Redis：内存回收的过期策略

àì夳堔傛蜴生んèń 2024-03-23 15:15 91阅读 0赞

##  ##

有一天，产品一哥“林哥”来找我，跟我说：“小李，咱们现在一个需求，商品定时下架的逻辑，这个咱们能做到吗？”，我一想，今年的绩效跟着产品大佬走，当即拍着胸脯说道：“林哥，你就放一百个心，包在我身上~”，然后开始头脑风暴，毕竟要向前（钱）看。

## 案例 ##

**商品定时下架**

## 方案一：消息队列 ##

![d8359955dab7442da38f8b9ef9b3358d.png][]

首先我想到当运营童鞋创建（或修改下架时间）商品后，就把该商品放到消息队列中，这样利用 RabbitMQ 的**消息 TTL 加死信队列的特性**，这个需求搞定，安排上线~

## 方案二：定时任务+消息队列 ##

过了一段时间，架构师发哥心急火燎的来找我，我一看这阵势这是有大事吧，发哥不等我开口，说：“小李，快看看系统，运营童鞋来找我说，商品到下架时间还能买到；而且运维童鞋反应过节那天咱们的 RabbitMQ 那台服务器内存和硬盘不够用了，尽快处理下”。

我把两件事串联在一起就想到了出问题的点就是“**过期自动下架**”功能的问题。

第一个问题：商品到下架时间还能买到，我跟运营童鞋确认问题商品，发现很多商品的过期时间是3个月甚至更久，大致猜测可能是**延迟时间过长导致了消息延迟失败**，查了查默认在使用RabbitMQ的延迟消息功能时候，它的**延迟极限是4294967296毫秒，也就是49.7天**，很显然现有的功能是无法满足的运营需求，扑街~。

![9dba83235488438cac7e931ef2163899.png][]

第二个问题：过节前夕 RabbitMQ 那台服务器内存和硬盘不够用，我去看运营后台发现创建了大量的新商品，那应该是**大量延时下架商品放到消息队列中，以至于产生堆积**。

基于以上两点，我做出以下两点改造：

*  创建（或修改下架时间）商品的时候，不会放到消息队列中，节约资源利用空间；
 *  定时任务每天从商品表中捞取第二天下架的商品放入到消息队列中，缩短延迟时间。

![fe602dbdbafe4a1797d2364a2491d37e.png][]

搞定~

从这个案例中我借鉴的是 **Redis 的内存回收策略，因为 Redis 所有的数据都是存储到内存中的，所以在某些情况下需要对占用的内存进行回收。**

Redis 中同时使用了**惰性过期**和**定期过期**两种过期策略。

## 策略一：惰性过期 ##

只有当访问一个 key 时，才会判断该 key 是否已过期，过期则清除。该策略可以最大化地节省 CPU 资源，却对内存非常不友好。极端情况可能出现大量的过期 key 没有再次被访问，从而不会被清除，占用大量内存。

## 策略二：定期过期 ##

每隔一定的时间，会扫描一定数量的数据库的 expires 字典中一定数量的 key，并清除其中已过期的 key。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得 CPU 和内存资源达到最优的平衡效果。

## END ##

好兄弟可以点赞并关注我的公众号“javaAnswer”，全部都是干货。

![4c6154a4554a471ebe2ab4eff55b3828.png][]

![ffcf5ba7642546d485a0b0727781e706.png][]

[d8359955dab7442da38f8b9ef9b3358d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/b414a0d73fcc4bab8c9cda251946c378.png
[9dba83235488438cac7e931ef2163899.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/6e759234118e436ebccc124a0486f79d.png
[fe602dbdbafe4a1797d2364a2491d37e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/ded38c4b638045f98830165a7e511e9a.png
[4c6154a4554a471ebe2ab4eff55b3828.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/58a072fda00b44dc8081e5f03558b915.png
[ffcf5ba7642546d485a0b0727781e706.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/550ad2c61fdf42f89c678a3b6db8e7b6.png