cache缓存淘汰算法--LRU算法.docxVIP

缓存淘汰算法--LRU算法1.?LRU1.1.?原理LRU（Least?recently?used，最近最少使用）算法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”。1.2.?实现最常见的实现是使用一个链表保存缓存数据，详细算法实现如下：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。1.3.?分析【命中率】当存在热点数据时，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。【复杂度】实现简单。【代价】命中时需要遍历链表，找到命中的数据块索引，然后需要将数据移到头部。?2.?LRU-K2.1.?原理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”。2.2.?实现相比LRU，LRU-K需要多维护一个队列，用于记录所有缓存数据被访问的历史。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。详细实现如下：1.?数据第一次被访问，加入到访问历史列表；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（FIFO，LRU）淘汰；3.?当访问历史队列中的数据访问次数达到K次后，将数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；4.?缓存数据队列中被再次访问后，重新排序；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择，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。2.3.?分析【命中率】LRU-K降低了“缓存污染”带来的问题，命中率比LRU要高。【复杂度】LRU-K队列是一个优先级队列，算法复杂度和代价比较高。【代价】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。LRU-K需要基于时间进行排序（可以需要淘汰时再排序，也可以即时排序），CPU消耗比LRU要高。3.?Two?queues（2Q）3.1.?原理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（注意这不是缓存数据的）改为一个FIFO缓存队列，即：2Q算法有两个缓存队列，一个是FIFO队列，一个是LRU队列。3.2.?实现当数据第一次访问时，2Q算法将数据缓存在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：1.?新访问的数据插入到FIFO队列；2.?如果数据在FIFO队列中一直没有被再次访问，则最终按照FIFO规则淘汰；3.?如果数据在FIFO队列中被再次访问，则将数据移到LRU队列头部；4.?如果数据在LRU队列再次被访问，则将数据移到LRU队列头部；5.?LRU队列淘汰末尾的数据。?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。3.3.?分析【命中率】2Q算法的命中率要高于LRU。【复杂度】需要两个队列，但两个队列本身都比较简单。【代价】FIFO和LRU的代价之和。2Q算法和LRU-2算法命中率类似，内存消耗也比较接近，但对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。4.?Multi?Queue（MQ）4.1.?原理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。4.2.?实现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。访问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：?如上图，算法详细描述如下：1.?新插入的数据放入Q0；2.?每个队列按照LRU管理数据；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，加入到低一级的队列头部；5.?需要淘汰数据时，从最低