軟體開發中常用的快取演算法主要有：FIFO-先進先出演算法，LRU-最近最久未使用，LFU-最近最少使用。實際專案中快取演算法對這些都有涉及。

一、理論：

1.FIFO(First Input First Output)：

特點：先進先出，符合公平性，實現簡單。

資料結構：使用對列

淘汰原則：如果一個數據最先進入快取中，則應該最早淘汰掉。也就是說，當快取滿的時候，應當把最先進入快取的資料給淘汰掉。

2.LRU(Least Recently Used):

特點：按照時間長短，最不經常使用的快取資料，先淘汰。

資料結構：連結串列和hashmap

淘汰原則：如果一個數據在最近一段時間沒有被訪問到，那麼在將來它被訪問的可能性也很小。

3.LFU(Least Frequently Used):

特點：按照訪問次數，最近最少使用的快取資料，先淘汰。

資料結構：陣列、hashmap、堆

淘汰原則:如果一個數據在最近一段時間內使用次數很少，那麼在將來一段時間內被使用的可能性也很小。

二、實際專案中使用(java專案為例)：

1.ehcache框架：

Ehcache配置引數(具體引數含義請查詢資料):

快取的3 種清空策略 ：

FIFO :first in first out (先進先出).
LFU : Least Frequently Used (最不經常使用).意思是一直以來最少被使用的。快取的元素有一個hit 屬性，hit 值最小的將會被清出快取。
LRU :Least Recently Used(最近最少使用). (ehcache 預設值).快取的元素有一個時間戳，當快取容量滿了，而又需要騰出地方來快取新的元素的時候，那麼現有快取元素中時間戳離當前時間最遠的元素將被清出快取。

2.Redis快取回收策略配置：

(一)、最大快取設定

示例：maxmemory 15000mb 
單位：mb,gb。
預設為0，沒有指定最大快取，如果有新的資料新增，超過最大記憶體，則會使redis崩潰，所以一點要設定。
設定maxmemory之後，配合的要設定快取資料回收策略。

(二)、回收策略演算法設定

 當maxmemory限制到達的時候，Redis將採取的準確行為是由maxmemory-policy配置指令配置的。 
    以下策略可用： 
（1）、noeviction：當到達記憶體限制時返回錯誤。當客戶端嘗試執行命令時會導致更多記憶體佔用(大多數寫命令，除了DEL和一些例外)。
（2）、allkeys-lru：回收最近最少使用(LRU)的鍵，為新資料騰出空間。
（3）、volatile-lru：回收最近最少使用(LRU)的鍵，但是隻回收有設定過期的鍵，為新資料騰出空間。
（4）、allkeys-random：回收隨機的鍵，為新資料騰出空間。
（5）、volatile-random：回收隨機的鍵，但是隻回收有設定過期的鍵，為新資料騰出空間。
（6）、volatile-ttl：回收有設定過期的鍵，嘗試先回收離TTL最短時間的鍵，為新資料騰出空間。

使用策略規則：
（1）、如果資料呈現冪律分佈，也就是一部分資料訪問頻率高，一部分資料訪問頻率低，則使用allkeys-lru。
（2）、如果資料呈現平等分佈，也就是所有的資料訪問頻率都相同，則使用allkeys-random。
 
redis回收演算法，實際不是嚴謹的LRU演算法，而是抽樣回收資料，這樣算是為了減少消耗記憶體使用，但是抽樣回收的快取和全部資料回收快取差異非常小，或者根本就沒有。

(三)、生產使用

（1）、先預測好系統所需要的記憶體高峰，部署相對應記憶體的快取伺服器。
（2）、設定maxmemory和相對應的回收策略演算法，設定最好為實體記憶體的3/4，或者比例更小，因為redis複製資料等其他服務時，也是需要快取的。以防快取資料過大致使redis崩潰，造成系統出錯不可用。犧牲一部分快取資料，儲存整體系統可用性。

3.Memcached快取策略：

(一).memcached快取原理：

Memcached有兩個核心元件組成：服務端（ms）和客戶端（mc）。首先mc拿到ms列表，並對key做hash轉化，根據hash值確定kv對所存的ms

位置。然後在一個memcached的查詢中，mc先通過計算key的hash值來確定kv對所處在的ms位置。當ms確定後，客戶端就會發送一個查詢請求

給對應的ms，讓它來查詢確切的資料。因為ms之間並沒有護衛備份，也就不需要互相通訊，所以效率較高。

(二)、快取策略：     

       Memcached會優先使用已超時的記錄空間，但即使如此，也會發生追加新紀錄時空間不足的情況。此時就要使用名為Least Recently Used (LRU)機制來分配空間。這就是刪除最少使用的記錄的機制。因此當memcached的記憶體空間不足時獲取到新空間時，就從最近未使用的記錄中搜索，並將空間分配給新的記錄。

(三)、客戶端程式碼示例：

spring整合memcache示例：

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	xsi:schemaLocation="http://www.springframework.org/schema/beans
           http://www.springframework.org/schema/beans/spring-beans.xsd">

	<bean id="memcachedPool" class="com.danga.MemCached.SockIOPool" 
		factory-method="getInstance" init-method="initialize">
		<constructor-arg>
			<value>neeaMemcachedPool</value>
		</constructor-arg>
		<property name="servers">
			<list>
				<value>127.0.0.1:11211</value>
			</list>
		</property>
		<property name="initConn">
			<value>20</value>
		</property>
		<property name="minConn">
			<value>10</value>
		</property>
		<property name="maxConn">
			<value>50</value>
		</property>
		<property name="nagle">
			<value>false</value>
		</property>
		<property name="socketTO">
			<value>3000</value>
		</property>
	</bean>
	<bean id="memcachedClient" class="com.danga.MemCached.MemCachedClient">
		<constructor-arg>
			<value>neeaMemcachedPool</value>
		</constructor-arg>
	</bean>
</beans>

測試用例：

public class MemcachedSpringTest {  
  
    private MemCachedClient cachedClient;  
      
    @Before  
    public void init() {  
        ApplicationContext context = new ClassPathXmlApplicationContext("com/luo/config/beans.xml");  
        cachedClient = (MemCachedClient)context.getBean("memcachedClient");  
    }  
      
    @Test  
    public void testMemcachedSpring() {  
        UserBean user = new UserBean("luo", "hi");  
        cachedClient.set("user", user);  
        UserBean cachedBean = (UserBean)user;  
        Assert.assertEquals(user, cachedBean);  
    }  
}  

注意點：

memcached是在伺服器端的記憶體中快取物件的，沒有持久化到硬碟，是一個純記憶體式的分散式快取服務系統；