缓存cache

go实现LRU缓存淘汰算法

2020-09-10  本文已影响0人  哥斯拉啊啊啊哦
注:以下的缓存淘汰算法实现,不考虑 并发 和 GC(垃圾回收) 问题

本文讨论的是 进程内缓存,是存放在内存中的,因此容量有限。当缓存容量达到某个阈值时,应该删除一条或多条数据。至于移出哪些数据?答案是移出那些 "无用" 的数据。而如何判断数据是否 "无用",就设计到 缓存淘汰算法

常见的缓存淘汰算法有以下三种:

  1. FIFO(first in first )先进先出算法
    《go实现FIFO缓存淘汰算法》
  2. LFU(least frequently used)最少使用算法
    《go实现LFU缓存淘汰算法》
  3. LRU(least recently used)最近最少使用算法
    看本文


LRU缓存淘汰算法的实现
如上图示,实现 lru算法 的缓存架构图:

lru算法 是相对平衡的一种算法。
核心原则是:如果数据最近被访问过,那么将来被访问的概率会更高
如上图,用双链表来实现的话,如果某条数据被访问了,则把该条数据移动到链表尾部,
队尾是最少使用的元素,内存超出限制时,淘汰队尾元素即可

1. map 用来存储键值对。这是实现缓存最简单直接的数据结构,因为它的查找记录和增加记录时间复杂度都是 O(1)

2. list.List 是go标准库提供的双链表。
通过这个双链表存放具体的值,移动任意记录到队首的时间复杂度都是 O(1),
在队首增加记录的时间复杂度是 O(1),删除任意一条记录的时间复杂度是 O(1)
如下,fifo算法的代码实现
// 定义cache接口
type Cache interface {
    // 设置/添加一个缓存,如果key存在,则用新值覆盖旧值
    Set(key string, value interface{})
    // 通过key获取一个缓存值
    Get(key string) interface{}
    // 通过key删除一个缓存值
    Del(key string)
    // 删除 '最无用' 的一个缓存值
    DelOldest()
    // 获取缓存已存在的元素个数
    Len() int
    // 缓存中 元素 已经所占用内存的大小
    UseBytes() int
}

// 结构体,数组,切片,map,要求实现 Value 接口,该接口只有1个 Len 方法,返回占用内存的字节数
type Value interface {
    Len() int
}

// 定义key,value 结构
type entry struct {
    key   string
    value interface{}
}

// 计算出元素占用内存字节数
func (e *entry) Len() int {
    return CalcLen(e.value)
}

// 计算value占用内存大小
func CalcLen(value interface{}) int {
    var n int
    switch v := value.(type) {
    case Value: // 结构体,数组,切片,map,要求实现 Value 接口,该接口只有1个 Len 方法,返回占用的内存字节数,如果没有实现该接口,则panic
        n = v.Len()
    case string:
        if runtime.GOARCH == "amd64" {
            n = 16 + len(v)
        } else {
            n = 8 + len(v)
        }
    case bool, int8, uint8:
        n = 1
    case int16, uint16:
        n = 2
    case int32, uint32, float32:
        n = 4
    case int64, uint64, float64:
        n = 8
    case int, uint:
        if runtime.GOARCH == "amd64" {
            n = 8
        } else {
            n = 4
        }
    case complex64:
        n = 8
    case complex128:
        n = 16
    default:
        panic(fmt.Sprintf("%T is not implement cache.value", value))
    }

    return n
}

type lru struct {
    // 缓存最大容量,单位字节,这里值最大存放的 元素 的容量,key不算
    maxBytes int

    // 已使用的字节数,只包括value, key不算
    usedBytes int

    // 双链表
    ll *list.List
    // map的key是字符串,value是双链表中对应节点的指针
    cache map[string]*list.Element
}

// 创建一个新 Cache,如果 maxBytes 是0,则表示没有容量限制
func NewLruCache(maxBytes int) Cache {
    return &fifo{
        maxBytes: maxBytes,
        ll:       list.New(),
        cache:    make(map[string]*list.Element),
    }
}

// 通过 Set 方法往 Cache 头部增加一个元素,如果已经存在,则移到头部,并更新值
func (l *lru) Set(key string, value interface{}) {
    if element, ok := l.cache[key]; ok {
        // 移动到头部
        l.ll.MoveToFront(element)
        eVal := element.Value.(*entry)
        // 重新计算内存占用
        l.usedBytes = l.usedBytes - CalcLen(eVal.value) + CalcLen(value)
        // 更新value
        element.Value = value
    } else {
        element := &entry{
            key:   key,
            value: value,
        }

        e := l.ll.PushFront(element) // 头部插入一个元素并返回该元素
        l.cache[key] = e
        // 计算内存占用
        l.usedBytes += element.Len()
    }

    // 如果超出内存长度,则删除队首的节点. 0表示无内存限制
    for l.maxBytes > 0 && l.maxBytes < l.usedBytes {
        l.DelOldest()
    }
}

// 获取指定元素(有访问要将该元素移动到头部)
func (l *lru) Get(key string) interface{} {
    if e, ok := l.cache[key]; ok {
        // 移动到头部
        l.ll.MoveToFront(e)
        return e.Value.(*entry).value
    }

    return nil
}

// 删除指定元素
func (l *lru) Del(key string) {
    if e, ok := l.cache[key]; ok {
        l.removeElement(e)
    }
}

// 删除最 '无用' 元素,链表尾部为最无用元素
func (l *lru) DelOldest() {
    l.removeElement(l.ll.Back())
}

// 删除元素并更新内存占用大小
func (l *lru) removeElement(e *list.Element) {
    if e == nil {
        return
    }

    l.ll.Remove(e)
    en := e.Value.(*entry)
    l.usedBytes -= en.Len()
    delete(l.cache, en.key)
}

// 缓存池元素数量
func (l *lru) Len() int {
    return l.ll.Len()
}

// 缓存池已经占用的内存大小
func (l *lru) UseBytes() int {
    return l.usedBytes
}
测试:
func TestLruCache(t *testing.T) {
    cache := NewLruCache(512)

    key := "k1"
    cache.Set(key, 1)
    fmt.Printf("cache 元素个数:%d, 占用内存 %d 字节\n\n", cache.Len(), cache.UseBytes())

    val := cache.Get(key)
    fmt.Println(cmp.Equal(val, 1))
    cache.DelOldest()
    fmt.Printf("cache 元素个数:%d, 占用内存 %d 字节\n\n", cache.Len(), cache.UseBytes())
}
----------------------------------------------------------------------------------------------------------
结果:
=== RUN   TestLruCache
cache 元素个数:1, 占用内存 8 字节

true
cache 元素个数:0, 占用内存 0 字节

--- PASS: TestLruCache (0.00s)
PASS
上一篇下一篇

猜你喜欢

热点阅读