0
点赞
收藏
分享

微信扫一扫

会会大厂面试官五----Redis【内存调整、OOM、淘汰策略、LRU算法】

莞尔小迷糊 2022-10-27 阅读 80


一、Redis面试复盘

1.1 生产上你们的redis内存设置多大?

1.2 如何配置redis并修改内存的大小?

1.3 如果内存你满了你怎么办?

1.4 redis清内存的方式?

1.5 定期删除、惰性删除了解吗?

1.6 redis缓存淘汰策略?

1.7 redis的LRU了解过吗?会不会手写LRU?

二、Redis内存设置

2.1 查看内存

如果不设置最大内存大小,或者设置最大内存大小为0,在64位操作系统下不限制内存的大小,在32位操作系统下最多使用3GB大小的内存。一般推荐为最大物理内存的3/4

# 1.查看内存大小
127.0.0.1:6379> vi redis.conf
一般为没有配置,为机器的最大内存。
打开设置maxmemory参数,为字节类型bytes,请注意转换。
一般推荐为最大物理内存的3/4
# 2.设置内存大小100M
maxmemory 104857600
# 3.命令行配置 查询
127.0.0.1:6379> config get maxmemory
127.0.0.1:6379> config set maxmemory 104857600
# 4.查看内存信息
127.0.0.1:6379>

2.2 内存打满了出现OOM怎么办?

故意修改配置,把最大只设置为1字节。

# 1.故意修改配置,把最大只设置为1字节。  
127.0.0.1:6379> config set maxmemory 1
# 2.存储
127.0.0.1:6379> set k1 v1
# 答案:出现以下OOM
(error)OOM command not allowed when use memory > 'maxmemory'

2.3 redis内存淘汰策略?

会会大厂面试官五----Redis【内存调整、OOM、淘汰策略、LRU算法】_缓存


默认为不释放内存直到内存满,直到爆出OOM错误。

2.3.1 如果一个键过期了,会不会马上从内存中删除?

不是的
定时删除:立即删除是对CPU不友好的,因为删除操作会占用CPU的时间,如果刚刚碰上了CPU很忙的时候,比如正在排序或者计算的时候,就会给CPu造成压力。
Redis不可能时时刻刻检测所有的key的过期时间。
惰性删除:数据到达了过期时间,不做处理,等到下次访问数据时候,如果发现未过期则返回数据,如果发现过期了,则进行删除。缺点是堆内存不友好的,大量的无用数据占用空间。
定期删除:每个一段时间执行一次删除操作,并通过限制删除操作执行的时长和频率来减少操作对CPU使劲的影响。 周期性的轮询redis的时效性数据,采取随机抽取的策略,利用过期数据占比的方式控制删除频率。

2.3.2 redis6.0.8内存淘汰策略【兜底方案】

会会大厂面试官五----Redis【内存调整、OOM、淘汰策略、LRU算法】_缓存_02


会会大厂面试官五----Redis【内存调整、OOM、淘汰策略、LRU算法】_缓存_03

三、LRU 算法【哈希链表】

3.1 简介

redis的缓存淘汰策略已经提及过了
Least Recently Used 最近最少使用,是一种常见的页面置换算法。
选择最近最久未被使用的数据进行淘汰。

3.2 Leetcode算法题

运用你所掌握的数据结构,设计和实现一个LRU缓存机制,他应该支持:
获取数据get 如果关键字存在于缓存中,则获取,否则返回-1
写入数据put 如果关键字已经存在,变更数据,如果不存在,则插入。在缓存容量达到>上限时候,删除最近最久未被使用的数据进行删除后在进行插入。

想一想,查找快,插入块,删除快,而且还需要后排序-------?神魔数据结构满足?
你是否可以在O(1)时间复杂度内完成?
LRU【哈希+链表】本质就是HashMap+DoubleLinkedList

3.2.1 参考LinkedHahMap

public class LRUCacheDemo<K,V> extends LinkedHashMap<K,V> {

// 缓存大小
private int capacity;

// 构造方法
public LRUCacheDemo(int capacity) {
super(capacity,0.75F,true);
this.capacity = capacity;
}

//
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return super.size() > capacity;
}

public static void main(String[] args) {
LRUCacheDemo lruCacheDemo = new LRUCacheDemo(3);
lruCacheDemo.put(1,"a");
lruCacheDemo.put(2,"b");
lruCacheDemo.put(3,"c");
System.out.println(lruCacheDemo.keySet());

lruCacheDemo.put(4,"d");
System.out.println(lruCacheDemo.keySet());
lruCacheDemo.put(3,"d");
System.out.println(lruCacheDemo.keySet());
lruCacheDemo.put(3,"d");
System.out.println(lruCacheDemo.keySet());
lruCacheDemo.put(3,"d");
System.out.println(lruCacheDemo.keySet());
lruCacheDemo.put(5,"d");
System.out.println(lruCacheDemo.keySet());

}
}

运行结果为:

[1, 2, 3]
[2, 3, 4]
[2, 4, 3]
[2, 4, 3]
[2, 4, 3]
[4, 3, 5]

3.3 哈希+链表

会会大厂面试官五----Redis【内存调整、OOM、淘汰策略、LRU算法】_缓存_04


举报

相关推荐

0 条评论