本文所指TwoQueues緩存模型，是說數據在內存中的緩存模型。
無論何種語言，都可能需要把一部分數據放在內存中，避免重復運算、讀取。最常見的場景就是JQuery選擇器，有些Dom元素的選取是非常耗時的，我們希望能把這些數據緩存起來，不必每次調用都去重新遍歷Dom樹。
存就存吧，但總得有個量吧！總不能把所有的歷史數據都放在內存中，畢竟目前內存的容量還是相當可憐的，就算內存夠大，理論上每個線程分配的內存也是有限制的。
那麼問題來了，如何才能高效的把真正有用的數據緩存起來呢？這就涉及到淘汰算法，需要把垃圾數據淘汰掉，才能保住有用的數據。
比較常用的思路有以下幾種：
FIFO：就是一個先進先出的隊列，最先緩存的數據，最早被淘汰，著名的JQuery框架內部就是用的這種模型。
LRU：雙鏈表結構，每次有新數據存入，直接放在鏈表頭；每次被訪問的數據，也轉移到鏈表頭，這樣一來，鏈表尾部的數據即是最近沒被使用過的，淘汰之。
TwoQueues：FIFO+ LRU，FIFO主要存放初次存入的數據，LRU中存放至少使用過兩次的熱點數據，此算法命中率高，適應性強，復雜度低。
其他淘汰算法還有很多很多，但實際用的比較多的也就這兩種。因為他們本身算法不復雜，容易實現，執行效率高，緩存的命中率在大多數場合也還可以接受。畢竟緩存算法也是需要消耗CPU的，如果太過復雜，雖然命中率有所提高，但得不償失。試想一下，如果從緩存中取數據，比從原始位置取還消耗時間，要緩存何用？
具體理論就不多說了，網上有的是，我也不怎麼懂，今天給大家分享的是JavaScript版的TwoQueues緩存模型。
還是先說說使用方法，很簡單。
基本使用方法如下：
[/code]
var tq = initTwoQueues(10);
tq.set("key", "value");
tq.get("key");
[/code]
初始化的時候，指定一下緩存容量即可。需要注意的是，由於內部采用FIFO+LRU實現，所以實際容量是指定容量的兩倍，上例指定的是10個（鍵值對），實際上可以存放20個。
容量大小需要根據實際應用場景而定，太小命中率低，太大效率低，物極必反，需要自己衡量。
在開發過程中，為了審查緩存效果如何，可以將緩存池初始化成開發版：
代碼如下:
var tq = initTwoQueues(10, true);
tq.hitRatio();
就是在後邊加一個參數，直接true就可以了。這樣初始化的緩存池，會自動統計命中率，可以通過hitRatio方法獲取命中率。如果不加這個參數，hitRatio方法獲取的命中率永遠為0。
統計命中率肯定要消耗資源，所以生產環境下不建議開啟。
是時候分享代碼了：
代碼如下:
(function(exports){
/**
* 繼承用的純淨類
* @constructor
*/
function Fn(){}
Fn.prototype = Elimination.prototype;
/**
* 基於鏈表的緩存淘汰算法父類
* @param maxLength 緩存容量
* @constructor
*/
function Elimination(maxLength){
this.container = {};
this.length = 0;
this.maxLength = maxLength || 30;
this.linkHead = this.buildNode("", "");
this.linkHead.head = true;
this.linkTail = this.buildNode("", "");
this.linkTail.tail = true;
this.linkHead.next = this.linkTail;
this.linkTail.prev = this.linkHead;
}
Elimination.prototype.get = function(key){
throw new Error("This method must be override!");
};
Elimination.prototype.set = function(key, value){
throw new Error("This method must be override!");
};
/**
* 創建鏈表中的節點
* @param data 節點包含的數據，即緩存數據值
* @param key 節點的唯一標示符，即緩存的鍵
* @returns {{}}
*/
Elimination.prototype.buildNode = function(data, key){
var node = {};
node.data = data;
node.key = key;
node.use = 0;
return node;
};
/**
* 從鏈表頭彈出一個節點
* @returns {*}
*/
Elimination.prototype.shift = function(){
var node = null;
if(!this.linkHead.next.tail){
node = this.linkHead.next;
this.linkHead.next = node.next;
node.next.prev = this.linkHead;
delete this.container[node.key];
this.length--;
}
return node;
};
/**
* 從鏈表頭插入一個節點
* @param node 節點對象
* @returns {*}
*/
Elimination.prototype.unshift = function(node){
node.next = this.linkHead.next;
this.linkHead.next.prev = node;
this.linkHead.next = node;
node.prev = this.linkHead;
this.container[node.key] = node;
this.length++;
return node;
};
/**
* 從鏈表尾插入一個節點
* @param node 節點對象
* @returns {*}
*/
Elimination.prototype.append = function(node){
this.linkTail.prev.next = node;
node.prev = this.linkTail.prev;
node.next = this.linkTail;
this.linkTail.prev = node;
this.container[node.key] = node;
this.length++;
return node;
};
/**
* 從鏈表尾彈出一個節點
* @returns {*}
*/
Elimination.prototype.pop = function(){
var node = null;
if(!this.linkTail.prev.head){
node = this.linkTail.prev;
node.prev.next = this.linkTail;
this.linkTail.prev = node.prev;
delete this.container[node.key];
this.length--;
}
return node;
};
/**
* 從鏈表中移除指定節點
* @param node 節點對象
* @returns {*}
*/
Elimination.prototype.remove = function(node){
node.prev.next = node.next;
node.next.prev = node.prev;
delete this.container[node.key];
this.length--;
return node;
};
/**
* 節點被訪問需要做的處理，具體是把該節點移動到鏈表頭
* @param node
*/
Elimination.prototype.use = function(node){
this.remove(node);
this.unshift(node);
};
/**
* LRU緩存淘汰算法實現
* @constructor
*/
function LRU(){
Elimination.apply(this, arguments);
}
LRU.prototype = new Fn();
LRU.prototype.get = function(key){
var node = undefined;
node = this.container[key];
if(node){
this.use(node);
}
return node;
};
LRU.prototype.set = function(key, value){
var node = this.buildNode(value, key);
if(this.length === this.maxLength){
this.pop();
}
this.unshift(node);
};
/**
* FIFO緩存淘汰算法實現
* @constructor
*/
function FIFO(){
Elimination.apply(this, arguments);
}
FIFO.prototype = new Fn();
FIFO.prototype.get = function(key){
var node = undefined;
node = this.container[key];
return node;
};
FIFO.prototype.set = function(key, value){
var node = this.buildNode(value, key);
if(this.length === this.maxLength){
this.shift();
}
this.append(node);
};
/**
* LRU、FIFO算法封裝，成為新的twoqueues緩存淘汰算法
* @param maxLength
* @constructor
*/
function Agent(maxLength){
this.getCount = 0;
this.hitCount = 0;
this.lir = new FIFO(maxLength);
this.hir = new LRU(maxLength);
}
Agent.prototype.get = function(key){
var node = undefined;
node = this.lir.get(key);
if(node){
node.use++;
if(node.use >= 2){
this.lir.remove(node);
this.hir.set(node.key, node.data);
}
}else{
node = this.hir.get(key);
}
return node;
};
Agent.prototype.getx = function(key){
var node = undefined;
this.getCount++;
node = this.get(key);
if(node){
this.hitCount++;
}
return node;
};
Agent.prototype.set = function(key, value){
var node = null;
node = this.lir.container[key] || this.hir.container[key];
if(node){
node.data = value;
}else{
this.lir.set(key, value);
}
};
/**
* 獲取命中率
* @returns {*}
*/
Agent.prototype.hitRatio = function(){
var ret = this.getCount;
if(ret){
ret = this.hitCount / this.getCount;
}
return ret;
};
/**
* 對外接口
* @param maxLength 緩存容量
* @param dev 是否為開發環境，開發環境會統計命中率，反之不會
* @returns {{get, set: Function, hitRatio: Function}}
*/
exports.initTwoQueues = function(maxLength, dev){
var api = new Agent(maxLength);
return {
get: (function(){
if(dev){
return function(key){
var ret = api.getx(key);
return ret && ret.data;
};
}else{
return function(key){
var ret = api.get(key);
return ret && ret.data;
};
}
}()),
set: function(){
api.set.apply(api, arguments);
},
hitRatio: function(){
return api.hitRatio.apply(api, arguments);
}
};
};
}(this));
最後，再次提醒，緩存算法需要和實際應用場景相結合，沒有萬能算法，合適的才是最好的！