEffort(val); // 如果釋放這個對象消耗很多，并且值未被共享(refcount == 1)則将其加入到懶删除清單 if (free_effort > LAZYFREE_THRESHOLD && val->refcount == 1) { atomicIncr(lazyfree_objects,1); bioCreateBackgroundJob(BIO_LAZY_FREE,val,NULL,NULL); dictSetVal(db->dict,de,NULL); } } // 釋放鍵值對，或者隻釋放key，而将val設定為NULL來後續懶删除 if (de) { dictFreeUnlinkedEntry(db->dict,de); // slot 和 key 的映射關系是用于快速定位某個key在哪個 slot中。 if (server.cluster_enabled) slotToKeyDel(key); return 1; } else { return 0; }}
dictUnlink 會将鍵值從鍵值表中删除，但是卻不釋放 key、val和對應的表entry對象，而是将其直接傳回，然後再調用dictFreeUnlinkedEntry進行釋放。dictDelete 是它的兄弟函數，但是會直接釋放相應的對象。二者底層都通過調用 dictGenericDelete來實作。dbAsyncDelete d的兄弟函數 dbSyncDelete 就是直接調用dictDelete來删除過期鍵。
void dictFreeUnlinkedEntry(dict *d, dictEntry *he) { if (he == NULL) return; // 釋放key對象 dictFreeKey(d, he); // 釋放值對象，如果它不為null dictFreeVal(d, he); // 釋放 dictEntry 對象 zfree(he);}
Redis 有自己的 bio 機制，主要是處理 AOF 落盤、懶删除邏輯和關閉大檔案fd。bioCreateBackgroundJob 函數将釋放值對象的 job 加入到隊列中，bioProcessBackgroundJobs會從隊列中取出任務，根據類型進行對應的操作。
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) { // 根據參數來決定要做什麼。有參數1則要釋放它， // 有參數2和3是釋放兩個鍵值表 // 過期表，也就是釋放db 隻有參數三是釋放跳表 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 則是直接删除過期鍵，并且将鍵、值和 DictEntry 對象都釋放。
int dbSyncDelete(redisDb *db, robj *key) { // 删除過期表中的entry if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr); // 删除鍵值表中的entry if (dictDelete(db->dict,key->ptr) == DICT_OK) { // 如果開啟了叢集，則删除slot 和 key 映射表中key記錄。 if (server.cluster_enabled) slotToKeyDel(key); return 1; } else { return 0; }}
但是單獨用這種方式存在記憶體洩露的問題，當過期鍵一直沒有通路将無法得到及時删除，進而導緻記憶體不能及時釋放。正因為如此，Redis還提供另一種定時任 務删除機制作為惰性删除的補充。
Redis 内部維護一個定時任務，預設每秒運作10次(通過配置控制)。定時任務中删除過期鍵邏輯采用了自适應算法，根據鍵的 過期比例、使用快慢兩種速率模式回收鍵，流程如下圖所示。
- 1)定時任務首先根據快慢模式( 慢模型掃描的鍵的數量以及可以執行時間都比快模式要多 )和相關門檻值配置計算計算本周期最大執行時間、要檢查的資料庫數量以及每個資料庫掃描的鍵數量。
- 2) 從上次定時任務未掃描的資料庫開始，依次周遊各個資料庫。
- 3)從資料庫中随機選手 ACTIVEEXPIRECYCLELOOKUPSPER_LOOP 個鍵，如果發現是過期鍵，則調用 activeExpireCycleTryExpire 函數删除它。
- 4)如果執行時間超過了設定的最大執行時間，則退出，并設定下一次使用慢模式執行。
- 5)未逾時的話，則判斷是否采樣的鍵中是否有25%的鍵是過期的，如果是則繼續掃描目前資料庫，跳到第3步。否則開始掃描下一個資料庫。
定期删除政策由 expire.c/activeExpireCycle 函數實作。在redis事件驅動的循環中的eventLoop->beforesleep和 周期性操作 databasesCron 都會調用 activeExpireCycle 來處理過期鍵。但是二者傳入的 type 值不同，一個是ACTIVEEXPIRECYCLESLOW 另外一個是ACTIVEEXPIRECYCLEFAST。activeExpireCycle 在規定的時間，分多次周遊各個資料庫，從 expires 字典中随機檢查一部分過期鍵的過期時間，删除其中的過期鍵，相關源碼如下所示。
void activeExpireCycle(int type) { // 上次檢查的db static unsigned int current_db = 0; // 上次檢查的最大執行時間 static int timelimit_exit = 0; // 上一次快速模式運作時間 static long long last_fast_cycle = 0; /* When last fast cycle ran. */ int j, iteration = 0; // 每次檢查周期要周遊的DB數 int dbs_per_call = CRON_DBS_PER_CALL; long long start = ustime(), timelimit, elapsed; ..... // 一些狀态時不進行檢查，直接傳回 // 如果上次周期因為執行達到了最大執行時間而退出，則本次周遊所有db,否則周遊db數等于 CRON_DBS_PER_CALL if (dbs_per_call > server.dbnum || timelimit_exit) dbs_per_call = server.dbnum; // 根據ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC計算本次最大執行時間 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，則最大執行時間為ACTIVE_EXPIRE_CYCLE_FAST_DURATION if (type == ACTIVE_EXPIRE_CYCLE_FAST) timelimit = ACTIVE_EXPIRE_CYCLE_FAST_DURATION; /* in microseconds. */ // 采樣記錄 long total_sampled = 0; long total_expired = 0; // 依次周遊 dbs_per_call 個 db for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) { int expired; redisDb *db = server.db+(current_db % server.dbnum); // 将db數增加，一遍下一次繼續從這個db開始周遊 current_db++; do { ..... // 申明變量和一些情況下 break if (num > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP) num = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP; // 主要循環，在過期表中進行随機采樣，判斷是否比率大于25% while (num--) { dictEntry *de; long long ttl; if ((de = dictGetRandomKey(db->expires)) == NULL) break; ttl = dictGetSignedIntegerVal(de)-now; // 删除過期鍵 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++; } // 記錄過期總數 total_expired += expired; // 即使有很多鍵要過期，也不阻塞很久，如果執行超過了最大執行時間，則傳回 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; } } // 當比率小于25%時傳回 } while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4); } .....// 更新一些server的記錄資料}
activeExpireCycleTryExpire 函數的實作就和 expireIfNeeded 類似，這裡就不贅述了。
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; }}
定期删除政策的關鍵點就是删除操作執行的時長和頻率：
- 如果删除操作太過頻繁或者執行時間太長，就對 CPU 時間不是很友好，CPU 時間過多的消耗在删除過期鍵上。
- 如果删除操作執行太少或者執行時間太短，就不能及時删除過期鍵，導緻記憶體浪費。
記憶體溢出控制政策
當Redis所用記憶體達到maxmemory上限時會觸發相應的溢出控制政策。具體政策受maxmemory-policy參數控制，Redis支援6種政策，如下所示：
- 1)noeviction：預設政策，不會删除任何資料，拒絕所有寫入操作并返 回用戶端錯誤資訊(error)OOM command not allowed when used memory，此 時Redis隻響應讀操作。
- 2)volatile-lru：根據LRU算法删除設定了逾時屬性(expire)的鍵，直 到騰出足夠空間為止。如果沒有可删除的鍵對象，回退到noeviction政策。
- 3)allkeys-lru：根據LRU算法删除鍵，不管資料有沒有設定逾時屬性， 直到騰出足夠空間為止。
- 4)allkeys-random：随機删除所有鍵，直到騰出足夠空間為止。
- 5)volatile-random：随機删除過期鍵，直到騰出足夠空間為止。
- 6)volatile-ttl：根據鍵值對象的ttl屬性，删除最近将要過期資料。如果沒有，回退到noeviction政策。
記憶體溢出控制政策可以使用 config set maxmemory-policy {policy} 語句進行動态配置。Redis 提供了豐富的空間溢出控制政策，我們可以根據自身業務需要進行選擇。
當設定 volatile-lru 政策時，保證具有過期屬性的鍵可以根據 LRU 剔除，而未設定逾時的鍵可以永久保留。還可以采用allkeys-lru 政策把 Redis 變為純緩存伺服器使用。
當Redis因為記憶體溢出删除鍵時，可以通過執行 info stats 指令檢視 evicted_keys 名額找出目前 Redis 伺服器已剔除的鍵數量。
每次Redis執行指令時如果設定了maxmemory參數，都會嘗試執行回收 記憶體操作。當Redis一直工作在記憶體溢出(used_memory>maxmemory)的狀态下且設定非 noeviction 政策時，會頻繁地觸發回收記憶體的操作，影響Redis 伺服器的性能，這一點千萬要引起注意。