文章目录

• 一、概念
• 二、缓存淘汰分类
• • 2.1 先进先出算法（FIFO）
  • 2.2 最少使用频率（LFU）
  • 2.3 最近使用（LRU）
• 三、缓存淘汰时机
• • 3.1 基于容量的回收
  • 3.2 基于时间的回收
  • 3.3 基于引用的回收

一、概念

不管是本地缓存还是分布式缓存，为了保证系统的高性能和高可用，都是使用内存来存储数据的。随着时间的推移，缓存的数据越来越多，由于成本和内存的限制，当存储的数据超过缓存最大容量时，需要对缓存的数据进行淘汰。常用的缓存淘汰策略有FIFO（先进先出算法）、LFU（Least Frequently Used）、LRU（Least Recently Used）等。

二、缓存淘汰分类

2.1 先进先出算法（FIFO）

FIFO（First in First out），先进先出，核心原则是：如果一个数据最先进入缓存中，则应该最早淘汰掉。

1. 利用一个双向链表保存数据，
2. 当来了新的数据之后便添加到链表末尾
3. 如果Cache存满数据，则把链表头部数据删除，
4. 然后把新的数据添加到链表末尾。
5. 在访问数据的时候，如果在Cache中存在该数据的话，则返回对应的value值；
6. 否则返回-1。如果想提高访问效率，可以利用hashmap来保存每个key在链表中对应的位置，但是淘汰缓存时需要维护hashMap。

2.2 最少使用频率（LFU）

LFU（Least Frequently Used），策略原则：淘汰一定时期内被访问次数最少的页面，以次数作为参考。

1. 新加入数据插入到队列尾部（因为引用计数为1）；
2. 队列中的数据被访问后，引用计数增加，队列重新排序；
3. 当需要淘汰数据时，将已经排序的列表最后的数据块删除。
   

2.3 最近使用（LRU）

LRU（Least Recently Used），淘汰策略：淘汰最长时间未被使用的页面，以时间作为参考

1. 新数据插到链表头部；
2. 每当缓存命中（即缓存数据被访问），则将数据移到链表头部；
3. 当链表满的时候，将链表尾部的数据丢弃。
   

三、缓存淘汰时机

不管是磁盘也好，内存也罢，我们的空间都不是无限的。所以，我们必须决定：什么时候某个缓存项就不值得保留了。

Guava Cache提供了三种基本的缓存回收时机：基于容量回收、定时回收、基于引用回收。

3.1 基于容量的回收

CacheBuilder.maximumSize(long)：规定缓存项的数目不超过固定值。
淘汰机制：淘汰最近没有使用或总体上很少使用的缓存项。
警告：在缓存项的数目达到限定值之前，缓存就可能进行回收操作，通常来说，这种情况发生在缓存项的数目逼近限定值时。

3.2 基于时间的回收

CacheBuilder提供两种定时回收方法：

1. expireAfterAccess(long, TimeUnit)：缓存项在给定时间内没有被读/写访问，则回收。
   淘汰机制：淘汰最近没有使用或总体上很少使用的缓存项。
2. expireAfterWrite(long, TimeUnit)：缓存项在给定时间内没有被写操作（创建或更新），则回收。即固定时候后回收。
   定时回收在周期性地在写操作中执行，偶尔在读操作中执行。

3.3 基于引用的回收

通过weakKeys和weakValues方法指定Cache只保存对缓存记录key和value的弱引用。这样当没有其他强引用指向key和value时，key和value对象就会被垃圾回收器回收。

1. CacheBuilder.weakKeys()：使用弱引用存储键。当键没有其它（强或软）引用时，缓存项可以被垃圾回收。因为垃圾回收仅依赖恒等式，使用弱引用键的缓存用==而不是equals比较键。
2. CacheBuilder.weakValues()：使用弱引用存储值。当值没有其它（强或软）引用时，缓存项可以被垃圾回收。因为垃圾回收仅依赖恒等式，使用弱引用值的缓存用==而不是equals比较值。
3. CacheBuilder.softValues()：使用软引用存储值。软引用只有在响应内存需要时，才按照全局最近最少使用的顺序回收。考虑到使用软引用的性能影响，我们通常建议使用更有性能预测性的缓存大小限定（见上文，基于容量回收）。使用软引用值的缓存同样用==而不是equals比较值。