为什么缓存使用最近使用(MRU)算法作为逐出策略?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了为什么缓存使用最近使用(MRU)算法作为逐出策略?相关的知识,希望对你有一定的参考价值。

我知道MRU的算法及其反向最近最少使用(LRU)。

我认为LRU是合理的,因为LRU元素意味着它将来至少可以使用。但是,MRU元素意味着将来很有可能使用该元素,为什么要逐出它?什么是合理的情况?

答案

想象一下,当他们到达公共汽车站时,根据他们的公交车号码(或您使用的任何标识符)查看公交车的详细信息。

考虑到如果你刚刚看到36号公共汽车,你不太可能看到另一辆公共汽车,而不是看到停在那里的其他公共汽车。

只是一个例子,但这个想法更为笼统:在某些情况下,“只是看到一些东西”是一个很好的指标,你很快就不会再看到同样的东西了。

另一答案

用例是当您多次迭代相同(大于缓存)数据时,因此您将不会返回最近访问过的数据.1

另一答案

我认为@Jon Skeet和@Jeremiah Willcock的答案都在描述使用MRU作为一种避免使用无用条目来缓存缓存的方法。

  1. 这仅适用于缓存API允许您即时更改策略的情况;例如在每个请求的基础上。在“正常”情况下将缓存策略设置为MRU可能是个坏主意...因为缓存在填满后会变得无效。
  2. MRU存在的问题是,如果您在执行MRU查找时经常在“正常”模式下使用的条目上命中,您最终会丢弃该条目...

在不污染缓存的情况下进行扫描的更好的MRI替代方案是:

  • 完全绕过缓存,
  • 探测缓存而不进行读取/更新,也不改变LRU链。

对于它的价值,我想不出任何不符合这种一般模式的MRU用例。


顺便提一下,由于聚集效应,@ Jon Skeet的公交车到达的例子并不总是在现实中得到证实。

  • 如果公共汽车迟到,每个公共汽车站的人数可能会超过普通人。公交车必须更频繁地停车,并在每个站点停留更长时间。这减缓了晚班车的速度。
  • 在晚班车之后准时的公交车通常比每个公交车站的平均等候人数少。 (因为他们只是去了晚班车。)这加快了后面的公共汽车。
  • 最终的结果是公共汽车往往堆积如山。

见:https://en.wikipedia.org/wiki/Bus_bunching

另一答案

假设您正在为音乐会缓存大厅的座位,以加快预订。当您的应用程序预订座位时,请从缓存中删除缓存的项目,因为预订应用程序不再需要它们。

以上是关于为什么缓存使用最近使用(MRU)算法作为逐出策略?的主要内容,如果未能解决你的问题,请参考以下文章

字节二面,让手写一个LFU缓存策略算法,当场我不干了!

字节二面,居然让我写一个 LFU 缓存策略算法,懵了!

Redis删除策略和逐出策略

Redis删除策略和逐出策略

redis 数据删除策略和逐出算法

Redis的逐出算法