對每個快取物件計算他們被使用的頻率。把最不常用的快取物件換走.
把最近最少使用的快取物件給換走。總是需要去了解在什麼時候，用了哪個快取物件。如果有人想要了解為什麼總能把最近最少使用的物件踢掉，是非常困難的。瀏覽器就是使用了lru作為快取演算法。新的物件會被放在快取的頂部，當快取達到了容量極限，我會把底部的物件踢走，而技巧就是：我會把最新被訪問的快取物件，放到快取池的頂部。
所以，經常被讀取的快取物件就會一直呆在快取池中。可以用資料或者鍊錶實現。其改進演算法有lru2 和 2q。
把被兩次訪問過的物件放入快取池，當快取池滿了之後，我會把有兩次最少使用的快取物件踢走。因為需要跟蹤物件2次，訪問負載就會隨著快取池的增加而增加。如果用在大容量的快取池中，就會有問題。另外，還需跟蹤那麼不在快取的物件，因為他們還沒有被第二次讀取。這比lru好。
把被訪問的資料放到lru的快取中，如果該物件再一次被訪問，就把他轉移到第二個更大的lru快取。替換掉快取物件是為了保持第乙個快取池是第二個快取池的1/3。當快取的訪問負載是固定的時候，把 lru 換成 lru2，就比增加快取的容量更好。這種機制使得該演算法比 lru2 更好。
這種演算法介於 lru 和 lfu 之間，由2個 lru 組成，第乙個，也就是 l1，包含的條目是最近只被使用過一次的，而第二個 lru，也就是l2，包含的是最近被使用過兩次的條目。因此，l1 放的是新的物件，而 l2 放的是常用的物件。該演算法是是效能最好的快取演算法之一，能夠自調，並且是低負載的。儲存著歷史物件，這樣，就可以記住那些被移除的物件，同時，也可以看到被替換掉的物件是否可以留下，取而代之的是替換別的物件。該演算法記憶力很差，但是很快，適用性也強。
該演算法與 lru是對應的。它替換掉最近最多被使用的物件，你一定會問為什麼。原因是，當一次訪問過來的時候，有些事情是無法**的，並且在快取系統中找出最少最近使用的物件是一項時間複雜度非常高的運算。該演算法在資料庫記憶體快取中很見！每當一次快取記錄的使用，會把它放到棧的頂端。當棧滿了的時候，會把棧頂的物件給換成新進來的物件！
這是乙個低負載的演算法，並且對快取物件的管理要求不高。通過乙個佇列去跟蹤所有的快取物件，最近最常用的快取物件放在後面，而更早的快取物件放在前面，當快取容量滿時，排在前面的快取物件會被踢走，然後把新的快取物件加進去。很快，但是不適用。
改進的fifo演算法，比 fifo 好的地方是改善了 fifo 的成本。一樣是在觀察佇列的前端，但是很fifo的立刻替換不同，它會檢查即將要被踢出的物件有沒有之前被使用過的標誌（1乙個bit表示），如果沒有被使用過，就把他換出；否則，把這個標誌位清除，然後把這個快取物件當做新增快取物件加入佇列。你可以想象就這就像乙個環佇列。當再一次在隊頭碰到這個物件時，由於它已經沒有標誌位，可以立刻就它換出。在速度上比fifo快。
這是乙個更好的fifo，也比 second chance更好。因為它不會像second chance那樣把有標誌的快取物件放到佇列的尾部，但是也可以達到second chance的效果。它持有乙個裝有快取物件的環形列表，頭指標指向列表中最老的快取物件。當快取miss發生並且沒有新的快取空間時，它會根據指標指向的快取物件的標誌位去決定應該怎麼做。如果標誌是0，直接用新的快取物件替代這個快取物件；如果標誌位是1，把頭指標遞增，然後重複這個過程，直到新的快取物件能夠被放入。
通過絕對的時間週期去失效那些快取物件。對於新增的物件，儲存特定的時間。很快，但不適用。
通過相對時間去失效快取物件的；對於新增的快取物件，儲存特定的時間，比如是每5分鐘，每天的12點。
被管理的快取物件的生命起點是在這個快取的最後被訪問時間算起。很快，不太適用。
快取演算法主要考慮到了下面幾點：
常見快取演算法和快取策略
快取演算法 快取法通過設計良好的資料分塊 預取 順序預取 快取替換等演算法來提高對快取內容的命中率。快取演算法可以分為基於訪問時間的策略 基於訪問頻率的策略 訪問時間與頻率兼顧策略 時間距離分布策略等型別。快取策略 快取策略主要三方面 對於第二方面,大部分快取演算法使用預取策略來提前將部分磁碟資料放...
常見快取集錦
快取技術，五花八門,有 memcache redis squid varnish web cache cdn等等。快取技術主要分為三個大類 一 資料庫快取 二 靜態快取 三 動態快取 常見的資料庫，如oracle mysql等，資料都是存放在磁碟。雖然資料庫層也有對應的快取，但這種快取一般針對的是查...
快取常見場景
一快取擊穿 在平常的高併發系統中，大量請求同時查詢乙個key時，此時key正好失效了，就會導致大量的請求都達到資料庫上面去，這種場景我們成為快取擊穿。影響 會造成某一時刻資料庫流量過大，壓力劇增 解決方案 1.設定熱點資料永不過期 2.擊穿原因是多個執行緒同時查詢資料庫，可在第乙個查詢資料的請求上使...