linux c/c++ 后台开发常用组件之: 高性能local cache

缓存在后台开发中是经常使用的，通常有通用的缓存服务，开源的有memcache, redis,  但是在数据量不是特别大，性能要求极高的情况，以及减少搭建和维护专门的缓存服务的成本，本地缓存具有很好的性能以及减少运维成本，本地缓存可以显著的减少网络开销，带来更高的性能，还可以避免缓存服务单点问题 ，下面是自己封装的一个基于LRU缓存淘汰算法的多线程安全LRU缓存组件，已经在项目中使用，性能比memcache高出很多。

/***************************************
function: local lru cache
author: liuyi
date: 2018.07.26
version: 2.0
****************************************/

#ifndef LOCAL_CACHE_H
#define LOCAL_CACHE_H

#include <stdlib.h>
#include <iostream>
#include <sstream>
#include <vector>
#include <map>
#include <time.h>
#include <pthread.h>
#include <unistd.h>
using namespace std;

static int max_sleep_time = 2;
static int max_traversal_count = 10;

template<class T1, class T2>
class local_cache
{
public:
        struct cache_data
        {
            time_t begin_time;
            int expire_time;
            T2 data;
        };

        local_cache()
        {
        }

        ~local_cache()
        {
        }
        
        static void* lru_thread(void *args)
        {
            local_cache *p = (local_cache*)(args);
            while(1)
            {
                sleep(max_sleep_time);
                int count = p->lru_remove(max_traversal_count);
            }
            return NULL;
        }

        int lru_remove(int max_traversal_count)
        {
            int count = 0;
            vector<int> rand_map_index_vect;
            get_rand_map_index(m_multi_map_vect.size()/8 + 1, rand_map_index_vect);
            for(size_t i = 0; i < rand_map_index_vect.size(); i++)
            {
                size_t index = rand_map_index_vect[i];
                pthread_mutex_lock(m_multi_map_vect[index].second);
                if(m_multi_map_vect[index].first->size() >= (m_slot_max_size / 2));
                {
                    typename map<T1, cache_data>::iterator it = m_multi_