Redis数据缓存淘汰策略「FIFO 、LRU、LFU」

FIFO、LFU、LRU

FIFO：先进先出算法

FIFO(First in First out)，先进先出。在FIFO Cache设计中，核心原则就是：如果一个数据最先进入缓存中，则应该最早淘汰掉。

1、利用一个双向链表保存数据，
2、当来了新的数据之后便添加到链表末尾，
3、如果Cache存满数据，则把链表头部数据删除，
4、然后把新的数据添加到链表末尾。
5、在访问数据的时候，如果在Cache中存在该数据的话，则返回对应的value值；
6、否则返回-1。如果想提高访问效率，可以利用hashmap来保存每个key在链表中对应的位置。

LFU淘汰一定时期内被访问次数最少的数据，以次数作为参考

image.png

1、新加入数据插入到队列尾部(因为引用计数为1)；
2、 队列中的数据被访问后，引用计数增加，队列重新排序；
3、当需要淘汰数据时，将已经排序的列表最后的数据块删除。

LRU：

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。

Two queues(2Q)：2Q算法有两个缓存队列，一个是FIFO队列，一个是LRU队列。

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：

image.png

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。

这种情况适用与以下场景
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。

周期性的批量操作，会立即淘汰LRU队列中的大量数据，导致缓存命中率大幅度下降。而APP常规操作中，有大量偶发批量操作，比如：进入页面后立即返回，就是很典型的一种。