Redis数据淘汰策略 LRU深入分析 (二)

目录

Redis数据淘汰策略 概论 (一)
Redis数据淘汰策略 LRU深入分析 (二)
Redis数据淘汰策略 LFU深入分析 (三)

1.前言

上篇文章我们整体上介绍了redis的淘汰策略，而其中LRU和LFU两种算法又是极其重要的，接下来我们从底层原理开始逐一揭开它们的神秘面纱！

2. LRU

2.1 LRU

LRU(least recently used),从字面上理解是最近最少使用的，会淘汰掉最近最不曾使用的key；
有兴趣可查看redis官方文档关于这块的介绍，点击查看

实现LRU算法除了需要key/value字典外，还需要附加一个链表，聊表中元素按照一定顺序排列，当空间满的时候就剔除尾部的元素，当字典的某个元素被访问时，他在链表中的位置会被移动到表头，所以链表的元素排列顺序就是元素最近被访问的时间顺序；

分析：

• 优点：链表元素的排列顺序就是元素最近被访问的时间顺序，清晰明了
• 缺点：每次需要把整个链表进行很大的变动，会消耗大量的额外内存；同时，加入有一个元素很久没有被删除，使用频率很低，最近使用一次，那么这个使用频率很低的元素也不会被淘汰掉，这也是后续出现更好的lfu算法的原因；

2.2 近似LRU
redis实际上采用的是近似LRU算法，从我们刚提到的LRU的缺点就能理解这一点；

如下图是随机LRU算法和严格LRU算法的效果对比图

图中绿色部分是新加的key，深灰色部分是老旧的key，浅灰色部分是通过LRU算法淘汰掉的key；从图中可以看出采样数量越大，近似LRU算法的效果越接近严格LRU算法，同时Redis3.0在算法中增加了淘汰池，进一步提升了近似LRU算法的效果；

拓展： 淘汰池其实是一个数组，它的大小是maxmemory_samples,在每次淘汰循环中，新的随机得到的key列表会和淘汰池中的key列表进行一次融合，即求并集后淘汰最旧的key，保留剩余较旧的key列表放入淘汰池中留待下一个循环。

2.3 redis请求头与 LRU

redis为了实现近似LRU,给每个key增加了一个额外的小字段，长度为24bit（默认存的是Unix时间戳对2^24取模的结果，大约97天清零一次），当某个key被访问一次，它的对象头结构中lru字段就会被更新为server.lruclock;
如果server。lruclock没有折返（对2^24取模），它就是一直递增的，意味着对象的lru字段不会超过server.lruclock的值，如果超过了，说明折返了，通过这个逻辑就可以计算出对象多长时间没有被访问-----即“对象的空闲时间”；

空闲时间计算如下

redis对象头结构如下

struct RedisObject{
	int4 type;
	int4 encoding;
	int24 lru;
	int32 refcount;
	void *ptr;
} robj ;

3.总结

redis实际上使用的是近似LRU算法

使用频率很低的元素如果最近被使用过一次，在很长的一段时间也不会被淘汰掉，这也是LFU算法出现的原因

4.思考

如果你是java用户，如何使用LinkedHashMap实现一个LRU字典？

最后，如果看完对你有所帮助，不要吝啬关注 / 点赞 / 收藏哟，感谢感谢~