如果redis没有数据则不会从数据库中读取数据

由于数据更新会删除之前缓存的数据。后面的不改。其他数据访问的时候，会先请求redis读取数据，redis没有数据则从数据库获取数据，数据库有数据更新，就会删除缓存但不会更新redis。

Redis 中数据过期策略采用定期删除+惰性删除策略。

定期删除策略：Redis 启用一个定时器定时监视所有的 key，判断key是否过期，过期的话就删除。这种策略可以保证过期的 key 最终都会被删除，但是也存在严重的缺点：每次都遍历内存中所有的数据，非常消耗 CPU 资源，并且当 key 已过期，但是定时器还处于未唤起状态，这段时间内 key 仍然可以用。

惰性删除策略：在获取 key 时，先判断 key 是否过期，如果过期则删除。这种方式存在一个缺点：如果这个 key 一直未被使用，那么它一直在内存中，其实它已经过期了，会浪费大量的空间。

2、定期删除+惰性删除策略是如何工作的？

这两种策略天然的互补，结合起来之后，定时删除策略就发生了一些改变，不在是每次扫描全部的 key 了，而是随机抽取一部分 key 进行检查，这样就降低了对 CPU 资源的损耗，惰性删除策略互补了为检查到的key，基本上满足了所有要求。但是有时候就是那么的巧，既没有被定时器抽取到，又没有被使用，这些数据又如何从内存中消失？没关系，还有内存淘汰机制，当内存不够用时，内存淘汰机制就会上场。Redis 内存淘汰机制有以下几种策略：

noeviction：当内存不足以容纳新写入数据时，新写入 *** 作会报错。（Redis 默认策略）

allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 Key。（推荐使用）

allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个 Key。

volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 Key。这种情况一般是把 Redis 既当缓存，又做持久化存储的时候才用。

volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 Key。

volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 Key 优先移除。

修改内存淘汰机制只需要在 redisconf 配置文件中配置 maxmemory-policy 参数即可。

懒惰处理

Redis在get *** 作时遇到过期的key会进行删除 *** 作。

集中处理

Redis会将设置了过期时间的key放到一个独立的字典里，默认每秒10次过期扫描。扫描方式：

为防止扫描时间过长，扫描时间限制为25ms，开发时应尽量避免大量key同时过期。

从库不会进行过期扫描，主库删除时，会在AOF文件里增加一条del指令，同步到所有从库，从库通过此指令来删除。由于指令的同步存在异步，所以会出现主从数据不一致的情况。

当Redis内存超出物理内存限制时，内存数据会开始和磁盘产生频繁的交换，使得性能急剧下降。为了限制内存的使用，Redis提供参数 maxmemory 来限制最大内存，当内存超出后，会有以下策略( maxmemory-policy )来淘汰key以腾出空间：

由于LRU算法需要消耗大量的额外内存，redis采用一种近似的LRU算法。它给每个 key 增加了一个额外的小字段（24bit），也就是最后一次被访问的时间戳。每次执行写 *** 作时，如果发现内存超出 maxmemory ，就随机采样5个（参数 maxmemory_samples 配置）key，然后淘汰最旧的。如果淘汰之后还是超出，那就继续随机淘汰，直到不超出为止。如果 maxmemory-policy 是volatile-xxx，就从设置过期时间的key里采样，否则就从所有key里采样。

Redis30里增加了一个淘汰池，就是一个大小为 maxmemory_samples 的数组。每次淘汰时会将随机出来的key和数组里的key融合，淘汰掉最旧的一个，然后将剩下的较旧的key放到淘汰池里给下个循环用。

redis的删除del在删除一个大对象的时候有可能造成卡顿。为了解决这个问题Redis40引入了unlink指令，将这个key的对象引用从Redis内存数据里删除，将删除 *** 作封装成一个任务丢到一个异步队列里。然后有个异步线程会从这个队列里取出任务并执行。

清空 *** 作 flushdb 和 flushall ，在Redis40后，在指令后面增加 async ，就也可以像上面一样异步执行。

《Redis深度历险：核心原理和应用实践》

以上就是关于如果redis没有数据则不会从数据库中读取数据全部的内容，包括:如果redis没有数据则不会从数据库中读取数据、Redis 的数据过期淘汰策略、Redis数据的过期与淘汰等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！