※回頭車貨運收費標準
宇安交通關係企業，自成立迄今，即秉持著「以誠待人」、「以實處事」的企業信念
【大廠面試02期】Redis過期key是怎麼樣清理的？
在Redis中，對於過期key的清理主要有惰性清除，定時清理，內存不夠時清理三種方法，下面我們就來具體看看這三種清理方法。
(1)惰性清除
在訪問key時，如果發現key已經過期，那麼會將key刪除。
(2)定時清理
Redis配置項hz定義了serverCron任務的執行周期，默認每次清理時間為25ms，每次清理會依次遍歷所有DB，從db隨機取出20個key，如果過期就刪除，如果其中有5個key過期，那麼就繼續對這個db進行清理，否則開始清理下一個db。
(3)內存不夠時清理
當執行寫入命令時，如果發現內存不夠，那麼就會按照配置的淘汰策略清理內存，淘汰策略一般有6種，Redis4.0版本后又增加了2種，主要由分為三類
-
第一類 不處理，等報錯(默認的配置)
- noeviction，發現內存不夠時，不刪除key，執行寫入命令時直接返回錯誤信息。（Redis默認的配置就是noeviction）
-
第二類 從所有結果集中的key中挑選，進行淘汰
- allkeys-random 就是從所有的key中隨機挑選key，進行淘汰
- allkeys-lru 就是從所有的key中挑選最近使用時間距離現在最遠的key，進行淘汰
- allkeys-lfu 就是從所有的key中挑選使用頻率最低的key，進行淘汰。（這是Redis 4.0版本后新增的策略）
-
第三類 從設置了過期時間的key中挑選，進行淘汰
這種就是從設置了expires過期時間的結果集中選出一部分key淘汰，挑選的算法有：
※智慧手機時代的來臨，RWD網頁設計為架站首選
網動結合了許多網際網路業界的菁英共同研發簡單易操作的架站工具，及時性的更新，為客戶創造出更多的網路商機。
-
volatile-random 從設置了過期時間的結果集中隨機挑選key刪除。
-
volatile-lru 從設置了過期時間的結果集中挑選上次使用時間距離現在最久的key開始刪除
-
volatile-ttl 從設置了過期時間的結果集中挑選可存活時間最短的key開始刪除(也就是從哪些快要過期的key中先刪除)
-
volatile-lfu 從過期時間的結果集中選擇使用頻率最低的key開始刪除（這是Redis 4.0版本后新增的策略）
-
LRU算法
LRU算法的設計原則是如果一個數據近期沒有被訪問到，那麼之後一段時間都不會被訪問到。所以當元素個數達到限制的值時，優先移除距離上次使用時間最久的元素。
可以使用雙向鏈表Node+HashMap<String, Node>來實現，每次訪問元素后，將元素移動到鏈表頭部，當元素滿了時，將鏈表尾部的元素移除，HashMap主要用於根據key獲得Node以及添加時判斷節點是否已存在和刪除時快速找到節點。
PS:使用單向鏈表能不能實現呢，也可以，單向鏈表的節點雖然獲取不到pre節點的信息，但是可以將下一個節點的key和value設置在當前節點上，然後把當前節點的next指針指向下下個節點，這樣相當於把下一個節點刪除了
//雙向鏈表
public static class ListNode {
String key;//這裏存儲key便於元素滿時，刪除尾節點時可以快速從HashMap刪除鍵值對
Integer value;
ListNode pre = null;
ListNode next = null;
ListNode(String key, Integer value) {
this.key = key;
this.value = value;
}
}
ListNode head;
ListNode last;
int limit=4;
HashMap<String, ListNode> hashMap = new HashMap<String, ListNode>();
public void add(String key, Integer val) {
ListNode existNode = hashMap.get(key);
if (existNode!=null) {
//從鏈表中刪除這個元素
ListNode pre = existNode.pre;
ListNode next = existNode.next;
if (pre!=null) {
pre.next = next;
}
if (next!=null) {
next.pre = pre;
}
//更新尾節點
if (last==existNode) {
last = existNode.pre;
}
//移動到最前面
head.pre = existNode;
existNode.next = head;
head = existNode;
//更新值
existNode.value = val;
} else {
//達到限制，先刪除尾節點
if (hashMap.size() == limit) {
ListNode deleteNode = last;
hashMap.remove(deleteNode.key);
//正是因為需要刪除，所以才需要每個ListNode保存key
last = deleteNode.pre;
deleteNode.pre = null;
last.next = null;
}
ListNode node = new ListNode(key,val);
hashMap.put(key,node);
if (head==null) {
head = node;
last = node;
} else {
//插入頭結點
node.next = head;
head.pre = node;
head = node;
}
}
}
public ListNode get(String key) {
return hashMap.get(key);
}
public void remove(String key) {
ListNode deleteNode = hashMap.get(key);
ListNode preNode = deleteNode.pre;
ListNode nextNode = deleteNode.next;
if (preNode!=null) {
preNode.next = nextNode;
}
if (nextNode!=null) {
nextNode.pre = preNode;
}
if (head==deleteNode) {
head = nextNode;
}
if (last == deleteNode) {
last = preNode;
}
hashMap.remove(key);
}
LFU算法
LFU算法的設計原則時，如果一個數據在最近一段時間被訪問的時次數越多，那麼之後被訪問的概率會越大，基本實現是每個數據都有一個引用計數，每次數據被訪問后，引用計數加1，需要淘汰數據時，淘汰引用計數最小的數據。在Redis的實現中，每次key被訪問后，引用計數是加一個介於0到1之間的數p，並且訪問越頻繁p值越大，而且在一定的時間間隔內，
如果key沒有被訪問，引用計數會減少。
最後
大家有什麼想法，歡迎進群一起討論（因為大群已經滿200人了，大家可以掃碼進這個小群，我拉大家進大群）！本文已收錄到1.1K Star數開源學習指南——《大廠面試指北》，如果想要了解更多大廠面試相關的內容，了解更多可以看
http://notfound9.github.io/interviewGuide/#/docs/BATInterview
本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理
※評比南投搬家公司費用收費行情懶人包大公開
搬家價格與搬家費用透明合理，不亂收費。本公司提供下列三種搬家計費方案，由資深專業組長到府估價，替客戶量身規劃選擇最經濟節省的計費方式
