最近项目上出现了一个无法理解的bug，用户默认每天享有一定次数的权限，使用完毕则无法享用，第二天才能再继续。本质就是redis缓存过期嘛，让它凌晨12点失效就好了。
但是问题发生了，它就是没失效...深究其原因，竟是由于零界点没处理好的锅，服务器时间与request时间是有些许时间差的，key的expire到了一定数量处理也是需要时间哒，就这俩主因。加个存在判断，失效给他提前个10秒留个准备就好了~
所以吸取教训，好好了解一下这个失效机理，同时也提醒各位别范这种低级错误。
一。如何才能触发key的失效？
除了调用persist命令外，还有没有其他情况会撤销一个主键的失效时间?答案是肯定的。
1.在通过 del 命令删除一个主键时
2.在一个设置了失效时间的主键被更新覆盖时，该主键的失效时间也会被撤销。
3.特殊的命令就是 rename，当我们使用 rename 对一个主键进行重命名后，之前关联的失效时间会自动传递给新的主键，但是如果一个主键是被rename所覆盖的话(如主键 hello 可能会被命令 rename world hello 所覆盖)，这时被覆盖主键的失效时间会被自动撤销，而新的主键则继续保持原来主键的特性。
注意，这里所说的是主键被更新覆盖，而不是主键对应的 value 被更新覆盖，因此 set、mset 或者是 getset 可能会导致主键被更新覆盖，而像 incr、decr、lpush、hset 等都是更新主键对应的值，这类操作是不会触碰主键的失效时间的。
二。redis是如何管理和维护主键的
1）.redis的存储结构
我要评论
typedef struct redisdb {
dict *dict;//存储主键和值的映射
dict *expires;//存储主键和过期时间的映射
dict *blocking_keys;
dict *ready_keys;
dict *watched_keys;
int id;
} redisdb;
主要看前两个结构就好，
dict:用来维护一个 redis 数据库中包含的所有 key-value 对(其结构可以理解为 dict[key]:value，即主键与值之间的映射)
expires:用于维护一个 redis 数据库中设置了失效时间的主键(其结构可以理解为 expires[key]:timeout，即主键与失效时间的映射)。
设置了失效时间的主键和具体的失效时间全部都维护在 expires 这个字典表中
当我们使用 expire、expireat、pexpire 和 pexpireat 命令设置一个主键的失效时间时，
redis 首先到 dict 这个字典表中查找要设置的主键是否存在，如果存在就将这个主键和失效时间添加到 expires 这个字典表。
2）.消极方法
1.expireifneeded函数
触发：这个函数在任何访问数据的函数中都会被调用，redis 在实现 get、mget、hget、lrange 等所有涉及到读取数据的命令时都会调用它
意义：在读取数据之前先检查一下该key有没有失效，如果失效了就删除它。
2.propagateexpire函数(在上边一个函数中调用) 主要函数
触发：执行上一个函数时，它在其里边
意义：用来在正式删除失效主键之前广播这个主键已经失效的信息
操作：
(1).一个是发送到 aof文件，将删除失效主键的这一操作以 del key 的标准命令格式记录下来;
(2).发送到当前 redis 服务器的所有 slave，同样将删除失效主键的这一操作以 del key 的标准命令格式告知这些 slave 删除各自的失效主键。
以上我们了解了 redis 是如何以一种消极的方式删除失效主键的，但是仅仅通过这种方式显然是不够的，因为如果某些失效的主键迟迟等不到再次访问的话，redis 就永远不会知道这些主键已经失效，也就永远也不会删除它们了，这无疑会导致内存空间的浪费。所以有了下边的方法。
3）.积极方法：(该方法利用 redis 的时间事件来实现，即每隔一段时间就中断一下完成一些指定操作)
1.servercron函数：
触发：它在 redis 服务器启动时创建
作用：这个回调函数不仅要进行失效主键的检查与删除，还要进行统计信息的更新、客户端连接超时的控制、bgsave 和 aof 的触发等等
2.activeexpirecycle函数：
触发：执行上一个函数时，它在其里边每秒的执行次数由宏定义 【redis_default_hz】 来指定，默认每秒钟执行10次。
操作：
a).遍历处理 redis 服务器中每个数据库的 expires 字典表中，从中尝试着随机抽样【redis_expirelookups_per_cron】(默认 值为10)个设置了失效时间的主键，
b).检查它们是否已经失效并删除掉失效的主键，
c).如果失效的主键个数占本次抽样个数的比例超过25%，redis 会认为当前数据库中的失效主键依然很多，所以它会继续进行下一轮的随机抽样和删除，
d).直到刚才的比例低于25%才停止对当前数据库的处理，转向下一个数据库。
其他：activeexpirecycle 函数避免失效主键删除占用过多的cpu资源，所以其不会试图一次性处理redis中的所有数据库，而是最多只处理 redis_dbcron_dbs_per_call(默认值为16)个库,有处理时间上的限制
三。memcached 删除失效主键的方法与 redis 有何异同?
首先，memcached 在删除失效主键时也是采用的消极方法，即 memcached 内部也不会监视主键是否失效，而是在通过 get 访问主键时才会检查其是否已经失效。
其次，memcached 与 redis 在主键失效机制上的最大不同是，memcached 不会像 redis 那样真正地去删除失效的主键，而只是简单地将失效主键占用的空间回收。这样当有新的数据写入到系统中时，memcached 会优先使用那些失效主键的空间。如果失效主键的空间用光了，memcached 还可以通过 lru 机制来回收那些长期得不到访问的空间，
因此 memcached 并不需要像 redis 中那样的周期性删除操作，这也是由 memcached 使用的内存管理机制决定的。同时，这里需要指出的是 redis 在出现 oom 时同样可以通过配置 maxmemory-policy 这个参数来决定是否采用 lru 机制来回收内存空间
四。总结：
redis每秒执行10次过期检查，每次中，随机从某个库的expire表中抽取10个key,检测他是否失效，若失效则删除。当失效比例超过1/4，本次重新执行随机抽取10key，不计入10次中的1次，直到这一秒的10次都执行完。
问：
那么有人问了，万一，万一！失效的key做足够的多，1秒的这10次都没执行完又到下一秒了，咋整？
答：
redis有检测机制的，不会让它把cpu拖死的：
a.每次处理数据库个数的限制、
b.activeexpirecycle 函数在一秒钟内执行次数的限制、
c.分配给 activeexpirecycle函数cpu时间的限制、
d.继续删除主键的失效主键数百分比的限制，redis 已经大大降低了主键失效机制对系统整体性能的影响，
所以由此也可得，设置失效时间的原则：尽可能避免在同一时间点的大批量key失效，它是需要处理时间的。
消极失效主要函数.propagateexpire函数：
void propagateexpire(redisdb *db, robj *key) {
robj *argv[2];
//shared.del是在redis服务器启动之初就已经初始化好的一个常用redis对象，即del命令
argv[0] = shared.del;
argv[1] = key;
incrrefcount(argv[0]);
incrrefcount(argv[1]);
//检查redis服务器是否开启了aof，如果开启了就为失效主键记录一条del日志
if (server.aof_state != redis_aof_off)
feedappendonlyfile(server.delcommand,db->id,argv,2);
//检查redis服务器是否拥有slave，如果是就向所有slave发送del失效主键的命令，这就是
//上面expireifneeded函数中发现自己是slave时无需主动删除失效主键的原因了，因为它
//只需听从master发送过来的命令就ok了
if (listlength(server.slaves))
replicationfeedslaves(server.slaves,db->id,argv,2);
decrrefcount(argv[0]);
decrrefcount(argv[1]);
}
积极失效主要函数.activeexpirecycle函数：
void activeexpirecycle(void) {
//因为每次调用activeexpirecycle函数不会一次性检查所有redis数据库，所以需要记录下
//每次函数调用处理的最后一个redis数据库的编号，这样下次调用activeexpirecycle函数
//还可以从这个数据库开始继续处理，这就是current_db被声明为static的原因，而另外一
//个变量timelimit_exit是为了记录上一次调用activeexpirecycle函数的执行时间是否达
//到时间限制了，所以也需要声明为static
static unsigned int current_db = 0;
static int timelimit_exit = 0;
unsigned int j, iteration = 0;
//每次调用activeexpirecycle函数处理的redis数据库个数为redis_dbcron_dbs_per_call
unsigned int dbs_per_call = redis_dbcron_dbs_per_call;
long long start = ustime(), timelimit;
//如果当前redis服务器中的数据库个数小于redis_dbcron_dbs_per_call，则处理全部数据库，
//如果上一次调用activeexpirecycle函数的执行时间达到了时间限制，说明失效主键较多，也
//会选择处理全部数据库
if (dbs_per_call > server.dbnum || timelimit_exit)
dbs_per_call = server.dbnum;
//执行activeexpirecycle函数的最长时间（以微秒计），其中redis_expirelookups_time_perc
//是单位时间内能够分配给activeexpirecycle函数执行的cpu时间比例，默认值为25，server.hz
//即为一秒内activeexpirecycle的调用次数，所以这个计算公式更明白的写法应该是这样的，即
(1000000 * (redis_expirelookups_time_perc / 100)) / server.hz
timelimit = 1000000*redis_expirelookups_time_perc/server.hz/100;
timelimit_exit = 0;
if (timelimit <= 0) timelimit = 1;
//遍历处理每个redis数据库中的失效数据
for (j = 0; j < dbs_per_call; j++) {
int expired;
redisdb *db = server.db+(current_db % server.dbnum);
//此处立刻就将current_db加一，这样可以保证即使这次无法在时间限制内删除完所有当前
//数据库中的失效主键，下一次调用activeexpirecycle一样会从下一个数据库开始处理，
//从而保证每个数据库都有被处理的机会
current_db++;
//开始处理当前数据库中的失效主键
do {
unsigned long num, slots;
long long now;
//如果expires字典表大小为0，说明该数据库中没有设置失效时间的主键，直接检查下
//一数据库
if ((num = dictsize(db->expires)) == 0) break;
slots = dictslots(db->expires);
now = mstime();
//如果expires字典表不为空，但是其填充率不足1%，那么随机选择主键进行检查的代价
//会很高，所以这里直接检查下一数据库
if (num && slots > dict_ht_initial_size &&
(num*100/slots < 1)) break;
expired = 0;
//如果expires字典表中的entry个数不足以达到抽样个数，则选择全部key作为抽样样本
if (num > redis_expirelookups_per_cron)
num = redis_expirelookups_per_cron;
while (num--) {
dictentry *de;
long long t;
//随机获取一个设置了失效时间的主键，检查其是否已经失效
if ((de = dictgetrandomkey(db->expires)) == null) break;
t = dictgetsignedintegerval(de);
if (now > t) {
//发现该主键确实已经失效，删除该主键
sds key = dictgetkey(de);
robj *keyobj = createstringobject(key,sdslen(key));
//同样要在删除前广播该主键的失效信息
propagateexpire(db,keyobj);
dbdelete(db,keyobj);
decrrefcount(keyobj);
expired++;
server.stat_expiredkeys++;
}
}
//每进行一次抽样删除后对iteration加一，每16次抽样删除后检查本次执行时间是否
//已经达到时间限制，如果已达到时间限制，则记录本次执行达到时间限制并退出
iteration++;
if ((iteration & 0xf) == 0 &&
(ustime()-start) > timelimit)
{
timelimit_exit = 1;
return;
}
//如果失效的主键数占抽样数的百分比大于25%，则继续抽样删除过程
} while (expired > redis_expirelookups_per_cron/4);
}
}
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持移动技术网。
如对本文有疑问， 点击进行留言回复！！
星际无限CTO张超：IPFS分布式存储领域仍是蓝海，中链云将开启行业新思路！
厉害！俩月吃透阿里P8架构师推荐608页kafka源码，成功入职蚂蚁
性能 1.84 倍于 Ceph！网易数帆开源分布式存储系统 Curve
荐 面试半年，上个月成功拿到阿里P7offer，全靠我啃烂了这份2020最新面试题！
网友评论