码迷,mamicode.com
首页 > 编程语言 > 详细

LRU算法与增强

时间:2019-12-18 12:28:03      阅读:77      评论:0      收藏:0      [点我收藏+]

标签:一段   auto   应该   mysq   span   说明   后退   hit   poi   

概要
本文的想法来自于本人学习MySQL时的一个知识点:MySQL Innodb引擎中对缓冲区的处理。虽然没有仔细研究其源码实现,但其设计仍然启发了我。

本文针对LRU存在的问题,思考一种增强算法来避免或降低缓存污染,主要办法是对原始LRU空间划分出young与old两段区域 ,通过命中数(或block时间)来控制,并用一个0.37的百分比系数规定old的大小。
内容分以下几小节,实现代码为Java:

1.LRU基本概念
2.LRU存在问题与LRUG设计
3.LRUG详细说明
4.完整示例代码

 

1.LRU基本概念
LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据。常用于一些缓冲区置换,页面置换等处理。

一个典型的双向链表+HashMap的LRU如下:

技术图片

 

 

2.LRU存在问题与LRUG设计

LRU的问题是无法回避突发性的热噪数据,造成缓存数据的污染。对此有些LRU的变种,如LRU-K、2Q、MQ等,通过维护两个或多个队列来控制缓存数据的更新淘汰。我把本文讨论的算法叫LRUG,仅是我写代码时随便想的一个名字。

LRUG使用HashMap和双向链表,没有其他的维护队列,而是在双向链表上划分young,old区域,young段在old段之前,有新数据时不会马上插入到young段,而是先放入old段,若该数据持续命中,次数超过一定数量(也可以是锁定一段时间)后再进行插入首部的动作。两段以37%为界,即满载后old段的大小最多占总容量的37%。(图1)
技术图片

(图1)

 

3.LRUG详细说明

3.1首先给出双向链表的节点结构,其中hitNum是命中次数:

    private static class Node<K,V>{
        int hitNum;
        K key;
        V value;
        Node<K,V> prev;
        Node<K,V> next;

        Node(K key,V value){
            this.key=key;
            this.value=value;
            hitNum=0;
        }
    }

 

3.2在加载阶段,数据以先后顺序加入链表,半满载时,young段已满,新数据以插入方式加入到old段,如图2所示。注意半满载时,也可能有madeYoung操作,把old区的数据提到young头。

技术图片

(图2)

 

 

 

    public void put(K key,V value){
        Node<K,V> node=caches.get(key);

        if(node==null){
            if(caches.size()>=capcity){
                caches.remove(last.key);
                removeLast();
            }
            node=new Node(key,value);

            if(caches.size()>=pointBorder){
                madeOld(node);
            }else{
                madeYoung(node);
            }
        }else {
            node.value=value;
            if(++node.hitNum>BLOCK_HIT_NUM){
                madeYoung(node);
            }
        }
        caches.put(key,node);
    }

 

 


3.3当数据命中时,如果位于young区,命中数+1后进行常规的madeYoung操作,把该项提到链表首部。如图3

技术图片

(图3)

 

 

如果命中项位于old区,对命中数+1后与BLOCK_HIT_NUM设置的值做判断,超过设定值说明该项数据可能不是突发数据,进行madeYoung操作提到链表首部,否则不做处理。
特别的,如果命中项正好是point,则point应该往后退一项,指向原point的下一项,此时young区膨胀了一项,而old区缩小了一项。极端情况下,ponit项持续被命中并进行madeYoung,point不断后退直到尾巴,此时young区占有100%容量,而old区为0,设置point指向last,意味着新数据项加入时,淘汰掉young区的末尾,而新数据项放在末尾成为old区。如图4

技术图片

(图4)

 

 

 

    public void madeYoung(Node node){
        if(first==node){
            return;
        }
        if(node==point){
            point=node.next;
            if(point==null) {
                point=last;
            }
        }
        if(node.next!=null){
            node.next.prev=node.prev;
        }
        if(node.prev!=null){
            node.prev.next=node.next;
        }
        if(node==last){
            last=node.prev;
        }
        if(first==null||last==null){
            first=last=node;
            point=null;
            return;
        }

        node.next=first;
        first.prev=node;
        first=node;
    }

    public void madeOld(Node node){
        if(point.prev!=null){
            point.prev.next=node;
            node.prev=point.prev;
        }
        if(point.next!=null){
            node.next=point.next;
            point.next.prev=node;
        }
        point=node;
    }

 

 

3.4需要一个清理的方法。也可以设置一些监测方法,如一段时间内的命中数(监测命中率)等,这与本篇主要内容无关就不写在这了。

    public void removeLast(){
        if(last!=null){
            if(last==point) {
                point=null;
            }

            last=last.prev;
            if(last==null) {
                first=null;
            }else{
                last.next=null;
            }
        }
    }

 

 

 4.示例代码

主要代码如下,时间仓促,可能一些地方会考虑不周,读者如发现,欢迎指出。

package com.company;
import java.util.HashMap;

public class LRUNum<K,V> {
    private HashMap<K,Node> caches;
    private Node first;
    private Node last;
    private Node point;
    private int size;
    private int capcity;
    private static final int BLOCK_HIT_NUM=2;
    private static final float MID_POINT=0.37f;
    private int pointBorder;

    public LRUNum(int capcity){
        this.size=0;
        this.capcity=capcity;
        this.caches=new HashMap<K,Node>(capcity);

        this.pointBorder=this.capcity-(int)(this.capcity*this.MID_POINT);
    }


    public void put(K key,V value){
        Node<K,V> node=caches.get(key);

        if(node==null){
            if(caches.size()>=capcity){
                caches.remove(last.key);
                removeLast();
            }
            node=new Node(key,value);

            if(caches.size()>=pointBorder){
                madeOld(node);
            }else{
                madeYoung(node);
            }
        }else {
            node.value=value;
            if(++node.hitNum>BLOCK_HIT_NUM){
                madeYoung(node);
            }
        }
        caches.put(key,node);
    }

    public V get(K key){
        Node<K,V> node =caches.get(key);
        if(node==null){
            return null;
        }
        if(++node.hitNum>BLOCK_HIT_NUM){
            madeYoung(node);
        }
        return node.value;
    }

    public Object remove(K key){
        Node<K,V> node =caches.get(key);

        if(node!=null){
            if(node.prev!=null){
                node.prev.next=node.next;
            }
            if(node.next!=null){
                node.next.prev=node.prev;
            }
            if(node==first){
                first=node.next;
            }
            if(node==last){
                last=node.prev;
            }
        }
        return caches.remove(key);
    }

    public void removeLast(){
        if(last!=null){
            if(last==point) {
                point=null;
            }

            last=last.prev;
            if(last==null) {
                first=null;
            }else{
                last.next=null;
            }
        }
    }

    public void clear(){
        first=null;
        last=null;
        point=null;
        caches.clear();
    }


    public void madeYoung(Node node){
        if(first==node){
            return;
        }
        if(node==point){
            point=node.next;
            if(point==null) {
                point=last;
            }
        }
        if(node.next!=null){
            node.next.prev=node.prev;
        }
        if(node.prev!=null){
            node.prev.next=node.next;
        }
        if(node==last){
            last=node.prev;
        }
        if(first==null||last==null){
            first=last=node;
            point=null;
            return;
        }

        node.next=first;
        first.prev=node;
        first=node;
    }

    public void madeOld(Node node){
        if(point.prev!=null){
            point.prev.next=node;
            node.prev=point.prev;
        }
        if(point.next!=null){
            node.next=point.next;
            point.next.prev=node;
        }
        point=node;
    }

    private static class Node<K,V>{
        int hitNum;
        K key;
        V value;
        Node<K,V> prev;
        Node<K,V> next;

        Node(K key,V value){
            this.key=key;
            this.value=value;
            hitNum=0;
        }
    }


}

 

 

LRU算法与增强

标签:一段   auto   应该   mysq   span   说明   后退   hit   poi   

原文地址:https://www.cnblogs.com/GGGong/p/12053442.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!