Memcached之你真正理解LRU吗(4)

最新推荐文章于 2018-03-10 23:16:39 发布

qianshanding0708

最新推荐文章于 2018-03-10 23:16:39 发布

阅读量6.4k

点赞数 3

分类专栏： Memcached

本文链接：https://blog.csdn.net/qianshangding0708/article/details/47980697

版权

本文详细探讨了Memcached的LRU算法实现，包括其内存分配机制、Slab Allocator工作原理以及如何处理内存浪费。Memcached的LRU算法针对每个Slab执行，当Slab满载且无法分配新Page时，会剔除最近最少使用的数据。同时，提出了避免大对象和调整增长因子以优化内存利用率的建议。

摘要由CSDN通过智能技术生成

众所周知，Memcached使用的是LRU（Least Recently Used最近最少使用）算法来回收缓存，将那些属于LRU的数据移出内存，从而腾出空间来加载另外的数据。那么Memcached的最近最少使用算法是怎么实现的呢？也许很多人都会回答：不就是在内存满了的情况下，把最近最少使用的Key替换掉，然后插入新的Key-Value键值对吗？其实不然，下面我们来深入的分析Memcached的LRU的内部实现，在分析LRU之前，让我们先了解一下Memcached的内部原理。

Memcached的内存分配

Memcached是采用Slab Allocator机制分配、管理内存，首先，我们必须理解三个概念：

Slab	相同Chunk大小的集合，一个Slab包含多个Page，一个Page（默认是1M）包含多个Chunk，Chunk就是最终存放数据的地方。
Page	Page默认是1M，一个Page包含多个Chunk。
Chunk	默认情况下Chunk的大小是：96，随着指定的增长因子变化（参数 -f <factor>）</