1.LRU
LRU（Least Recently Used，最近最久未使用算法）是一种常见的缓存淘汰算法，当缓存满时，淘汰最近最久未使用的元素，在很多分布式缓存系统（如Redis, Memcached）中都有广泛使用。其基本思想是如果一个数据在最近一段时间没有被访问到，那么可以认为在将来它被访问的可能性也很小。因此，当缓存满时，最久未被访问的数据最先被淘汰。具体做法是将最近使用的元素存放到靠近缓存顶部的位置，当一个新条目被访问时，LRU 将它放置到缓存的顶部。当缓存满时，较早之前访问的条目将从缓存底部被移除。
2.groupcache LRU Cache 简介
在 Go 中，如果想使用 LRU 缓存，可以使用 Google Golang 团队官方出品的开源库 groupcache ，开源地址见 Github.groupcache。LRU 缓存通过 groupcache/lru/lru.go实现，它主要是封装了一系列 LRU 缓存操作的相关的接口。主要有：
//创建一个 LRU Cache
func New(maxEntries int) *Cache //向 Cache 中插入一个 KV func (c *Cache) Add(key Key, value interface{}) //从 Cache 中获取一个 key 对应的 value func (c *Cache) Get(key Key) (value interface{}, ok bool) //从 Cache 中删除一个 key func (c *Cache) Remove(key Key) //从 Cache 中删除最久未被访问的数据 func (c *Cache) RemoveOldest() //获取 Cache 中当前的元素个数 func (c *Cache) Len() //清空 Cache func (c *Cache) Clear()
注意，groupcache 中实现的 LRU Cache 并不是并发安全的，如果用于多个 Go 程并发的场景，需要加锁。
当然，除了使用 groupcache 的 LRU Cache，其他开源的库也可以参考一下，比如 HashiCorp 公司推出的 golang-lru。
3.源码剖析
LRU Cache 基于 map 与 list，map 用于快速检索，list 用于实现 LRU。具体实现如下：
package lru
import "container/list" //Cache 是一个 LRU Cache，注意它并不是并发安全的 type Cache struct { //MaxEntries 是 Cache 中实体的最大数量，0 表示没有限制 MaxEntries int //OnEvicted 是一个可选的回调函数，当一个实体从 Cache 中被移除时执行 OnEvicted func(key Key, value interface{}) //ll是一个双向链表指针，执行一个 container/list 包中的双向链表 ll *list.List //cache 是一个 map，存放具体的 k/v 对，value 是双向链表中的具体元素，也就是 *Element cache map[interface{}]*list.Element } //key 是接口，可以是任意类型 type Key interface{} //一个 entry 包含一个 key 和一个 value，都是任意类型 type entry struct { key Key value interface{} } //创建一个 LRU Cache。maxEntries 为 0 表示缓存没有大小限制 func New(maxEntries int) *Cache { return &Cache{ MaxEntries: maxEntries, ll: list.New(), cache: make(map[interface{}]*list.Element), } } //向 Cache 中插入一个 KV func (c *Cache) Add(key Key, value interface{}) { if c.cache == nil { c.cache = make(map[interface{}]*list.Element) c.ll = list.New() } if ee, ok := c.cache[key]; ok { c.ll.MoveToFront(ee) ee.Value.(*entry).value = value return } ele := c.ll.PushFront(&entry{key, value}) c.cache[key] = ele if c.MaxEntries != 0 && c.ll.Len() > c.MaxEntries { c.RemoveOldest() } } //传入一个 key，返回一个是否有该 key 以及对应 value func (c *Cache) Get(key Key) (value interface{}, ok bool) { if c.cache == nil { return } if ele, hit := c.cache[key]; hit { c.ll.MoveToFront(ele) return ele.Value.(*entry).value, true } return } //从 Cache 中删除一个 KV func (c *Cache) Remove(key Key) { if c.cache == nil { return } if ele, hit := c.cache[key]; hit { c.removeElement(ele) } } //从 Cache 中删除最久未被访问的数据 func (c *Cache) RemoveOldest() { if c