Lazy Free会影响缓存替换吗？

Redis缓存淘汰是为了在Redis server内存使用量超过阈值时，筛选一些冷数据，从Redis server中删除。我们在前两节课，LRU和LFU在最后淘汰数据时，都会删除被淘汰数据。

但它们在删除淘汰数据时，会根据如下配置项决定是否启用Lazy Free（惰性删除）

惰性删除，Redis 4.0后功能，使用后台线程执行删除数据的任务，避免了删除操作阻塞主线程。但后台线程异步删除数据能及时释放内存吗？它会影响到Redis缓存的正常使用吗？

1 配置惰性删除

当Redis server希望启动惰性删除时，需在redis.conf设置惰性删除相关配置项，包括如下场景：

默认值都是no。所以，要在缓存淘汰时启用，就要将lazyfree-lazy-eviction置yes。Redis server在启动过程中进行配置参数初始化时，会根据redis.conf，设置全局变量server的lazyfree_lazy_eviction成员变量。

若看到对server.lazyfree_lazy_eviction变量值进行条件判断，那就是Redis根据lazyfree-lazy-eviction配置项，决定是否执行惰性删除。

2 被淘汰数据的删除过程

getMaxmemoryState负责执行数据淘汰，筛选出被淘汰的键值对后，就要开始删除被淘汰的数据：

1. 为被淘汰的key创建一个SDS对象，然后调用propagateExpire：

   

Redis server可能针对缓存淘汰场景启用惰性删除，propagateExpire会根据全局变量server.lazyfree_lazy_eviction决定删除操作对应命令：

• lazyfree_lazy_eviction=1（启用缓存淘汰时的惰性删除），则删除操作对应UNLINK命令

• 否则，就是DEL命令

因为这些命令经常使用，所以Redis为这些命令创建共享对象，即sharedObjectsStruct结构体，并用一个全局变量shared表示



在该结构体中包含了指向共享对象的指针，这其中就包括了unlink和del命令对象。

然后，propagateExpire在为删除操作创建命令对象时，就使用了shared变量中的unlink或del对象：

接着，propagateExpire会判断Redis server是否启用AOF日志：

• 若启用，则propagateExpire会调用feedAppendOnlyFile，把被淘汰key的删除操作记录到AOF文件，保证后续使用AOF文件进行Redis数据库恢复时，可以和恢复前保持一致。通过实现。
  • 然后，propagateExpire调用propagate，把删除操作同步给从节点，以保证主从节点的数据一致。propagate流程：

接下来，performEvictions就会开始执行删除。

2. performEvictions根据server是否启用了惰性删除，分别执行：

• Case1：若server启用惰性删除，performEvictions调用dbAsyncDelete异步删除
• Case2：若server未启用惰性删除，performEvictions调用dbSyncDelete同步删除

performEvictions在调用删除函数前，都会调用zmalloc_used_memory计算当前使用内存量。然后，它在调用删除函数后，会再次调用zmalloc_used_memory函数计算此时的内存使用量，并计算删除操作导致的内存使用量差值，这个差值就是通过删除操作而被释放的内存量。

performEvictions最后把这部分释放的内存量和已释放内存量相加，得到最新内存释放量：

所以performEvictions在选定被删除的KV对后，可通过异步或同步操作来完成数据的实际删除。那数据异步删除和同步删除到底如何执行的？

3 数据删除操作

删除操作包含两步：

1. 将被淘汰的KV对从哈希表剔除，这哈希表既可能是设置了过期key的哈希表，也可能是全局哈希表
2. 释放被淘汰KV对所占用的内存空间

若这俩操作一起做，就是同步删除；只做1，而2由后台线程执行，就是异步删除。

Redis使用dictGenericDelete实现了这俩操作。

**首先，dictGenericDelete函数会先在哈希表中查找要删除的key。**它会计算被删除key的哈希值，然后根据哈希值找到key所在的哈希桶。

因为不同key的哈希值可能相同，而Redis的哈希表是采用了链式哈希（你可以回顾下第3讲中介绍的链式哈希），所以即使我们根据一个key的哈希值，定位到了它所在的哈希桶，我们也仍然需要在这个哈希桶中去比对查找，这个key是否真的存在。

也正是由于这个原因，dictGenericDelete函数紧接着就会在哈希桶中，进一步比对查找要删除的key。如果找到了，它就先把这个key从哈希表中去除，也就是把这个key从哈希桶的链表中去除。

然后，dictGenericDelete会根据入参nofree，决定是否实际释放K和V的内存空间：

dictGenericDelete根据nofree决定执行同步or异步删除。

dictDelete V.S dictUnlink

给dictGenericDelete传递的nofree参数值是0 or 1：

• nofree=0：同步删除

• nofree=1，异步删除

  

好了，到这里，我们就了解了同步删除和异步删除的基本代码实现。下面我们就再来看下，在刚才介绍的performEvictions函数中，它在删除键值对时，所调用的dbAsyncDelete和dbSyncDelete这两个函数，是如何使用dictDelete和dictUnlink来实际删除被淘汰数据的。

基于异步删除的数据淘汰

由dbAsyncDelete执行：

1. 调用dictDelete

   

2. 调用dictUnlink：

被淘汰的KV对只是在全局哈希表中被移除，其占用内存空间还是没有实际释放。所以dbAsyncDelete会调用lazyfreeGetFreeEffort，计算释放被淘汰KV对内存空间的开销：

lazyfreeGetFreeEffort

• 若开销较小，dbAsyncDelete直接在主I/O线程中进行同步删除
• 否则，dbAsyncDelete创建惰性删除任务，并交给后台线程完成

虽dbAsyncDelete说是执行惰性删除，但在实际执行过程中，会使用lazyfreeGetFreeEffort评估删除开销。

lazyfreeGetFreeEffort根据要删除的KV对的类型计算删除开销：

• 若KV对类型属于List、Hash、Set和Sorted Set这四种集合类型中的一种，且未使用紧凑型内存结构，则该KV对的删除开销就等于集合中的元素个数
• 否则，删除开销等于1

举个例子，如下代码就展示了azyfreeGetFreeEffort计算List和Set类型键值对的删除开销：KV对是Set类型，同时它是使用哈希表结构而不是整数集合来保存数据的话，那么它的删除开销就是Set中的元素个数。

这样，当dbAsyncDelete通过lazyfreeGetFreeEffort计得被淘汰KV对的删除开销后：

3. 把删除开销和宏定义LAZYFREE_THRESHOLD（默认64）比较。

   当被淘汰KV对为包含超过64个元素的集合类型时，dbAsyncDelete才会调用bioCreateBackgroundJob实际创建后台任务执行惰性删除。

若被淘汰KV对不是集合类型或是集合类型但包含元素个数≤64个，则dbAsyncDelete调用dictFreeUnlinkedEntry释放KV对所占的内存空间。

dbAsyncDelete使用后台任务或主IO线程释放内存空间：

基于异步删除的数据淘汰过程，实际上会根据要删除的KV对包含的元素个数，决定是使用后台线程还是主线程执行删除操作。

• 主线程如何知道后台线程释放的内存空间，已满足待释放空间的大小？performEvictions在调用dbAsyncDelete或dbSyncDelete前后，都会统计已使用内存量，并计算调用删除函数前后的差值，这就能知晓已释放的内存空间大小。

此外，performEvictions在调用dbAsyncDelete后，会再主动检测当前内存使用量，是否已满足最大内存容量要求。一旦满足，performEvictions就会停止淘汰数据的执行流程。

使用后台线程删除被淘汰数据过程中，主线程是否仍可处理外部请求？

可以。主线程决定淘汰这个 key 后，会先把这个 key 从「全局哈希表」剔除，然后评估释放内存代价，如符合条件，则丢到「后台线程」执行「释放内存」操作。

之后就可继续处理客户端请求，尽管后台线程还未完成释放内存，但因 key 已被全局哈希表剔除，所以主线程已查询不到该 key，对客户端无影响。

同步删除的数据淘汰

dbSyncDelete实现。

1. 首先，调用dictDelete，在过期key的哈希表中删除被淘汰的KV对
2. 再次调用dictDelete，在全局哈希表中删除被淘汰的KV对

dictDelete调用dictGenericDelete同步释放KV对的内存空间时，最终分别调用dictFreeKey、dictFreeVal和zfree释放K、V和KV对所对应的哈希项这三者所占内存空间。

它们根据操作的哈希表类型，调用相应valDestructor和keyDestructor函数释放内存：

为方便能找到最终进行内存释放操作的函数，以全局哈希表为例，看当操作全局哈希表时，KV对的dictFreeVal和dictFreeKey两个宏定义对应的函数。

全局哈希表是在initServer中创建：

dbDictType是个dictType类型结构体：

dbDictType作为全局哈希表，保存：

• SDS类型的key

• 多种数据类型的value

所以，dbDictType类型哈希表的K和V释放函数，分别是dictSdsDestructor和dictObjectDestructor：

dictSdsDestructor直接调用sdsfree，释放SDS字符串占用的内存空间。dictObjectDestructor会调用decrRefCount，执行释放操作：

decrRefCount会判断待释放对象的引用计数。：

• 只有当引用计数为1，才会根据待释放对象的类型，调用具体类型的释放函数来释放内存空间
• 否则，decrRefCount只是把待释放对象的引用计数减1

若待释放对象的引用计数为1，且String类型，则decrRefCount调用freeStringObject执行最终的内存释放操作。

若对象是List类型，则decrRefCount调用freeListObject最终释放内存：

基于同步删除的数据淘汰过程，就是通过dictDelete将被淘汰KV对从全局哈希表移除，并通过dictFreeKey、dictFreeVal和zfree释放内存空间。

释放v空间的函数是decrRefCount，根据V的引用计数和类型，最终调用不同数据类型的释放函数来完成内存空间释放。

基于异步删除的数据淘汰，它通过后台线程执行的函数是lazyfreeFreeObjectFromBioThread函数，该函数实际上也是调用了decrRefCount释放内存空间。

总结

Redis 4.0后提供惰性删除功能，所以Redis缓存淘汰数据时，就会根据是否启用惰性删除，决定是执行同步删除还是异步的惰性删除。

同步删除还是异步的惰性删除，都会先把被淘汰的KV对从哈希表中移除。然后，同步删除就会紧接着调用dictFreeKey、dictFreeVal和zfree分别释放key、value和键值对哈希项的内存空间。而异步的惰性删除，则是把空间释放任务交给了后台线程完成。

虽惰性删除是由后台线程异步完成，但后台线程启动后会监听惰性删除的任务队列，一旦有惰性删除任务，后台线程就会执行并释放内存空间。所以，从淘汰数据释放内存空间的角度来说，惰性删除并不影响缓存淘汰时的空间释放要求。

后台线程需通过同步机制获取任务，这过程会引入一些额外时间开销，会导致内存释放不像同步删除那样非常及时。这也是Redis在被淘汰数据是小集合（元素不超过64个）时，仍使用主线程进行内存释放的考虑因素。