1. 为什么我们需要LRU-K?
做过数据库开发的朋友应该都遇到过这样的场景:明明缓存命中率显示很高,但系统性能却时不时出现抖动。这种情况往往是因为传统的LRU(最近最少使用)算法在面对某些特殊访问模式时"翻车"了。
举个真实案例:去年我在优化一个订单系统时发现,每当出现批量退款操作时,缓存命中率会从98%骤降到60%。通过分析访问模式发现,退款事务会对同一批数据页进行反复读写(先查询原始订单,再更新状态),这种关联访问对(correlated reference pairs)让LRU完全失效——刚被访问的热点数据转眼就被标记为"最近使用",挤占了真正需要保留的缓存。
LRU-K算法的核心思想很直观:不是看最近一次访问时间,而是看倒数第K次访问的时间差(K-distance)。这就好比判断一个人是否活跃,不是看他最近一次发朋友圈的时间,而是统计他最近一个月发圈的频率。当K=2时,算法会优先淘汰那些"最近两次访问间隔最长"的页面。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. LRU-K的算法精髓
2.1 K-distance的计算逻辑
假设K=3,来看一个具体例子。我们按顺序访问以下页面序列:
code复制1, 2, 3, 1, 4, 1, 2, 5
用时间戳标记每次访问(从1开始递增):
| 访问顺序 | 页面 | 时间戳 | 历史访问记录 | K-distance计算(K=3) |
|---|---|---|---|---|
| 1 | 1 | 1 | [1] | +∞ (不足3次) |
| 2 | 2 | 2 | [2] | +∞ |
| 3 | 3 | 3 | [3] | +∞ |
| 4 | 1 | 4 | [1,4] | +∞ |
| 5 | 4 |
