引言
最近忙着找工作，都没时间更新，今天忽然有点想法，想写一篇关于缓存的文章，仅仅是自己的一点看法。
如果说到缓存，大家可能会想到CPU的高速缓存、Redis、MemCached，还有自己实现的单机本地缓存，它们的作用其实都是一个，那就是方便我们的应用可以更快的获得我们需要的数据。
在远古计算机时代，计算机CPU的速度很慢，存储设备的速度也很慢，所以这个时候我们可能都用不上缓存，因为没必要嘛，CPU速度和存储设备的速度一致。
随着技术的发展，CPU由晶体管发展成超大规模集成电路使得cpu的发展发生了质变，cpu的速度越来越快。而存储设备虽然也有快速的发展，但是在速度上却没有质变。这里我们做一个假设，如果存储器设备的速度跟的上CPU的运行速度，那我们还需要缓存吗？当然不需要，因为如果速度还是一致的，那肯定是CPU直接访问存储设备，这样的架构是简单的架构。但是事实却不是这样，至少目前不是这样，当然不排除未来有什么特殊材料实现的存储设备拥有和cpu匹配的速度。因此从计算机的发展来看，缓存是为了存储设备的速度能够匹配CPU速度的一种折中方案。因为出现了内存，后来的CPU缓存，更后来的CPU多级缓存，它们的速度都是越来越快，当然容量也越来越小。
上一段提到内存其实是磁盘的缓存，cpu高速缓存是内存的缓存。所以这里有一个推论，那就是高级的存储设备是低级存储设备的缓存。还有一个特点，高级存储设备容量小，低级存储设备容量更大，所以我们不能把所有数据都存储更高层次的缓存中，这就诞生了今天我们常用的一些缓存淘汰算法，针对内存来说就是页面置换算法，本质上其实是一个东西。我们在学习的过程中要多看，才能在更高的层次上看待一个技术，并且需要结合它出现的背景，这样才能理解它是用来解决什么问题，才能看到技术的本质，因为技术就是用来解决问题的。
存储设备层次抽象
前边提到，高层次的存储设备是低层次存储设备的缓存，下图是一个存储设备层次抽象的示意图
磁盘
磁盘(HDD)是一种机械设备，它包括磁盘片、磁头还有电机带动的转轴结构如下图，这也使得磁盘的读取速度永远跟不上CPU的速度，这是机械装置和电子设备的差异，HDD的速度主要取决于转速、移动磁头的延迟。磁盘还有很多其他的特性，这里不会做展开介绍，这里只是想介绍存储设备的抽象层级，便于我们理解缓存。磁盘的容量都比较大，目前1T、2T的磁盘都是非常普遍的也是通用的持久化存储的存储设备。
不过近些年SSD变得流行，不过在短期内完全取代HDD的可能性还是比较小。不同与HDD，SSD其内部构造是电子设备的构造，所以在读写速度上是比HDD的，至于快多少，这个要取决是SSD使用的技术和接口，因为SATA接口也就是HDD的接口其速度是小于PCIe的接口。
主存
主存是一种易失性的存储设备，属于DRAM，一旦漏电数据丢失，一般10-100ms,系统必须周期性的刷新重写内存每一位，因此一旦断电，那么数据就会丢失，主存的容量是远远小于磁盘的容量，目前普通的单张内存条在8～32G之间，其主频目前主要在1333～4000+，主存的速度主要取决与其主频，因此主频越高，速度越快。
高速缓存
高速缓存也是一种易失性的存储设备，不过和主存不同，它们主要是SRAM，只要有电，它就会永远保存它的值，它的访问时间比DRAM快，但是其造价远高于DRAM，这也就限制了SRAM不能做得很大，因此一般用来做高速缓存。
CPU的高速缓存在现代处理器中分为了三级。其中一级缓存是最快的，当然其容量也是最小的通常以KB记，比如我的电脑是64KB，32KB的数据缓存，32KB的指令缓存；二级缓存为256KB，通常一级缓存和二级缓存都是cpu核心独享的；三级缓存为10MB，通常为整个cpu的所有核心共享。Linux下可以通过lscpu命令查看自己电脑的CPU缓存信息
寄存器
寄存器是最快的存储设备，其速度一般要和cpu时钟周期匹配，一般情况下对寄存器的访问要在半个cpu时钟周期内完成，它的容量非常小，以字节为单位，通常情况下32位CPU为4个字节，64位CPU为8个字节。
缓存淘汰算法
从上边我们看出了高层次的存储器是低层次存储器的缓存，但是高层次的存储器有容量小的限制，因此不可能把所有的数据缓存到高层次存储器中，所以很容易想到的，把我们需要用到的数据放进去就行了。核心思想是这样的，因为程序运行时只有少部分数据是当前需要的，这里又出现一个问题，当高层次存储器已满，需要的数据不在存储器中时，需要选择一些数据逐出到低层次存储器，把需要的数据交换进来，由此可见缓存是一个见利忘义的家伙。这个贪心的家伙要想把利益最大化，因此有了后来的很多缓存淘汰算法，不管是什么缓存，这一些算法的思想都是一样的。接下来，介绍其中一些比较常用的算法
FIFO
- 定义：FIFO表示是先近先出，这是一种最简单的方式，核心思想是当缓存空间不足时选择，最先进入的数据逐出缓存，给新的数据腾出空间
- 实现：实现也非常简单，只需要用一个单向链表记录加入缓存的顺序就可以了，采用尾插法，缓存空间不足时淘汰head节点
- 缺点：缺点非常明显，没有考虑到程序运行时，数据的局部性，也就是说程序运行过程中，只有少部分的数据是频繁访问的
LRU
定义：LRU指最近最少使用，它的核心思想是，如果一个数据最近都没有使用过，那么在之后的一段时间内也不会使用，因此当缓存不足时，会将它逐出。
实现：实现的方式有很多，这里介绍一种链表的实现方式，这种实现可以让插入节点和淘汰节点的时间复杂度为$O(1)$，当然查找算法因为不在这一次讨论的范围就不做多介绍，这里可以用hash结构来加速查找速度，未来会专门写一篇来介绍关于查找的文章
假设缓存可以缓存4个数据，加载的顺序为1,2,3,4，新节点或被访问过的节点都会插入或移动到tail
假设节点2被访问，那么其变化如下图
假设此时需要加载5进缓存，因为空间不足，所以需要淘汰掉最近最少使用的数据，那么就是head节点
缺点：想象一下，如果我们正在分块遍历一个大文件，如果按照LRU的算法，会发生什么事？一个结果是这个文件很大的时候，会把我们其他缓存全部逐出，但是遍历这个大文件我们可能只做一次，那这一次不是亏大了，我们之前的热点数据全部需要重新加载一遍。
改进：针对这个缺点有什么改进的方法呢？我们知道程序运行只有少部分的数据是热点数据，大部分的数据生命周期都是比较短暂的，因为可以效仿JVM对java对象的管理方式，采用分代的理念来管理缓存。可以将缓存的链表分割为两部分，新生代和老年代（叫什么并不重要，重要的数据要区分管理）。我们假设当数据进入缓存时，首先进入新生代，它每次被访问会增加一代，当它的代数达到设定的阈值后那就进入老年代，这样像上边提到的那种访问大文件的情况就会被过滤掉
假设初始的状态如下图
假设现在要加入数据10，那么新生代空间不足，那么要淘汰没有晋升的head节点
假设现在10被多次访问达到了晋升的阈值，那么它进入老年代的链表，插入old_tail，如果空间不足，淘汰old_head
LFU
定义：如果一个数据在最近一段时间很少被访问到，那么可以认为在将来它被访问的可能性也很小。因此，当空间满时，最小频率访问的数据最先被淘汰。需要记录数据的访问频次，这里我们可以采用hash的结构用次数作为key，其结构如下图，插入时采用头插入，因此在选择淘汰节点时，选择尾步节点，这样相同访问频次的节点可以淘汰访问时间最远的
缺点：仅考虑频次，那样先进入缓存的数据有频次上的优势
改进：可以引入一个衰减因子来处理那些长时间没有访问的节点，降低它的频次，这样就可以使存储在缓存中的数据是热点数据
总结
本文章只是随想，当然缓存算法不仅仅是这些。迁移学习是一个非常重要的能力，不管是什么缓存，本质都是一样的。