redis 过期策略都有哪些？LRU 算法知道吗？写一下 java 代码实现？

Redis 的过期策略

Redis 提供了多种数据过期策略，以确保内存的有效利用和数据的及时清理。以下是主要的过期策略：

1. 定时删除：

   • 在设置键的过期时间时，创建一个定时器（timer），在键过期时立即删除。
   • 优点：键过期后立即释放内存。
   • 缺点：每个键都需要一个定时器，会消耗大量的系统资源。

2. 惰性删除：

   • 只有在访问一个键时，才会检查该键是否已过期，如果已过期则删除。
   • 优点：不会浪费系统资源，只有在需要时才进行检查。
   • 缺点：可能会导致大量已过期但未被访问的键占用内存。

3. 定期删除：

   • 定期检查并删除已过期的键，通常是在后台线程中执行。
   • 优点：平衡了定时删除和惰性删除的优缺点，既不会浪费系统资源，也不会导致大量已过期键占用内存。
   • 缺点：需要合理设置检查频率，否则可能会影响性能。

LRU 算法

LRU（Least Recently Used）算法是一种常用的缓存淘汰策略，用于管理缓存中的数据项。当缓存满时，优先淘汰最近最少使用的数据项。

Java 代码实现 LRU 算法

以下是一个简单的 Java 代码实现 LRU 算法，使用 LinkedHashMap 来实现：

import java.util.LinkedHashMap;
import java.util.Map;

public class LRUCache extends LinkedHashMap {
    private final int cacheSize;

    public LRUCache(int cacheSize) {
        // 使用 accessOrder 参数来启用按访问顺序排序
        super(cacheSize, 0.75f, true);
        this.cacheSize = cacheSize;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        // 当缓存大小超过指定的 cacheSize 时，返回 true 表示移除最老的条目
        return size() > cacheSize;
    }

    public static void main(String[] args) {
        LRUCache cache = new LRUCache<>(3);

        cache.put(1, "A");
        cache.put(2, "B");
        cache.put(3, "C");

        System.out.println("Cache after initial insert: " + cache);

        // 访问某个键，使其成为最近使用的
        cache.get(1);

        cache.put(4, "D");

        System.out.println("Cache after adding a new entry: " + cache);
    }
}

代码解释

1. 继承 LinkedHashMap：

   • LinkedHashMap 是一个哈希表和链表实现的映射表，可以按照插入顺序或访问顺序维护元素的顺序。
   • 通过设置 accessOrder 参数为 true，启用按访问顺序排序。

2. 构造函数：

   • super(cacheSize, 0.75f, true) 调用父类的构造函数，初始化缓存大小、负载因子和访问顺序。
   • cacheSize 是缓存的最大容量。

3. 重写 removeEldestEntry 方法：

   • 当缓存大小超过 cacheSize 时，返回 true，表示移除最老的条目。

4. 测试代码：

   • 创建一个最大容量为 3 的 LRU 缓存。
   • 插入三个键值对，并打印当前缓存。
   • 访问键 1，使其成为最近使用的。
   • 插入一个新的键值对，触发缓存淘汰机制，移除最老的条目。
   • 打印最终的缓存状态。

通过这种方式，可以实现一个简单的 LRU 缓存，适用于各种需要缓存管理的场景。