缓存的淘汰策略有几种？分别怎么用？

缓存是指，将一些需要读取数据放在磁盘或者内存中，由于追求速度从而一般是放在内存中。缓存容量有限，若缓存满了系统是如何淘汰一些数据的呢？

使用了缓存后因缓存的容量有限，等缓存满了之后需要淘汰一些数据，如Map数据结构是一个思路，我们自己的电脑存储文件或者是和JVM存储对象一样，内存不是无限的。

因此在实现缓存时必须要设计一套缓存淘汰策略，按照某种机制回收缓存占用的内存，保证缓存数据不会无限地增长直到撑爆内存。

缓存的淘汰策略

一、 LRU 最近最少使用LRU（Least Recently Used）是最经典的内存淘汰策略，其设计原则是 “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”。即根据数据的最近访问时间来进行淘汰，缺点是可能会由于一次冷数据的批量查询而误删除大量的热点数据。

二、近似 LRU 算法类似 LRU 算法，只是每次随机选择一批数据进行 LRU 淘汰，而不是全量 LRU 运算，牺牲部分准确度，以提升算法执行效率。Redis 3.0 之后对其进行了优化，维护了一个侯选池将随机选择的数据放入侯选池中进行 LRU 运算。当侯选池放满后新随机的数据会替换掉池中最近被访问的数据。

三、 TTL 超时时间TTL（Time To Live）是指用户为缓存设置的过期时间，当前时间到达过期时间时将删除缓存；如果缓存空间已满，则优先淘汰最接近过期时间的数据。

四、LFU 最近最不经常使用LFU（Least Frequently Used）策略会记录每个缓存数据的最近访问次数（频率），并优先清除使用次数较少的数据。这种算法存在的显著缺点是，最新写入的数据由于访问次数少，常常刚被缓存就删除了。

五、FIFO 先进先出FIFO（First In First Out）先进先出策略会将数据按照写入缓存的顺序进行排队，当缓存空间不足时，最先进入缓存的数据会被优先删除。是一种比较死板的策略不考虑数据热度可能会淘汰大量的热点数据，但是实现起来相对容易。

六、Random 随机淘汰策略随机淘汰策略，一般不建议使用。

缓存有很多优点，缓存时能够最快提高服务响应速度的优化，使用缓存能够最快以非常高的效率提高应用的性能。

通过缓存加速读写速度，在内存中读写比硬盘速度快，降低数据库服务器的负载：比如业务端的请求的数据大多数都由Redis服务器来处理，大大减轻MySQL服务器的压力。

以上就是播妞为大家分享的干货内容希望对你有所帮助