面试题：从Redis底层原理角度分析设置键过期时间对性能的影响及应对策略

Question

从Redis的底层数据结构、过期键的删除策略（如定时删除、惰性删除）以及内存管理机制等方面，深入分析设置键过期时间是如何影响Redis性能的。针对这些性能影响，提出一套全面且优化的应对策略，需考虑不同业务场景下的适用性。

Answer 1

一、设置键过期时间对 Redis 性能的影响

1. 底层数据结构角度
   • 哈希表：Redis 中键值对通常存储在哈希表中。当设置键过期时间后，哈希表不仅要存储键值对，还需额外记录键的过期时间。这增加了哈希表每个节点的存储开销，在一定程度上降低了哈希表的存储效率。如果哈希表负载因子过高，可能导致哈希冲突加剧，进而影响键的查找、插入和删除性能。
   • 跳跃表（用于有序集合）：若有序集合中的元素设置了过期时间，除了要维护跳跃表结构本身以支持有序操作外，还需处理元素过期的情况。这可能需要额外的逻辑来标记或移除过期元素，对跳跃表的操作性能产生影响。
2. 过期键的删除策略角度
   • 定时删除：定时删除策略会在键设置的过期时间到达时，立即执行删除操作。这种策略对内存友好，能及时释放过期键占用的内存。但定时删除会占用 CPU 时间，尤其是在过期键数量较多时，会频繁触发删除操作，导致 CPU 负载升高，影响 Redis 处理其他请求的性能。
   • 惰性删除：惰性删除是在客户端访问键时，检查键是否过期，如果过期则删除。这种策略对 CPU 友好，不会主动消耗 CPU 资源去删除过期键。然而，它对内存不友好，过期键可能长时间占用内存，直到被访问才删除。如果大量过期键未被及时访问，会导致内存占用持续升高，甚至可能引发内存不足问题。
3. 内存管理机制角度
   • 内存分配：设置键过期时间后，Redis 需要额外的内存空间来存储过期时间信息。随着键数量的增加和过期时间设置的增多，这部分额外内存开销可能变得显著。同时，过期键删除后，内存需要重新分配和管理，频繁的过期键删除和新键插入可能导致内存碎片化，降低内存利用率，影响 Redis 整体性能。
   • 淘汰策略：当 Redis 内存使用达到设置的上限时，会根据配置的淘汰策略删除部分键。如果大量设置了过期时间的键在内存紧张时被淘汰，可能会影响业务数据的完整性。而且淘汰策略的执行本身也需要消耗一定的 CPU 资源，对性能产生影响。

二、应对策略及不同业务场景适用性

1. 优化过期键删除策略
   • 结合定时删除与惰性删除：
     • 适用场景：适用于大多数业务场景，尤其是对内存和 CPU 性能都有一定要求的场景。
     • 策略：采用定时删除和惰性删除相结合的方式。定时删除设置一个合理的执行频率和每次删除的键数量上限，例如每隔一段时间（如 100 毫秒）检查并删除一定数量（如 100 个）的过期键。这样既能及时释放部分过期键占用的内存，又不会过度消耗 CPU 资源。惰性删除作为补充，确保在定时删除遗漏的情况下，过期键最终也能被删除。
   • 主动删除（针对特殊场景）：
     • 适用场景：对于一些对数据实时性要求极高，且内存资源紧张的场景，如实时监控系统。
     • 策略：可以在业务逻辑中主动检查并删除过期键。例如，在每次写入新数据时，同时检查相关的旧数据是否过期并删除。这种方式能确保内存的及时释放，但会增加业务代码的复杂度，需要谨慎使用。
2. 合理设置过期时间
   • 根据业务需求设置过期时间：
     • 适用场景：适用于所有业务场景。
     • 策略：对不同类型的业务数据，根据其实际使用周期设置合适的过期时间。例如，对于一些临时缓存数据，如验证码，设置较短的过期时间（如 5 分钟）；对于一些相对长期但有有效期的数据，如用户登录状态，设置较长的过期时间（如 1 天）。避免设置过长或过短的过期时间，过长会浪费内存，过短可能导致频繁更新数据，增加系统开销。
   • 分散过期时间：
     • 适用场景：适用于键数量较多且集中过期可能导致性能问题的场景。
     • 策略：避免大量键设置相同或相近的过期时间，尽量将过期时间分散开来。可以通过在基础过期时间上添加一个随机偏移量来实现，例如基础过期时间为 1 小时，随机偏移量为 0 - 10 分钟，这样可以避免在同一时间大量键过期，减轻删除过期键对性能的冲击。
3. 优化内存管理
   • 选择合适的淘汰策略：
     • 适用场景：根据不同业务对数据的重要性和时效性要求选择。
     • 策略：如果业务数据大多是临时且不重要的，可选择 volatile - lru（从设置了过期时间的键中淘汰最近最少使用的键）或 volatile - random（从设置了过期时间的键中随机淘汰键）策略；如果业务对数据完整性要求较高，尽量避免淘汰重要数据，可选择 allkeys - lru（从所有键中淘汰最近最少使用的键），但要注意可能淘汰未过期的重要键，需谨慎评估。
   • 定期碎片整理：
     • 适用场景：适用于长期运行且键频繁更新删除的场景。
     • 策略：定期使用 Redis 的 BGREWRITEAOF 或 SAVE 命令进行内存碎片整理。BGREWRITEAOF 会在后台重写 AOF 文件，整理内存；SAVE 会在前台保存数据快照，也有助于整理内存。但执行这些命令可能会对 Redis 性能产生一定影响，建议在业务低峰期执行。
4. 监控与调优
   • 性能监控：
     • 适用场景：所有业务场景。
     • 策略：使用 Redis 自带的 INFO 命令或第三方监控工具（如 Prometheus + Grafana）实时监控 Redis 的内存使用、过期键数量、CPU 使用率等关键指标。通过监控数据及时发现性能问题，如过期键过多导致内存占用过高，或定时删除策略执行过于频繁导致 CPU 负载过高等。
   • 参数调优：
     • 适用场景：根据监控结果进行针对性调优。
     • 策略：根据监控数据调整 Redis 的相关参数，如 hz 参数（影响定时删除的频率）、内存淘汰策略等。例如，如果发现定时删除导致 CPU 负载过高，可以适当降低 hz 值；如果内存使用率过高且淘汰策略不合适，可调整为更适合业务的淘汰策略。