`LFU`全称为`Least Frequently Used`。即：最近最少频率使用，这个主要针对的是使用频率。这个属性也是记录在`redisObject`中的`lru`属性内。 当我们采用`LFU`回收策略时，`lru`属性的高`16`位用来记录访问时间（last decrement time：ldt，单位为分钟），低`8`位用来记录访问频率（logistic counter：logc），简称`counter`。 #### 访问频次递增 `LFU`计数器每个键只有`8`位，它能表示的最大值是`255`，所以`Redis`使用的是一种基于概率的对数器来实现`counter`的递增。 给定一个旧的访问频次，当一个键被访问时，`counter`按以下方式递增： 1. 提取`0`和`1`之间的随机数`R`。 2. `counter`\- 初始值（默认为`5`），得到一个基础差值，如果这个差值小于`0`，则直接取`0`，为了方便计算，把这个差值记为`baseval`。 3. 概率`P`计算公式为：`1/(baseval * lfu_log_factor + 1)`。 4. 如果`R < P`时，频次进行递增（`counter++`）。 公式中的`lfu_log_factor`称之为对数因子，默认是`10`，可以通过参数来进行控制： ~~~ lfu_log_factor 10 ~~~ 下图就是对数因子`lfu_log_factor`和频次`counter`增长的关系图：  可以看到，当对数因子`lfu_log_factor`为`100`时，大概是`10M（1000万）`次访问才会将访问`counter`增长到`255`，而默认的`10`也能支持到`1M（100万）`次访问`counter`才能达到`255`上限，这在大部分场景都是足够满足需求的。 #### 访问频次递减 如果访问频次`counter`只是一直在递增，那么迟早会全部都到`255`，也就是说`counter`一直递增不能完全反应一个`key`的热度，所以当某一个`key`一段时间不被访问之后，`counter`也需要对应减少。 `counter`的减少速度由参数`lfu-decay-time`进行控制，默认是`1`，单位是分钟。默认值`1`表示：`N`分钟内没有访问，`counter`就要减`N`。 ~~~ lfu-decay-time 1 ~~~ 具体算法如下： 1. 获取当前时间戳，转化为**分钟**后取低`16`位（为了方便后续计算，这个值记为`now`）。 2. 取出对象内的`lru`属性中的高`16`位（为了方便后续计算，这个值记为`ldt`）。 3. 当`lru`\>`now`时，默认为过了一个周期（`16`位，最大`65535`)，则取差值`65535-ldt+now`：当`lru`<=`now`时，取差值`now-ldt`（为了方便后续计算，这个差值记为`idle_time`）。 4. 取出配置文件中的`lfu_decay_time`值，然后计算：`idle_time / lfu_decay_time`（为了方便后续计算，这个值记为`num_periods`）。 5. 最后将`counter`减少：`counter - num_periods`。 看起来这么复杂，其实计算公式就是一句话： 取出当前的时间戳和对象中的`lru`属性进行对比，计算出当前多久没有被访问到，比如计算得到的结果是`100`分钟没有被访问，然后再去除配置参数`lfu_decay_time`；如果这个配置默认为`1`也即是`100/1=100`，代表`100`分钟没访问，所以`counter`就减少`100`。