常见的调度算法
图1 调度算法思维导图
一、LRU算法的典型使用场景
1. 操作系统中的页面置换
什么时候用到页面置换算法呢？
当CPU发出指令需要访问某个地址时，若该地址在TLB（Translation Lookaside Buffer，快表）或页表中未命中，就会发生缺页异常（Page Fault）。此时，操作系统需要从磁盘加载缺失页面到物理内存中。如果物理内存已满，就需要选择一个页面置换出去腾出空间。
什么是LRU算法？
主要管理虚拟内存和物理内存之间的交换。内存中分成固定大小的页框(4K)，把程序(硬盘上)分成4K大小的块，用到哪一块，加载那一块，加载的过程中，如果内存已经满了，会把最不常用的一块放到swap分区，把最新的一块加载进来，这个就是著名的LRU算法。
LRU算法在此场景下的作用？
- 选择被置换的物理页面：根据页面最近的使用记录，优先选择最久未被使用的页面。
- 确保效率：通过淘汰冷页面，尽量保留活跃的热页面，提高系统性能。
2. 缓存机制
除了操作系统，LRU算法还广泛应用于各种缓存系统，用于管理有限的缓存空间：
- Redis：采用近似LRU算法（通过采样实现），用于淘汰旧数据。
- 浏览器缓存：管理网页资源（如图片、脚本）时，选择最久未访问的资源进行清理。
- MySQL缓冲池：缓存数据块以减少磁盘IO操作，通过类似LRU机制维护热端和冷端，优化数据访问。
- Oracle缓冲池还增加不少机制来提高访问效率：
-
- 触摸计数， Oracle 引入触摸计数来测量对 LRU 列表上的缓冲区进行访问的频率**，**每当数据块被访问时，其触摸计数会增加；
- LRU列表的热端和冷端，同时存在指向同一 LRU 上的脏缓冲区和非脏缓冲区的指针，冷缓冲区是最近未被使用的，热缓冲区是被频繁访问并在最近已使用的；
- **中部插入机制，**当缓冲区必须从磁盘读入时, 数据库会将缓冲区插入到 LRU 列表的中部，通过这种方式，热块可以保留在缓存中，以使他们不需要再次从磁盘读取；
。。。。。。
3. 文件系统
在文件系统中，缓存文件块时也经常使用LRU算法。例如，文件读取缓存块满时，选择最久未访问的块进行替换。
二、页面置换算法的功能
**操作系统中当发生缺页异常时，如果内存中没有空闲页框，则需要根据某种策略（如LRU）选择一个页面从物理内存中置换到磁盘，以腾出空间加载需要访问的新页面。**也就是说选择⼀个物理⻚⾯换出到磁盘，然后把需要访问的⻚⾯换⼊到物理⻚。具体流程：
- 如果物理内存中还有空闲页框，直接将新页面加载到空闲页框中。
- 如果物理内存已满：
-
- 根据置换算法（如LRU）选择一个页面置换到磁盘。
- 如果被置换的页面是脏页（即内容被修改过），则先将其写回磁盘。
- 将被置换页面对应的页表项状态改为"无效"。
- 加载新的页面到该物理页框中，并更新页表项。
三、物理页换入换出操作流程
当操作系统物理内存已满并且访问的页面不在物理内存时（缺页中断） ，就需要进行换入换出操作，需要通过「⻚⾯置换算法」选择⼀个物理⻚，如果该物理⻚有被修改过（脏⻚），则把它换出到磁盘（写回），然后把该被置换出去的**⻚表项**的状态改成「⽆效的」，最后把正在访问的⻚⾯装⼊到这个物理⻚中。
在具体操作中，LRU算法需要完成以下步骤：
- 选择物理页：找到最久未被使用的页面。
- 处理脏页：如果被替换的页面是脏页，则需将其写回磁盘，否则不需读回磁盘直接换出。
- 更新页表：将被替换页面的状态标记为无效，并将新页面加载到物理内存中。
页表字段：页号、物理页、状态位、访问字段、修改位、硬盘地址
四、从数据结构看LRU的实现
我们以数据库缓冲池为例，其中LRU有两个功能
- 获取数据get
- 写入数据put
假设buffer cache大小为6
1. 数组实现
我们依次读入buffer的数据分别是2、6、3、7、8、9、1、10，这时候数组已经满了，如果需要新调入一个数据块，这时候我们**怎么找出数组中哪一项时最不常用的？**实现方式很多，最常用的可以在每一个块上记录一个Timestamp，此时，3号块8s没被访问，时间最长。
但是问题又来了，查找最不常用的内存块需要遍历整个buffer cache，时间复杂度时O(n)，好一点的数组查找算法如二分查找也要 O(log n) ，哈希查找理想情况下是O(1)，但最坏情况下所有元素都映射到一个桶里可能是O(n)，也就是我们常说的存在哈希冲突，换链表试一下。
数组实现优劣：
- 优点：简单易实现。
- 缺点：查找最久未使用的页面需要遍历整个数组，时间复杂度为 O(n)。
2. 单向链表实现
使用尾插法维护一个单向链表，每次把新来的数据插入在链表尾部，头部就永远是最不常用的块，比如依次访问2、6、3、7、4、8六个块，
这时候缓存满了
- 当访问的块不在buffer里，直接把头去掉head=head.next,把新访问的数据块插入到链表尾部；put()写入数据是O(1)，删除最不常用的数据也是O(1).
- 当访问的块在buffer里，比如要再次访问块3的时候，需要把最后访问的放到链表尾部，也就是3放到链表尾部，这个时候缓冲区块的物理位置是不会改变的，变动指针方向即可。
直接在尾部直接画线图有点难看，使用伪尾部节点构造一个空指针，算不占buffer空间
所以上面的图相当于
在这个过程需要在链表查找到块三，在链表上get()查找还是一个O(n)的操作，和链表长度成正比，再继续看看下一个结构-哈希表+单向链表。
链表实现优劣：
- 使用链表维护页面访问顺序，最近访问的页面在链表尾，最久未使用的页面在链表头，查找最久未使用的页面时间复杂度降至O(1)。
- 每次访问页面，需要将页面移动到链表尾部，查找命中的缓存块时间复杂度为O(n)。
3. 哈希表 + 单向链表
数组说到get()查找一个元素O(1)操作可以是哈希查找，用哈希表实现且后面跟一个链表。
如图所示：
还没完，我们还是要再次访问数据块3，
通过哈希表查找操作get(3)已经可以O(1)实现了
将最常访问的放在链表尾部，找到块3之后将三号块指向tail，断开8号块指向tail的指针指向3号块。
6->3->7的指针也需要断开，跳过3号块，将6号块指向7号块，怎么通过3号块直接找到它的前驱呢？双向链表，我们继续看
哈希表+单向链表实现优劣：
- 哈希表存储页面号到链表节点的映射，快速定位页面。
- 单向链表维护访问顺序，结合哈希表后，查找命中的缓存块 的时间复杂度降至 O(1)，但是更改操作还是O(n)
4. 哈希表 + 双向链表（最优实现）
最后我们得到了哈希表+双向链表的结构实现LRU
哈希表用来实现get()查找操作是O(1)，链表用来实现排序和put()新增操作是O(1)。
Java里有这样的结构：LinkedHashMap
哈希表+双向链表实现优劣：
- 双向链表：实现页面访问顺序的快速更新，支持节点的插入、删除操作。
- 哈希表：快速定位页面。
- 复杂度：查找、插入和删除均为 O(1)。
五、实际应用中的优化（以Oracle缓冲池为例）
LRU在数据库中并不是上面get(),put()两个功能，这么简单的实现，还会结合具体场景进行优化。例如，Oracle缓冲池引入了以下机制：
- 热端和冷端：
-
- 缓冲区分为热端和冷端，热端保存频繁访问的数据，冷端保存最近未使用的数据。
- 新加载的页面通常插入到LRU链表的中部，避免直接进入热端。
- 触摸计数：
-
- 通过计数器记录页面访问频率，用于辅助LRU决策。
- 频繁访问的页面更可能停留在热端，提高命中率。
- 脏页管理：
-
- LRU链表中同时维护脏缓冲区和非脏缓冲区。
- 在需要页面置换时，优先选择冷端的非脏页，减少写回磁盘的开销。
可以尝试一下力扣146题：146. LRU 缓存 - 力扣（LeetCode）