Erlang LRU Cache答案

【问题标题】：Erlang LRU CacheErlang LRU Cache
【发布时间】：2016-07-28 18:33:36
【问题描述】：

如何用 Erlang 实现 LRU Cache？

星号最高的 Github 项目是 fogfish/cache，但分段表不太适合我的数据。

barrel-db/erlang-lru 正在使用列表。经过测试，如果数据太多会很慢。

我猜问题出在这里。

move_front(List, Key) -> [Key | lists:delete(Key, List)].

对于 Java，更好的实现是使用 hashmap 和 linkedlist like this

我尝试做一个链表，然后意识到 链表对于 Erlang 来说不是个好主意，like this thread。

问题是如何用 Erlang 做 LRU 缓存？

【问题讨论】：

我认为 Erlang 的级别太高了，不适合做低级缓存，目前，Erlang 在核心中有一些类似的特性（比如 ETS erlang.org/doc/man/ets.html），所以，你在使用外部之前测试了其中的一些特性吗？项目？
@MathieuK。谢谢你的cmets。是的，我试过了。关键问题是LRU。我尝试使用表来保存 access_time，但是对于每次读取/更新，我都需要更新（删除然后插入）表。我想知道这是否可以用更好的方法来完成？
我对你的问题没有一个答案。如果你想在 Erlang 中实现高性能的 LRU 缓存，我想最好的方法之一是使用与 ports 或 NIF 互连的外部代码。 C 编程不是我最喜欢的领域，但是，如果你想要一些为 Erlang 实现 C 代码的示例，你可以查看beam source code。

【解决方案1】：

THE CACHE 的第一个实现基于具有两个索引的 ETS。一个ets表是保持TTL -> Key关系，另一个ets表是Key -> Object。您可以在

处查看实现

两个索引的维护效率不高，因此分段缓存优于原始实现。我不建议使用 Erlang 数据结构实现每个对象的 TTL，除非您可以在参与者中对数据进行建模并接受开销。有一个实现来解决它。它使用每个对象的进程概念：

否则需要实现NIF

【讨论】：

【解决方案2】：

我已经使用伪时间方法实现了 LRU 缓存（完整实现可在此处获得 https://github.com/poroh/erl_lru）

我有两个数据结构：

order() 是伪时间：

操作：

由于使用gb_tree，所有操作都具有 O(log(N)) 复杂度。

添加元素（键、值）：

更新元素（键）：

检查溢出：

如果缓存中的元素数量超过可能的最大值
- 在有序映射 (T, Key) 中取最小 (gb_tree:take_smallest) 元素
- 从有序映射中移除元素 T
- 从无序中移除元素键

【讨论】：