缓存淘汰算法-LRU算法

最近在学习memcache缓存时，发现其s数据淘汰策略都是采用LRU算法进行缓存数据的处理。那么什么是LRU算法，这篇深度好文值得一看。

本文转载至缓存淘汰算法–LRU算法 - 小程故事多 - ITeye博客

1. LRU

1.1. 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：

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。

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-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。

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：

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。

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：

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。

4.3. 分析

【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。

5. LRU类算法对比

由于不同的访问模型导致命中率变化较大，此处对比仅基于理论定性分析，不做定量分析。

对比点	对比
命中率	LRU-2 > MQ(2) > 2Q > LRU
复杂度	LRU-2 > MQ(2) > 2Q > LRU
代价	LRU-2 > MQ(2) > 2Q > LRU

实际应用中需要根据业务的需求和对数据的访问情况进行选择，并不是命中率越高越好。例如：虽然LRU看起来命中率会低一些，且存在”缓存污染“的问题，但由于其简单和代价小，实际应用中反而应用更多。

Java中最简单的LRU算法实现，就是利用jdk的LinkedHashMap，覆写其中的removeEldestEntry(Map.Entry)方法即可。

如果你去看LinkedHashMap的源码可知，LRU算法是通过双向链表来实现，当某个位置被命中，通过调整链表的指向将该位置调整到头位置，新加入的内容直接放在链表头，如此一来，最近被命中的内容就向链表头移动，需要替换时，链表最后的位置就是最近最少使用的位置。

基于双链表的LRU实现

传统意义的LRU算法是为每一个Cache对象设置一个计数器，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，则需要遍历所有计算器，其性能与资源消耗是巨大的。效率也就非常的慢了。

它的原理：将Cache的所有位置都用双连表连接起来，当一个位置被命中之后，就将通过调整链表的指向，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，就会被向链表头方向移动，而没有命中的，而想链表后面移动，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的位置，我们只需要淘汰链表最后的部分即可。

上面说了这么多的理论，下面用代码来实现一个LRU策略的缓存。

我们用一个对象来表示Cache，并实现双链表，

//Java代码  
public class LRUCache {  
   /** 
     * 链表节点 
     * @author Administrator 
     * 
     */  
    class CacheNode {  
        ……  
    }  
    private int cacheSize;//缓存大小  
    private Hashtable nodes;//缓存容器  
    private int currentSize;//当前缓存对象数量  
    private CacheNode first;//(实现双链表)链表头  
    private CacheNode last;//(实现双链表)链表尾  
}

下面给出完整的实现，这个类也被Tomcat所使用（ org.apache.tomcat.util.collections.LRUCache），但是在tomcat6.x版本中，已经被弃用，使用另外其他的缓存类来替代它。

public class LRUCache {
/**
 * 链表节点
 * @author Administrator
 *
 */
class CacheNode {
	CacheNode prev;//前一节点
	CacheNode next;//后一节点
	Object value;//值
	Object key;//键
	CacheNode() {
	}
}
public LRUCache(int i) {
	currentSize = 0;
	cacheSize = i;
	nodes = new Hashtable(i);//缓存容器
}
/**
 * 获取缓存中对象
 * @param key
 * @return
 */
public Object get(Object key) {
	CacheNode node = (CacheNode) nodes.get(key);
	if (node != null) {
		moveToHead(node);
		return node.value;
	} else {
		return null;
	}
}
/**
 * 添加缓存
 * @param key
 * @param value
 */
public void put(Object key, Object value) {
	CacheNode node = (CacheNode) nodes.get(key);
	
	if (node == null) {
		//缓存容器是否已经超过大小.
		if (currentSize >= cacheSize) {
			if (last != null)//将最少使用的删除
				nodes.remove(last.key);
			removeLast();
		} else {
			currentSize++;
		}
		
		node = new CacheNode();
	}
	node.value = value;
	node.key = key;
	//将最新使用的节点放到链表头，表示最新使用的.
	moveToHead(node);
	nodes.put(key, node);
}
/**
 * 将缓存删除
 * @param key
 * @return
 */
public Object remove(Object key) {
	CacheNode node = (CacheNode) nodes.get(key);
	if (node != null) {
		if (node.prev != null) {
			node.prev.next = node.next;
		}
		if (node.next != null) {
			node.next.prev = node.prev;
		}
		if (last == node)
			last = node.prev;
		if (first == node)
			first = node.next;
	}
	return node;
}
public void clear() {
	first = null;
	last = null;
}
/**
 * 删除链表尾部节点
 *  表示 删除最少使用的缓存对象
 */
private void removeLast() {
	//链表尾不为空,则将链表尾指向null. 删除连表尾（删除最少使用的缓存对象）
	if (last != null) {
		if (last.prev != null)
			last.prev.next = null;
		else
			first = null;
		last = last.prev;
	}
}
/**
 * 移动到链表头，表示这个节点是最新使用过的
 * @param node
 */
private void moveToHead(CacheNode node) {
	if (node == first)
		return;
	if (node.prev != null)
		node.prev.next = node.next;
	if (node.next != null)
		node.next.prev = node.prev;
	if (last == node)
		last = node.prev;
	if (first != null) {
		node.next = first;
		first.prev = node;
	}
	first = node;
	node.prev = null;
	if (last == null)
		last = first;
}
private int cacheSize;
private Hashtable nodes;//缓存容器
private int currentSize;
private CacheNode first;//链表头
private CacheNode last;//链表尾
}

最后欢迎关注我的博客：Lvshen’s Blog

缓存淘汰算法-LRU算法

1. LRU

1.1. 原理

1.2. 实现

1.3. 分析

2. LRU-K

2.1. 原理

2.2. 实现

2.3. 分析

3. Two queues（2Q）

3.1. 原理

3.2. 实现

3.3. 分析

4. Multi Queue（MQ）

4.1. 原理

4.2. 实现

4.3. 分析

5. LRU类算法对比

基于双链表 的LRU实现

谢谢大爷~

基于双链表的LRU实现