«

Go语言如何实现LRU算法的核心思想和实现过程

时间:2024-3-26 13:18     作者:韩俊     分类: Go语言


这篇文章主要介绍了Go语言如何实现LRU算法的核心思想和实现过程,具有一定借鉴价值,需要的朋友可以参考下。下面就和我一起来看看吧。


GO实现Redis的LRU例子

常见的三种缓存淘汰算法有三种:FIFO,LRU和LFU

实现LRU缓存淘汰算法

1.FIFO/LFU/LRU算法简介

缓存全部存在内存中,内存是有限的,因此不可能无限制的添加数据,假定我们能够最大使用的内存为Max,那么在一个时间点之后,添加了某一条缓存记录之后,占用内存超过了N,这个时候就需要从缓存中移除一些数据,那么该移除或者淘汰谁呢?我们肯定希望去移除没用的数据,将热点数据留在缓存中,下面几种就是对应的几种策略!

FIFO (First in First Out)

先进先出,内存满了时淘汰最老存在最久的key缓存,这种算法认为越早被添加的数据使用可能性会比新加入进来的小,但是这种也有弊端,在某些场景下比如查历史支付记录的账单,就需要查询之前的缓存记录,这类记录就不得不因为每天新的支付从而淘汰掉以前的支付记录(当然这类记录存库是最好方式)

【实现方式】维护一个队列先进先出就行了,新来的数据加到队尾

LFU (Least Frequently Used)

最少使用,也就是淘汰缓存中访问频率最低的记录。这个算法认为过去访问次数最高的使用概率也最大,但是这样就额外维护了一个访问次数,对内存其实占用也挺多的,再者访问次数最多的数据,突然不使用了,那么要淘汰它之前,需要内存其他区域的数据访问次数全部超过它才有可能,所以淘汰的缺点也非常明显。

【实现方式】LFU 的实现需要维护一个按照访问次数排序的队列,每次访问,访问次数加1,队列重新排序,淘汰时选择访问次数最少的即可

LRU (Least Recently Used)

最近最少使用,相对于只考虑使用时间和使用次数来看,LRU会相对比较平均去淘汰数据,如果数据最近被使用过,那么将来被访问的概率将提高

【实现方式】维护一个队列,如果某条记录被访问了,则移动到队尾,那么队首则是最近最少访问的数据,淘汰该条记录即可。

2.LRU算法实现

2.1核心数据结构

这张图很好地表示了 LRU 算法最核心的 2 个数据结构

  • 绿色的是字典(map),存储键和值的映射关系。这样根据某个键(key)查找对应的值(value)的复杂是

    O(1)
    ,在字典中插入一条记录的复杂度也是
    O(1)

  • 红色的是双向链表(double linked list)实现的队列。将所有的值放到双向链表中,这样,当访问到某个值时,将其移动到队尾的复杂度是

    O(1)
    ,在队尾新增一条记录以及删除一条记录的复杂度均为
    O(1)

接下来我们创建一个包含字典和双向链表的结构体类型 Cache,方便实现后续的增删查改操作。

package lru
import (
    "container/list"
    "log"
)
// Cache is a LRU cache. It is not safe for concurrent access.
type Cache struct {
    maxBytes int64 // 允许使用的最大内存
    nbytes   int64 // 当前已使用的内存
    ll       *list.List
    cache    map[string]*list.Element
    // optional and executed when an entry is purged.
    OnEvicted func(key string, value Value) // 某条记录被移除时的回调函数
}
type entry struct {
    key   string
    value Value
}
// Value use Len to count how many bytes it takes
type Value interface {
    Len() int
}
  • 在这里我们直接使用 Go 语言标准库实现的双向链表

    list.List

  • 字典的定义是

    map[string]*list.Element
    ,键是字符串,值是双向链表中对应节点的指针。

  • maxBytes
    是允许使用的最大内存,
    nbytes
    是当前已使用的内存,
    OnEvicted
    是某条记录被移除时的回调函数,可以为 nil。

  • 键值对

    entry
    是双向链表节点的数据类型,在链表中仍保存每个值对应的 key 的好处在于,淘汰队首节点时,需要用 key 从字典中删除对应的映射。

  • 为了通用性,我们允许值是实现了

    Value
    接口的任意类型,该接口只包含了一个方法
    Len() int
    ,用于返回值所占用的内存大小。

方便实例化

Cache
,实现
New()
函数:

// New is the Constructor of Cache
func New(maxBytes int64, onEvicted func(string, Value)) *Cache {
    return &Cache{
        maxBytes:  maxBytes,
        ll:        list.New(),
        cache:     make(map[string]*list.Element),
        OnEvicted: onEvicted,
    }
}

2.2查找功能

查找主要有 2 个步骤,第一步是从字典中找到对应的双向链表的节点,第二步,将该节点移动到队尾。

func (c *Cache)Get(key string)(val Value,ok bool){
    // 如果找到了节点,就将缓存移动到队尾
    if ele,ok:=c.cache[key];ok{
        c.ll.MoveToBack(ele)
        kv:=ele.Value.(*entry)
        return kv.value,true
    }
    return
}
  • 如果键对应的链表节点存在,则将对应节点移动到队尾,并返回查找到的值。

  • c.ll.MoveToBack(ele)
    ,即将链表中的节点
    ele
    移动到队尾

2.3删除

这里的删除,实际上是缓存淘汰。即移除最近最少访问的节点(队首)

// 移除最近最近,最少访问的的节点
func (c *Cache)RemoveOldest(){
    ele:=c.ll.Front()  // 取到队首节点,从链表中删除
    if ele!=nil{
        c.ll.Remove(ele)
        kv:=ele.Value.(*entry)
        delete(c.cache,kv.key)
        c.nbytes-=int64(len(kv.key))+int64(kv.value.Len())
        if c.OnEvicted != nil {
            c.OnEvicted(kv.key, kv.value)
        }
    }
}
  • c.ll.Front()
    取到队首节点,从链表中删除。

  • delete(c.cache, kv.key)
    ,从字典中
    c.cache
    删除该节点的映射关系。

  • 更新当前所用的内存

    c.nbytes

  • 如果回调函数

    OnEvicted
    不为 nil,则调用回调函数

2.4新增或修改

// 新增或修改
func (c *Cache)Add(key string ,value Value){
   if int64(value.Len())>c.maxBytes{
      log.Printf("超过最大容量%d,插入缓存容量为%d",c.maxBytes,int64(value.Len()))
      return
   }
   if ele,ok:=c.cache[key];ok{
          c.ll.MoveToBack(ele)
          kv:=ele.Value.(*entry)
       c.nbytes += int64(value.Len()) - int64(kv.value.Len())
   }else{
      ele:=c.ll.PushFront(&entry{key: key,value: value})
      c.cache[key]=ele
      c.nbytes=int64(len(key))+int64(value.Len())
   }
   // 如果当前使用的内存>允许使用的最大内存 使用淘汰策略
   for c.maxBytes !=0 && c.maxBytes < c.nbytes{
       c.RemoveOldest()
   }
}
  • 如果键存在,则更新对应节点的值,并将该节点移到队尾。

  • 不存在则是新增场景,首先队尾添加新节点

    &entry{key, value}
    , 并字典中添加 key 和节点的映射关系。

  • 更新

    c.nbytes
    ,如果超过了设定的最大值
    c.maxBytes
    ,则移除最少访问的节点。

标签: golang

热门推荐