LRU淘汰算法基本思路

如果内容只被占用，势必会导致内存撑爆，导致缓慢，甚至宕机，因此就需要淘汰算法来淘汰低频度使用的数据，释放内存。
在Redis中就是采用LRU淘汰算法来释放内存
LRU淘汰算法的基本思路如下：
在LRU算法中，使用了一种有趣的数据结构，这种数据结构叫作哈希链表。
哈希表是由若干个Key-Value组成的。在“逻辑”上，这些KeyValue是无所谓排列顺序的，谁先谁后都一样。

image.png

在哈希链表中，这些Key-Value不再是彼此无关的存在，而是被一个链条串了起来。每一个Key-Value都具有它的前驱Key-Value、后继Key-Value，就像双向链表中的节点一样。

image.png

这样一来，原本无序的哈希表就拥有了固定的排列顺序。
以用户信息的需求为例，来演示一下LRU算法的基本思路。

1. 假设使用哈希链表来缓存用户信息，目前缓存了4个用户，这4个用户是按照被访问的时间顺序依次从链表右端插入的。

   
   
   image.png

2. 如果这时业务方访问用户5，由于哈希链表中没有用户5的数据，需要从数据库中读取出来，插入到缓存中。此时，链表最右端是最新被访问的用户5，最左端是最近最少被访问的用户1。

   
   
   image.png

3. 接下来，如果业务方访问用户2，哈希链表中已经存在用户2的数据，这时我们把用户2从它的前驱节点和后继节点之间移除，重新插入链表的最右端。此时，链表的最右端变成了最新被访问的用户2，最左端仍然是最近最少被访问的用户1。

   
   
   image.png

4. 接下来，如果业务方请求修改用户4的信息。同样的道理，我们会把用户4从原来的位置移动到链表的最右侧，并把用户信息的值更新。这时，链表的最右端是最新被访问的用户4，最左端仍然是最近最少被访问的用户1。

   
   
   image.png

5. 后来业务方又要访问用户6，用户6在缓存里没有，需要插入哈希链表中。假设这时缓存容量已经达到上限，必须先删除最近最少被访问的数据，那么位于哈希链表最左端的用户1就会被删除，然后再把用户6插入最右端的位置。

   
   
   image.png