lru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”。
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
新数据插入到链表头部;
每当缓存命中(即缓存数据被访问),则将数据移到链表头部;
当链表满的时候,将链表尾部的数据丢弃。
【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。
lru-k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”。
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:
数据第一次被访问,加入到访问历史列表;
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;
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;
缓存数据队列中被再次访问后,重新排序;
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。
【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。
url-two queues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。
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:
新访问的数据插入到fifo队列;
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;
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;
如果数据在lru队列再次被访问,则将数据移到lru队列头部;
lru队列淘汰末尾的数据。
【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。
multi queue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。
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:
新插入的数据放入q0;
每个队列按照lru管理数据;
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;
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;
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;
如果数据在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;
q-history按照lru淘汰数据的索引。
【命中率】
mq降低了“缓存污染”带来的问题,命中率比lru要高。
【复杂度】
mq需要维护多个队列,且需要维护每个数据的访问时间,复杂度比lru高。
【代价】
mq需要记录每个数据的访问时间,需要定时扫描所有队列,代价比lru要高。
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。