caffenie

缓存算法:一个缓存组件是否好用，一个重要指标是缓存命中率，而命中率
和缓存组件本身的缓存数据淘汰算法息息相关
1、FIFO：先进先出，类似队列。即如果一个数据是最先进入的，可以认为在将来
它被访问的可能性很小。空间满的时候，最先进入的数据会被最早淘汰

	 缺页率=（页面置换次数+分配给该进程的物理块数）/要访问的页面总数
	 
	 Belady现象：一个进程P要访问M个页，OS分配N(N<M)个内存页面，对一个访问序列S，发生
				缺页的次数PE(S,N)。当N增大时，PE时而增大，时而减小。简言之就是说
				分配的页面增多，但缺页率反而提高
				
	FIFO，被置换的页面通常使被频繁访问的，会使一些页面频繁的被替换和重新申请内存，
	导致Belady现象

2、LRU：The Least Recently Used,最近最久未使用算法。如果一个数据最近一段时间都没有被访问，
认为它将来被访问的可能性也很小。当空间满时，最久没有被访问的数据最先被置换。

	最朴素的实现思想使数组+时间戳，不过效率较低
	可以用双线链表LinkedList+哈希表HashMap实现，链表表示位置，哈希表用来存储和查找。
	Java里有对应的数据结构LinkedHashMap

3、LFU: Least Frequently Used，最近最少使用算法。如果一个数据在最近一段时间很少被访问，可以认为在将来它被访问的可能性也很小，
空间满时，最小频率访问的数据最先被淘汰

	实现策略：小顶堆（选择频率最小的元素）+哈希表
	
	堆其实是利用完全二叉树的结构来维护的一维数组
	大顶堆：每个结点的值都大于或等于其左右孩子结点的值
	小顶堆：每个结点的值都小于或等于其左右孩子结点的值
	升序排列用大顶堆，降序用小顶堆

4、W-TinyLFU

1、caffeine是基于jdk1.8实现的缓存工具
2、caffeine使用W-TinyLFU算法，实现几乎完美的命中率
3、是一种内存缓存，适合单机的数据缓存；因为存储在内存中，没有持久化，
适合一些短期或者启动以及结果信息的暂存。
4、缓存填充策略：手动、同步、异步
4.1 手动控制缓存的增删改处理。底层用ConcurrentHashMap进行节点存储，
因此get()方法是安全的。批量查找可以用getAllPresent()或带填充默认值的getAll()
4.2 同步加载

5、过期策略：caffeine的缓存清除是惰性的，类似redis的惰性删除。可以通过增加定时器
的方法，定时执行cache.cleanUp()——一个异步方法，可以等待执行。出发缓存清除操作