缓存淘汰算法之的LRU.pdf

缓存淘汰算法之 LRU 缓存淘汰算法之LRU 1. LRU 1.1. 原理 LRU （Least recently used ，最近最少使用 ）算法根 数 的历史访问记录来进行淘汰数 ，其核心思想是 “如果数 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 ，详细算法实现如下 ： 1. 新数 插入到链表头部 ； 2. 每当缓存命中 （即缓存数 被访问 ），则将数 移到链表头部 ； 3. 当链表满的时候 ，将链表尾部的数 丢弃。 1.3. 分析 【命中率】 当存在热点数 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 块索引 ，然后需要将数 移到头部。 2. LRU-K 2.1. 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 被访问的历史。只有当数 的访问次数达到K次的时候 ，才将数 放入缓存。当需要 淘汰数 时 ，LRU-K会淘汰第K次访问时间距当前时间最大的数 。详细实现如下 ： 1. 数 第一次被访问 ，加入到访问历史列表 ； 2. 如果数 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 访问次数达到K次后 ，将数 索引从历史队列删除 ，将数 移到缓存队列中 ，并缓存此数 ，缓存队列重新按照时间排 序 ； 4. 缓存数 队列中被再次访问后 ，重新排序 ； 5. 需要淘汰数 时 ，淘汰缓存队列中排在末尾的数 ，即 ：淘汰 “倒数第K次访问离现在最久”的数 。 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 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 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 （2 ） 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 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 第一次访问时 ，2Q算法将数 缓存在FIFO队列里面 ，当数 第二次被访问时 ，则将数 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 。详细实现如下 ： 1. 新访问的数 插入到FIFO队列 ； 2. 如果数 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 在FIFO队列中被再次访问 ，则将数 移到LRU队列头部 ； 4. 如果数 在LRU队列再次被访问 ，则将数 移到LRU队列头部 ； 5. LRU队列淘汰末尾的数 。 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