冷热算法：缓存淘汰算法LRU以及冷热数据分析应用

一、LRU 简介

常用缓存提升数据查询速度，由于缓存容量有限，当缓存容量到达上限，就需要删除部分数据挪出空间，这样新数据才可以添加进来。缓存数据不能随机删除，一般情况下我们需要根据某种算法删除缓存数据。常用淘汰算法有 LRU,LFU,FIFO。这篇文章我们聊聊 LRU 算法。

LRU 是（ Least Recently Used） 的缩写，这种算法认为最近使用的数据是热门数据，下一次很大概率将会再次被使用。而最近很少被使用的数据，很大概率下一次不再用到。当缓存容量的满时候，优先淘汰最近很少使用的数据。其在Redis、Guava等工具中也有非常广泛的应用，甚至是最核心的思想之一。

假设现在缓存内部数据如图所示：

这里我们将列表第一个节点称为头结点，最后一个节点为尾结点。

当调用缓存获取 key=1 的数据，LRU算法需要将 1 这个节点移动到头结点，其余节点不变，如图所示。