LRU和LFU的缺点

最新推荐文章于 2024-04-21 13:59:52 发布
最新推荐文章于 2024-04-21 13:59:52 发布
阅读量3.7k 收藏 2
点赞数 1
分类专栏： 高并发系统设计 文章标签： 缓存 java p2p
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mameng1988/article/details/121843482
版权
LRU和LFU是两种常用的缓存淘汰策略。LRU在大多数情况下表现良好，但易受突发性流量影响导致缓存污染。而LFU在数据分布固定时能提供高命中率，却因维护频率信息的开销和对突发流量的处理不佳而受限。Caffeine等高性能缓存库通常会结合这些策略以优化性能。
摘要由CSDN通过智能技术生成

  • LRU实现简单，在一般情况下能够表现出很好的命中率，是一个“性价比”很高的算法，平时也很常用。虽然LRU对突发性的稀疏流量（sparse bursts）表现很好，但同时也会产生缓存污染，举例来说，如果偶然性的要对全量数据进行遍历，那么“历史访问记录”就会被刷走，造成污染。

  • 如果数据的分布在一段时间内是固定的话，那么LFU可以达到最高的命中率。但是LFU有两个缺点，第一，它需要给每个记录项维护频率信息，每次访问都需要更新，这是个巨大的开销；第二，对突发性的稀疏流量无力，因为前期经常访问的记录已经占用了缓存，偶然的流量不太可能会被保留下来，而且过去的一些大量被访问的记录在将来也不一定会使用上，这样就一直把“坑”占着了。

Caffeine高性能设计剖析 | Alben's home

mameng1998
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
图形化模拟内存中的FIFO，LRU，LFU存储管理
11-06
2. **页面替换算法的原理**：掌握FIFO、LRU和LFU的基本逻辑，以及它们在实际场景中的优缺点。 3. **Python编程**：熟悉Python语言，能够阅读和理解代码实现。 4. **模拟与可视化**：学习如何用Python进行模拟，以及...
LRU算法
生命不息，奋斗不止
09-16 2101
1. LRU算法 缺点: 如果一个不是经常使用的数据，偶尔或者周期性的被使用，那么该数据会被加到LRU链表头部,而这种不经常使用的数据，放在链表头部，占用了空间;一直等到LRU淘汰完，才会被剔除链表; 如果这种数据一次性过多，那么链表数据都是这种无用的数据，从而会导致缓存命中率低下，影响系统性能; 针对这种问题，LRU-K算法，不仅记录最近被使用时间，还需要使用一个历史记录表，记录使用次数; 使用次数很低的，直接不加入LRU链表; 提高缓存命中率; ...
Redis缓存淘汰算法——LRU、LFU
qq_45796208的博客
07-25 657
个人博客欢迎访问 总结不易，如果对你有帮助，请点赞关注支持一下 微信搜索程序dunk，关注公众号，获取博客源码、数据结构与算法笔记（超级全）、大厂面试、笔试题 Redis过期键的删除策略 对于过期键一般的三种删除策略 定时删除：在设置键的过期时间的同时，创建一个定时器（timer），让定时器在键的过期时间来临时，立即执行对键的删除操作 惰性删除：放任键过期不管，但是每次从键空间中获取键时，都检查取得的键是否过期，如果过期的话，就删除该键；如果没有过期，那就返回该键 定期删除：每过一段时间，程序就对数据
LFU算法族：window-LFU
weixin_38569499的博客
01-27 1434
1、LFU算法的不足 LFU（LeastFrequentlyUsed）是一种缓存淘汰算法。LFU算法是根据缓存的访问频率，去淘汰访问次数最低的缓存。这样就给LFU带来了两个问题： 不可避免的问题：对于每个缓存项，LFU都需要记录其访问次数，这导致了LFU需要一笔不小的额外内存开销； 可一定程度避免的问题：对于记录的访问次数，LFU要对其进行排序，用于淘汰访问次数最低的算法。而对大量数据的排序，则会带来一定的处理器开销。当然，这个开销可以通过在每次操作时调整排序顺序，来避免在内存淘汰时...
不吹不黑，这个算法，你肯定不会
Java极客技术
10-29 279
点击蓝色“Java极客技术”关注我哟加个“星标”，天天早上08:14，一起快乐成长01、前言我们常用缓存提升数据查询速度，由于缓存容量有限，当缓存容量到达上限，就需要删...
groupcache 全方位解读之LRU篇
脚踏实地，不断突破自我，每天有收获就OK
01-29 729
一、核心组件概览 groupcache的核心组件，按照优先级列举如下： 1、1 http部分 peers接口 singleflight LRU consistenthash byteview sinks groupcachepb 参考文档： https://cloud.tencent.com/developer/article/1454568 ...
探索 LRU 算法的缺陷与解决方案
weixin_73077810的博客
02-20 1181
本文将探讨缓存系统中常用的淘汰算法之一——LRU算法存在的一些缺陷，并提出针对这些缺陷的优化方案。具体来说，我们将重点分析预读机制可能引发的预读失效问题和缓存污染问题，并探讨如何通过筛选预读数据和引入其他淘汰策略如LFU算法或ARC算法来解决这些问题。通过本文的阐述，读者将了解到如何更好地设计和优化缓存系统，提高系统性能和效率。
缓存：LRU，LFU，FIFO缓存C ++实现
01-30
总之，LRU、LFU和FIFO是三种常用的缓存策略，各有优缺点。LRU简单且高效，适合大多数情况；LFU考虑了使用频率，但在处理短期爆发性访问时可能表现不佳；FIFO则最简单，但可能无法充分利用缓存空间。在选择缓存策略时...
页面置换算法 FIFO NUR LRU LFU.docx
06-27
常见的页面置换算法有 FIFO、NUR、LRU 和 LFU 等。 1. FIFO 页面置换算法 FIFO（First-In-First-Out）算法是最简单的页面置换算法。它的工作原理是将最早装入物理内存的页面换出，以腾出空间用于其他进程的使用。...
页面置换算法 FIFO NUR LRU LFU (2).pdf
06-27
本文主要介绍了四种常见的页面置换算法：FIFO、NUR、LRU 和 LFU，并对其进行了详细的分析和比较。 FIFO（First-In-First-Out）页面置换算法是一种简单的页面置换算法。该算法的工作原理是：当系统需要置换一页时，...
页面置换算法 FIFO NUR LRU LFU (2).docx
06-27
【页面置换算法的理解与实现】 ...FIFO、LRU和LFU各有优劣，选择哪种算法取决于具体的应用场景和资源限制。通过这次课程设计，我们不仅掌握了这些算法的原理，还提升了实际编程和问题解决的能力。
缓存淘汰——LRU和LFU算法
decaffeinated的博客
12-07 337
LRU和LFU算法
LRU 和LFU 算法简单对比
热门推荐
萝卜头
09-21 1万+
why? when? what? 之前面试有问到 LRU 自己没好好准备没答好，现在发现自己竟然把 LRU 理解成了 LFU 呃… 每个算法都有自己的应用场景以及优缺点。各种缓存算法的核心区别在于它的淘汰机制。而这个淘汰机制主要参考这两个维度：最后被访问的时间和最近被访问的频率次数。 LRU(Least Recently Used ):淘汰最后被访问时间最久的元素。 缺点：可能会由于一次冷数...
面试官：你知道MySQL和Linux操作系统是如何改进LRU算法的吗？
bjmsb79的博客
07-17 136
Linux 操作系统为基于 Page Cache 的读缓存机制提供预读机制应用程序只想读取磁盘上文件 A 的 offset 为 0-3KB 范围内的数据，由于磁盘的基本读写单位为 block（4KB），于是操作系统至少会读 0-4KB 的内容，这恰好可以在一个 page 中装下。
【数据结构】LRU缓存
最新发布
2301_76762420的博客
04-21 892
LRU缓存是一种基于双向链表和哈希表的数据结构，用于管理缓存中的数据并自动淘汰最近最少使用的数据。它通过高效的插入、访问和删除操作，提高了应用程序的性能。LRU缓存非常适合用于对数据访问频率较高且具有较强时效性的数据集。
LRU最近最少淘汰算法
微笑流浪
02-07 2665
LRU （Least recently used，最近最少使用） 最常的实现就是使用一个链表来保存缓存数据，最常用在例如：   最近阅读：。。。。     。。。。     。。。。   经常访问的网站 。。。。       。。。。       。。。。 等等等！ 其核心的思想就是“如果数据最近被访问过，那么将来被访问的几率也会更高！”  上张图来看下其
缓存淘汰算法之LRU
weixin_30596165的博客
12-05 4164
1.LRU1.1.原理 LRU（Leastrecentlyused，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： 1.新数据插入到链表头部； 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...
MySQL如何改进LRU算法
qq2904529388的博客
04-20 789
操作系统出于空间局部性原理（靠近当前被访问数据的数据，在未来很大概率会被访问到）所以当我们,读取一部分内容时,它旁边的内容也会被加载到内存中,同时如果文件读取内容小,那么预读机制也可以充分利用空间,将这一部分缺少的内存补充,为未来访问作准备什么是预读失效如果这些被提前加载进来的页并没有被访问，相当于这个预读工作是白做了，这就是预读失效。传统的 LRU 算法，就会把「预读页」放到 LRU 链表头部，而当内存空间不够的时候，淘汰掉末尾。
LRU的改进算法LIRS
IT_YUAN的专栏
01-10 1万+
LRU（Least Recent Used）是我们在cache替换算法中最普遍使用的算法，在缓存块已满，而需要缓存新的数据块的时候，这时需要从缓存中找到一个“没有价值”的块用新的数据块去替换它。 Cache有两个问题：一个是前面提到的降低锁粒度，另一个是提高精准度，或者称为提高命中率。LRU在大多数情况下表现是不错的，但是有如下的问题： 1, 顺序扫描。顺序扫描的情况下LRU没
描述FIFO、LRU、LFU、NRU优缺点
12-29
FIFO（First-In-First-Out）算法是一种最简单的缓存淘汰算法，它按照数据进入缓存的顺序进行淘汰。FIFO算法的优点是实现简单，缺点是无法考虑数据的访问频率和重要性，可能导致热门数据被淘汰，造成缓存命中率下降。 LRU（Least Recently Used）算法是一种基于数据访问时间的缓存淘汰算法，它认为最近被访问的数据是热门数据，下一次很大概率会再次被访问。LRU算法的优点是能够较好地保留热门数据，缺点是实现相对复杂，需要维护一个访问时间的顺序链表或使用其他数据结构来记录数据的访问顺序。 LFU（Least Frequently Used）算法是一种基于数据访问频率的缓存淘汰算法，它认为访问频率最低的数据是冷门数据，下一次很大概率不会再次被访问。LFU算法的优点是能够较好地保留热门数据，缺点是实现相对复杂，需要维护数据的访问频率信息。 NRU（Not Recently Used）算法是一种基于数据最近访问时间和修改时间的缓存淘汰算法，它将数据分为四个类别：未访问未修改、未访问已修改、已访问未修改、已访问已修改。NRU算法的优点是实现简单，缺点是无法准确判断数据的重要性，可能导致重要数据被淘汰。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值