LRU (redis 的LRU 加自己实现的linkedHashMap)

最新推荐文章于 2025-05-26 09:26:58 发布

nx188

最新推荐文章于 2025-05-26 09:26:58 发布

阅读量951

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/nx188/article/details/78502292

本文介绍了LRU算法的概念及其实现方式，并探讨了Redis中的内存置换策略。LRU算法通常用于缓存管理中，当缓存达到容量限制时，会移除最近最少使用的条目。文中提供了一个基于LinkedHashMap的LRU实现示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文很有用

一、概念：

什么是LRU算法？ LRU是Least Recently Used的缩写，即最近最久未使用（其实就是从当前看最长时间没用到的），常用于页面置换算法，是为虚拟页式存储管理服务的。

二、代码：

重写 linkedHashMap 实现了 lru

package com.heyjl.linkedhashmap_lru;

/**
 * http://blog.youkuaiyun.com/yangpl_tale/article/details/44998365
 * http://flychao88.iteye.com/blog/1977653
 *
 * LRU是一种淘汰策略，就是内存达到容量后，最近未使用的就扔掉，
 * linkedHashMap 正常是不限量的不删除元素，
 * 但是如果继承linkedHashMap,设置他的容量就可以LRU
 * Created by jalo on 2017/11/9.
 */
import java.util.*;

//扩展一下LinkedHashMap这个类，让他实现LRU算法
class LRULinkedHashMap<K,V> extends LinkedHashMap<K,V>{
    //定义缓存的容量
    private int capacity;
    private static final long serialVersionUID = 1L;
    //带参数的构造器
    LRULinkedHashMap(int capacity){
        //调用LinkedHashMap的构造器，传入以下参数
        super(16,0.75f,true);
        //传入指定的缓存最大容量
        this.capacity=capacity;
    }
    //实现LRU的关键方法，如果map里面的元素个数大于了缓存最大容量，则删除链表的顶端元素
    @Override
    public boolean removeEldestEntry(Map.Entry<K, V> eldest){
        System.out.println(eldest.getKey() + "=" + eldest.getValue());
        return size()>capacity;
    }
}
//测试类
class LRU{
    public static void main(String[] args) throws Exception{

        //指定缓存最大容量为4
        Map<Integer,Integer> map=new LRULinkedHashMap<Integer,Integer>(4);
        map.put(9,3);
        map.put(7,4);
        map.put(5,9);
        map.put(3,4);
        map.put(6,6);
        //总共put了5个元素，超过了指定的缓存最大容量
        //遍历结果
        for(Iterator<Map.Entry<Integer,Integer>> it=map.entrySet().iterator();it.hasNext();){
            System.out.println(it.next().getKey());
        }
    }
}

三、redis 的置换策略：

当Redis内存使用达到maxmemory时，需要选择设置好的maxmemory-policy进行对老数据的置换。

下面是可以选择的置换策略：

noeviction: 不进行置换，表示即使内存达到上限也不进行置换，所有能引起内存增加的命令都会返回error
allkeys-lru: 优先删除掉最近最不经常使用的key，用以保存新数据
volatile-lru: 只从设置失效（expire set）的key中选择最近最不经常使用的key进行删除，用以保存新数据
allkeys-random: 随机从all-keys中选择一些key进行删除，用以保存新数据
volatile-random: 只从设置失效（expire set）的key中，选择一些key进行删除，用以保存新数据
volatile-ttl: 只从设置失效（expire set）的key中，选出存活时间（TTL）最短的key进行删除，用以保存新数据

选择合适的置换策略是很重要的，这主要取决于你的应用的访问模式，当然你也可以动态的修改置换策略，并通过用Redis命令——INFO去输出cache的命中率情况，进而可以对置换策略进行调优

一般来说，有这样一些常用的经验：

在所有的key都是最近最经常使用，那么就需要选择allkeys-lru进行置换最近最不经常使用的key，如果你不确定使用哪种策略，那么推荐使用allkeys-lru
如果所有的key的访问概率都是差不多的，那么可以选用allkeys-random策略去置换数据
如果对数据有足够的了解，能够为key指定hint（通过expire/ttl指定），那么可以选择volatile-ttl进行置换

参考： http://blog.youkuaiyun.com/cjfeii/article/details/47259519