美文网首页
【LFU】一文让你弄清 Redis LFU 页面置换算法

【LFU】一文让你弄清 Redis LFU 页面置换算法

作者: 阿兵云原生 | 来源:发表于2023-09-24 20:28 被阅读0次

    上一次,相信大家已经知道关于 LRU 页面置换算法的思想和实现了,这里可以一键直达:

    Redis 的淘汰策略中,关于 LFU 页面置换算法,今天咱们来捋一捋到底思想是啥,可以如何去实现它

    [图片上传失败...(image-51c77d-1695644896801)]

    这就让我们进入状态吧

    ✔LFU 的思想和实现

    LFU 全称为:Least frequently used

    含义为:使用频次最少的,即为 最不经常使用的

    思想是:如果数据在一段时间被访问的次数较少,那么在未来的一段时间,这段数据被访问的几率就会更小

    可以看到 LRU 和 LFU 思想上的区别是非常明显的

    • LRU 强调最近最少使用,关注的是最近有没有使用过
    • LFU 强调的是一段时间的使用次数,关注的是频次

    实际上, LRU 和 LFU 在实现上也是挺相似的,都要使用到双向链表和 hashmap,只不过,我们需要思考如何很好的处理好频次这个数据

    LRU 查询数据的时候,为了将时间复杂度从 O(n) 降低到 O(1),选择了使用 hashmap 来存放具体的 key 和对应的 数据节点

    那么 LFU 中,也可以如法炮制,可以使用 hashmap 存放 频次 和 对应的该频次的节点组成的链表

    👀👀简单来看

    • LRU 的实现时用一个双向链表,插入数据使用头插法,从尾部淘汰数据
    • 那么 LFU 的实现实际上是使用了 2 个 hashmap 和 多个 双向链表,插入数据使用尾插法,淘汰数据从链表头淘汰

    ✔举例时刻

    还是同样的方法,咱们举个例子,就能很好的明白这个思想了

    例如,我们还是要插入这些数据

    set(0,0),set(1,1),set(2,2),set(3,3),set(4,4),get(3) ,set(5,5) ,链表的容量为 3

    来模拟一下 LFU 的处理过程😁

    同理,

    先插入前面 3 个节点数据

    0, 1, 2,此处 LFU 是使用的尾插法,此处对于首次插入的数据,频次都是 1 ,因此会默认放到频次为 1 的对应的链表上

    [图片上传失败...(image-439be5-1695644896801)]

    插入3,

    由于 LFU 容量为 3 ,已经满了,当前发生了缺页,需要置换数据

    淘汰 频次(最低的)为 1 的链表的头结点,且删除 hashmap 中的数据,同时将 3 这个节点的数据加入到 hashmap 中

    [图片上传失败...(image-9e432d-1695644896801)]

    插入4,

    由于 LFU 容量为 3 ,已经满了,当前发生了缺页,需要置换数据

    淘汰 频次(最低的)为 1 的链表的头结点,且删除 hashmap 中的数据,同时将 4 这个节点的数据加入到 hashmap 中

    [图片上传失败...(image-703517-1695644896801)]

    获取 3,

    key 为 3 的节点在 LFU 中,更新 3 节点的频次,从频次 1 更新到 频次 2

    相当于在频次为 1 对应得的链表中,删除 3 这个节点,让 2 节点和 4 节点进行相连,再将 3 这个节点加入到频次为 2 的链表中,同时更新 hashmap 中 key 为 3 的值

    [图片上传失败...(image-5addc-1695644896801)]

    插入5,

    由于 LFU 容量为 3 ,已经满了,当前发生了缺页,需要置换数据

    淘汰 频次(最低的)当前频次为 1 的链表的头结点,且删除 hashmap 中的数据,同时将 5 这个节点的数据加入到 hashmap 中

    [图片上传失败...(image-ec7e2e-1695644896801)]

    从上述演示中,我们可以看到关于 LRU 的关键逻辑

    1. 实现基本的链表,使用一个 hashmap 来存放 key 和对应的节点使用另外一个 hashmap 来存放频次和其对应的链表
    1. 插入的数据时,如果 LFU 容量已满,那么找到频次最低的那条链表,删除链表头,并插入数据到链表尾部
    1. 查询数据的时候,若数据已经存在于链表中,则将该节点的频次 +1,且放到对应频次的链表尾部

    那么在实现的时候,只需要实现基本的链表以及关于两个 hashmap 的联动即可实现我们的 LFU

    LFU 相对 LRU 的实现来说,会多维护一个 hashmap ,只不过这个 hashmap 是 key 为 频次,value 为链表 ,即上图中的 hashmap_freq

    知道 LFU 的思想,以及 LFU 中数据变动的过程明白了,写代码都是很简单的事情,感兴趣的 xdm 可以查看我的 code 地址:https://github.com/qingconglaixueit/my_lru_lfu/blob/main/my_lfu/lfu.go

    代码案例结果

    仓库地址中main.go 代码实现和 LRU 的一致,只不过,咱们的句柄和具体实现换成了 LFU 的

    [图片上传失败...(image-132823-1695644896801)]

    代码运行效果如下:

    [图片上传失败...(image-ff143a-1695644896801)]

    总结

    至此,咱们将 Redis 淘汰策略中的 LRU 和 LFU 页面置换算法的思想,演示,以及具体实现都聊了一下,如果有偏差, 还请提出,兄弟们不吝赐教哦

    感兴趣的,随时可以下载源码,在你的机器上运行哦,仓库地址如下:

    https://github.com/qingconglaixueit/my_lru_lfu

    感谢阅读,欢迎交流,点个赞,关注一波 再走吧

    欢迎点赞,关注,收藏

    朋友们,你的支持和鼓励,是我坚持分享,提高质量的动力

    [图片上传失败...(image-bb6db0-1695644896801)]

    好了,本次就到这里

    技术是开放的,我们的心态,更应是开放的。拥抱变化,向阳而生,努力向前行。

    我是阿兵云原生,欢迎点赞关注收藏,下次见~

    文中提到的技术点,感兴趣的可以查看这些文章:

    相关文章

      网友评论

          本文标题:【LFU】一文让你弄清 Redis LFU 页面置换算法

          本文链接:https://www.haomeiwen.com/subject/wtkqbdtx.html