Redis进阶-----LRU算法

前言

首先，Redis的过期策略分为定期删除+惰性删除。

定期删除：默认100ms随机抽查一些过期的key将其删除即可。

惰性删除：当查询key时, if (key 过期)？ 删除key且不返回 ：正常执行；

为什么不扫描全部的key？

如果对所有的key进行扫描，那就相当于执行了一次全包扫描，性能是非常低的。

1.Redis提供的LRU算法

noevivtion:内存不足以容纳新写入的数据时，直接报错。

allkeys-lru:内存不足以容纳新写入的数据时，移除所有key中最少使用的key。

volatile-lru:内存不足以容纳新写入的数据时，移除过期key中最少使用的key。

allkeys-random:内存不足以容纳新写入的数据时，移除所有key中随机的key。

volatile-random:内存不足以容纳新写入的数据时，移除过期key中随机的key。

volatile-ttl:内存不足以容纳新写入的数据时，移除过期key中更早过期的key。

2.手写LRU算法

LinkedHashMap实现了LRU算法，继承即可做一个简单的实现

class LRUCache<K, V> extends LinkedHashMap<K, V> {
    private final int CACHE_SIZE;

    /**
     * 传递进来最多能缓存多少数据
     *
     * @param cacheSize 缓存大小
     */
    public LRUCache(int cacheSize) {
        // true 表示让 linkedHashMap 按照访问顺序来进行排序，最近访问的放在头部，最老访问的放在尾部。
        super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);
        CACHE_SIZE = cacheSize;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        // 当 map中的数据量大于指定的缓存个数的时候，就自动删除最老的数据。
        return size() > CACHE_SIZE;
    }
}