根据数据的历史访问记录来进行淘汰数据其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”
1、最常见的实现是使用一个链表保存缓存数据
1. 新数据插入到链表头部;
2. 每当缓存命中(即缓存数据被访问)则将数据移到链表头部;
3. 当链表满的时候,将链表尾部的数据丢弃
当存在热点數据时,LRU的效率很好但偶发性的、周期性的批量操作会导致LRU命中率急剧下降,缓存污染情况比较严重
命中时需要遍历链表,找到命中嘚数据块索引然后需要将数据移到头部。
LRU-K中的K代表最近使用的次数因此LRU可以认为是LRU-1。LRU-K的主要目的是为了解决LRU算法“缓存污染”的问题其核心思想是将“最近使用过1次”的判断标准扩展为“最近使用过K次”。
相比LRULRU-K需要多维护一个队列,用于记录所有缓存数据被访问的曆史只有当数据的访问次数达到K次的时候,才将数据放入缓存当需要淘汰数据时,LRU-K会淘汰第K次访问时间距当前时间最大的数据详细實现如下:
2. 如果数据在访问历史列表里后没有达到K次访问,则按照一定规则(FIFOLRU)淘汰;
3. 当访问历史队列中的数据访问次数达到K次后,将數据索引从历史队列删除将数据移到缓存队列中,并缓存此数据缓存队列重新按照时间排序;
5. 需要淘汰数据时,淘汰缓存队列中排在末尾的数据即:淘汰“倒数第K次访问离现在最久”的数据。
LRU-K具有LRU的优点同时能够避免LRU的缺点,实际应用中LRU-2是综合各种因素后最优的选擇LRU-3或者更大的K值命中率会高,但适应性差需要大量的数据访问才能将历史访问记录清除掉。
由于LRU-K还需要记录那些被访问过、但还没有放入缓存的对象因此内存消耗会比LRU要多;当数据量很大的时候,内存消耗会比较可观
3、基于双链表的LRU实现:
传统意义的LRU算法是为每一个Cache對象设置一个计数器,每次Cache命中则给计数器+1而Cache用完,需要淘汰旧内容放置新内容时,就查看所有的计数器并将最少使用的内容替换掉。
它的弊端很明显如果Cache的数量少,问题不会很大 但是如果Cache的空间过大,达到10W或者100W以上一旦需要淘汰,则需要遍历所有计数器其性能与资源消耗是巨大的。效率也就非常的慢了
双链表LRU的原理: 将Cache的所有位置都用双链表连接起来,当一个位置被命中之后就将通过調整链表的指向,将该位置调整到链表头的位置新加入的Cache直接加到链表头中。
这样在多次进行Cache操作后,最近被命中的就会被向链表頭方向移动,而没有命中的则向链表后面移动,链表尾则表示最近最少使用的Cache
当需要替换内容时候,链表的最后位置就是最少被命中嘚位置我们只需要淘汰链表最后的部分即可。
Two queues(以下使用2Q代替)算法类似于LRU-2不同点在于2Q将LRU-2算法中的访问历史队列(注意这不是缓存数據的)改为一个FIFO缓存队列(这个是用来缓存数据的),即:2Q算法有两个缓存队列一个是FIFO队列,一个是LRU队列
当数据第一次访问时,2Q算法将数據缓存在FIFO队列里面当数据第二次被访问 时,则将数据从FIFO队列移到LRU队列里面两个队列各自按照自己的方法淘汰数据。详细实现如下:
注:上图中FIFO队列比LRU队列短但并不代表这是算法要求,实际应用中两者比例没有硬性规定
2Q算法和LRU-2算法命中率类似内存消耗也比较接近,但對于最后缓存的数据来说2Q会减少一次从原始存储读取数据或者计算数据的操作。
MQ算法根据访问频率将数据划分为多个队列不同的队列具有不同的访问优先级,其核心思想是:优先缓存访问次数多的数据
MQ算法将缓存划分为多个LRU队列,每个队列对应不同的访问优先级访問优先级是根据访问次数计算出来的,例如
详细的算法结构图如下Q0,Q1....Qk代表不同的优先级队列Q-history代表从缓存中淘汰数据,但记录了数据的索引和引用次数的队列:
3. 当数据的访问次数达到一定次数需要提升优先级时,将数据从当前队列删除加入到高一级队列的头部;
4. 为了防止高优先级数据永远不被淘汰,当数据在指定的时间里访问没有被访问时需要降低优先级,将数据从当前队列删除加入到低一级的隊列头部;
5. 需要淘汰数据时,从最低一级队列开始按照LRU淘汰;每个队列淘汰数据时将数据从缓存中删除,将数据索引加入Q-history头部;
6. 如果数據在Q-history中被重新访问则重新计算其优先级,移到目标队列的头部;
注:虽然MQ的队列看起来数量比较多但由于所有队列之和受限于缓存容量的大小,因此这里多个队列长度之和和一个LRU队列是一样的因此队列扫描性能也相近。