简介
前置知识
知道什么是缓存
听完本节公开课，你可以收获
- 掌握朴素LRU、LFU算法的思想以及源码
- 掌握一种流式计数的算法 Count-Min Sketch
- 手撕TinyLFU算法、分析Window-TinyLFU源码
一、LRU和LFU算法
LRU算法
LRU Least Recently Used 最近最少使用算法
LRU 算法的思想是如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很小。所以，当指定的空间已存满数据时，应当把最久没有被访问到的数据淘汰。
也就是淘汰数据的时候，只看数据在缓存里面待的时间长短这个维度。
这样子做有什么缺点呢？我们来看个例子
无法复制加载中的内容
按照LRU算法进行访问和数据淘汰，10次访问的结果如下图所示
无法复制加载中的内容
10次访问结束后，缓存中剩下的数据是b、c、d三个元素，这个显然不太合理。
直观上讲，为什么说他不合理，是因为明明a是被频繁访问的数据，最终却被淘汰掉了。所以如果要改进这个算法，我们希望的是能够记录每个元素的访问频率信息，访问频率最低的那个才是最应该被淘汰的那个。
恭喜你，这就是LFU的规则。
在开始LFU之前，我们先来看一下LRU的代码怎么写。
有句古话讲得好：缓存就是Map + 淘汰策略。Map的作用是提供快速访问，淘汰策略是缓存算法的灵魂，决定了命中率的高低。根据对于LRU的描述，我们需要一个东西（术语叫做数据结构）来记录数据被访问的先后顺序，这里我们可以选择链表。
打开IDE，迅速写下第一行代码：
|
1
2
3
4
5
|
type LRU struct { data map[string]*list.Element cap int list *list.List} |
解释一下为什么需要这几个变量， cap 是缓存中可以存放的数据个数，也就是缓存的容量上限。data就是Map。List我们用来记录数据的先后访问顺序，每次访问，都把本次访问的节点移动到链表中的头部。这样子整个链表就会按照近期的访问记录来排序了。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
func (lru *LRU) add(k, v string) { if Map中存有这条Key { 替换Map中的Value值 将链表中的对应节点移到最前面 } else { if 已经达到缓存容量上限 { 获取链表尾部节点的Key，并从Map中删除 移除链表尾部的Node } 创建要插入的新节点 将新节点插入到链表头部 放入Map中 }}func (lru *LRU) get(k string) string { if Map中存有这条Key { 返回查询到的Value 将对应节点移动到链表头部 } else { 返回 空 }} |
LFU算法
我们已经成功的写出了LRU算法（伪代码），接下来尝试自己写一下LFU算法。首先我们知道LFU算法比LRU多了什么，LFU需要记录每条数据的访问次数信息，并且按照访问次数从高到低排序，访问次数用什么来记录呢？
只需要在链表节点中增加一个访问频率Frequency，就可以了，这个Frequency可以使用int来存储。同时排序的规则稍加变动，不是把最近访问的放到最前面，而是按照访问频率插入到对应位置即可。如果频率相同，再按照LRU的规则，比较谁是最新访问的。
暂时无法在文档外展示此内容
小结：
讲完了LRU和LFU，我们来看一下他们有啥优缺点。
LRU
优点：实现简单、可以很快的适应访问模式的改变
缺点：对于热点数据的命中率可能不如LFU
LFU
优点：对于热点数据命中率更高
缺点：难以应对突发的稀疏流量、可能存在旧数据长期不被淘汰，会影响某些场景下的命中率（如外卖），需要额外消耗来记录和更新访问频率
二、TinyLFU
Count-Min Sketch 算法
刚才提到了LFU需要统计每个条数据的访问频率，这就需要一个int或者long类型来存储次数，但是仔细一想，一条缓存数据的访问次数真的需要int类型这么大的表示范围来统计吗？我们认为一个缓存被访问15次已经算是很高的频率了，那么我们只用4个Bit就可以保存这个数据。（2^4=16）
再来介绍一个cmSketch算法，看过硬核课堂BloomFilter视频的都知道，BloomFilter利用位图的思想来标记一条数据是否存在，存在与否可以用某个Bit位的0 | 1来代替，那么我们能不能扩展一下，利用这种思想来计数呢？
我们给要计数的值计算一个Hash，然后在位图中给这个Hash值对应的位置累加1就可以了，但是BloomFilter中的一个典型问题是假阳性，可以说只要是用Hash计算就有存在冲突的可能，那么cmSketch计数法如果出现冲突会怎么样呢？会给同一个位置多计算访问次数。这里cmSketch选择了以最小的统计数据值作为结果。这是一个不那么精确地统计方法，但是可以大致的反应访问分布的规律。
因为这个算法也就有了一个名字，叫做Count-Min Sketch。
下面我们来手撕这个算法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
|
//根据BloomFilter来思考一下我们需要什么//一个bit图，n个Hash函数//一个BitMap的实现type cmRow []byte //byte = uint8 = 0000，0000 = COUNTER 4BIT = 2 counter//64 counter//1 uint8 = 2counter//32 uint8 = 64 counterfunc newCmRow(numCounters int64) cmRow { return make(cmRow, numCounters/2)}func (r cmRow) get(n uint64) byte { return byte(r[n/2]>>((n&1)*4)) & 0x0f}0000,0000|0000,0000| 0000,0000 make([]byte, 3) = 6 counterfunc (r cmRow) increment(n uint64) { //定位到第i个Counter i := n / 2 //r[i] //右移距离，偶数为0，奇数为4 s := (n & 1) * 4 //取前4Bit还是后4Bit v := (r[i] >> s) & 0x0f //0000, 1111 //没有超出最大计数时，计数+1 if v < 15 { r[i] += 1 << s }}//cmRow 100,//保鲜func (r cmRow) reset() { // 计数减半 for i := range r { r[i] = (r[i] >> 1) & 0x77 //0111，0111 }}func (r cmRow) clear() { // 清空计数 for i := range r { r[i] = 0 }}//快速计算最接近x的二次幂的算法//比如x=5，返回8//x = 110，返回128//2^n//1000000 (n个0）//01111111（n个1） + 1// x = 1001010 = 1111111 + 1 =10000000 func next2Power(x int64) int64 { x-- x |= x >> 1 x |= x >> 2 x |= x >> 4 x |= x >> 8 x |= x >> 16 x |= x >> 32 x++ return x} |
如果我们要给n个数据计数，那么每4Bit当做一个计数器Counter，我们一共需要几个uint8来计数呢？答案是n/2
| 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 |
|---|---|---|---|---|---|---|---|
| 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 |
| 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 |
| 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 | 0000 |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
|
//cmSketch封装const cmDepth = 4type cmSketch struct { rows [cmDepth]cmRow seed [cmDepth]uint64 mask uint64}//numCounter - 1 = next2Power() = 0111111(n个1）//0000,0000|0000,0000|0000,0000//0000,0000|0000,0000|0000,0000//0000,0000|0000,0000|0000,0000//0000,0000|0000,0000|0000,0000func newCmSketch(numCounters int64) *cmSketch { if numCounters == 0 { panic("cmSketch: bad numCounters") } numCounters = next2Power(numCounters) sketch := &cmSketch{mask: uint64(numCounters - 1)} // Initialize rows of counters and seeds. source := rand.New(rand.NewSource(time.Now().UnixNano())) for i := 0; i < cmDepth; i++ { sketch.seed[i] = source.Uint64() sketch.rows[i] = newCmRow(numCounters) } return sketch}func (s *cmSketch) Increment(hashed uint64) { for i := range s.rows { s.rows[i].increment((hashed ^ s.seed[i]) & s.mask) }}// 找到最小的计数值func (s *cmSketch) Estimate(hashed uint64) int64 { min := byte(255) for i := range s.rows { val := s.rows[i].get((hashed ^ s.seed[i]) & s.mask) if val < min { min = val } } return int64(min)}// 让所有计数器都减半，保鲜机制func (s *cmSketch) Reset() { for _, r := range s.rows { r.reset() }}// 清空所有计数器func (s *cmSketch) Clear() { for _, r := range s.rows { r.clear() }} |
TinyLFU解决了LFU统计的内存消耗问题，和缓存保鲜的问题，但是TinyLFU是否还有缺点呢？
有，论文中是这么描述的，根据实测TinyLFU应对突发的稀疏流量时表现不佳。大概思考一下也可以得知，这些稀疏流量的访问频次不足以让他们在LFU缓存中占据位置，很快就又被淘汰了。
我们回顾之前讲过的，LRU对于稀疏流量效果很好，那可以不可以把LRU和LFU结合一下呢？就出现了下面这种缓存策略。
三、Window-TinyLFU
Window-TinyLFU策略里包含LRU和LFU两部分，前端的小LRU叫做Window LRU，它的容量只占据1%的总空间，它的目的就是用来存放短期的突发访问数据。存放主要元素的Segmented LRU(SLRU)是一种LRU的改进，主要把在一个时间窗口内命中至少2次的记录和命中1次的单独存放，这样就可以把短期内较频繁的缓存元素区分开来。具体做法上，SLRU包含2个固定尺寸的LRU，一个叫Probation段A1，一个叫Protection段A2。新记录总是插入到A1中，当A1的记录被再次访问，就把它移到A2，当A2满了需要驱逐记录时，会把驱逐记录插入到A1中。W-TinyLFU中，SLRU有80%空间被分配给A2段。
以上就是LRU LFU TinyLFU缓存算法实例详解的详细内容，更多关于LRU LFU TinyLFU缓存算法的资料请关注服务器之家其它相关文章！
原文链接：https://juejin.cn/post/7074533777661231141
