淺談緩存寫法（三）：記憶體緩存該如何設計

分析設計

假設有個項目有比較高的并發量，要用到多級緩存，如下：

在實際設計一個記憶體緩存前，需要考慮的問題：

1：記憶體與Redis的資料置換，盡可能在記憶體中提高資料命中率，減少下一級的壓力。

2：記憶體容量的限制，需要控制緩存數量。

3：熱點資料更新不同，需要可配置單個key過期時間。

4：良好的緩存過期删除政策。

5：緩存資料結構的複雜度盡可能的低。

關于置換及命中率：采用LRU算法，因為它實作簡單，緩存key命中率也很好。

LRU即是：把最近最少通路的資料給淘汰掉，經常被通路到即是熱點資料。

關于LRU資料結構：因為key優先級提升和key淘汰，是以需要順序結構，網上大多實作都采用的這種連結清單結構。

即新資料插入到連結清單頭部、被命中時的資料移動到頭部，添加複雜度O(1)，移動和擷取複雜度O(N)。

有沒複雜度更低的呢？ 有Dictionary，複雜度為O(1)，性能最好。 那如何保證緩存的優先級提升呢？

O(1)LRU實作

定義個LRUCache<TValue>類，構造參數maxKeySize 來控制緩存最大數量。

使用ConcurrentDictionary來作為我們的緩存容器，并能保證線程安全。

<pre style="margin:0px;
    padding:0px;
    white-space:pre-wrap;
    overflow-wrap:break-word;
    font-family:"
    Courier New"
    !important;
    font-size:12px !important;
    "> public class LRUCache<TValue>:IEnumerable<KeyValuePair<string,TValue>> {
    private long ageToDiscard = 0;
    //淘汰的年齡起點
private long currentAge = 0;
    //目前緩存最新年齡
private int maxSize = 0;
    //緩存最大容量
private readonly ConcurrentDictionary<string,TrackValue> cache;
    public LRUCache(int maxKeySize) {
    cache = new ConcurrentDictionary<string,TrackValue>();
    maxSize = maxKeySize;
}
}
</pre>           

上面定義了 ageToDiscard、currentAge 這2個自增值參數，作用是标記緩存清單中各個key的新舊程度。

實作步驟如下：

每次添加key時，currentAge自增并将currentAge值配置設定給這個緩存值的age，currentAge一直自增。

<pre style="margin:0px;
    padding:0px;
    white-space:pre-wrap;
    overflow-wrap:break-word;
    font-family:"
    Courier New"
    !important;
    font-size:12px !important;
    "> public void Add(string key,TValue value) {
    Adjust(key);
    var result = new TrackValue(this,value);
    cache.AddOrUpdate(key,result,(k,o) => result);
}
public class TrackValue {
    public readonly TValue Value;
    public long Age;
    public TrackValue(LRUCache<TValue> lv,TValue tv) {
    Age = Interlocked.Increment(ref lv.currentAge);
    Value = tv;
}
}
</pre>           

在添加時，如超過最大數量，檢查字典裡是否有ageToDiscard年齡的key，如沒有循環自增檢查，有則删除、添加成功。

其ageToDiscard+maxSize= currentAge ，這樣設計就能在O(1)下保證可以淘汰舊資料，而不是使用連結清單移動。 

<pre style="margin:0px;
    padding:0px;
    white-space:pre-wrap;
    overflow-wrap:break-word;
    font-family:"
    Courier New"
    !important;
    font-size:12px !important;
    ">  public void Adjust(string key) {
    while (cache.Count >= maxSize) {
    long ageToDelete = Interlocked.Increment(ref ageToDiscard);
    var toDiscard = cache.FirstOrDefault(p => p.Value.Age == ageToDelete);
    if (toDiscard.Key == null) continue;
    TrackValue old;
    cache.TryRemove(toDiscard.Key,out old);
}
}</pre>           

擷取key的時候表示它又被人通路，将最新的currentAge指派給它，增加它的年齡：

<pre style="margin:0px;
    padding:0px;
    white-space:pre-wrap;
    overflow-wrap:break-word;
    font-family:"
    Courier New"
    !important;
    font-size:12px !important;
    ">  public TValue Get(string key) {
    TrackValue value=null;
    if (cache.TryGetValue(key,out value)) {
    value.Age = Interlocked.Increment(ref currentAge);
}
return value.Value;}
</pre>           

過期删除政策

大多數情況下，LRU算法對熱點資料命中率是很高的。 但如果突然大量偶發性的資料通路，會讓記憶體中存放大量冷資料，也即是緩存污染。

會引起LRU無法命中熱點資料，導緻緩存系統命中率急劇下降，也可以使用LRU-K、2Q、MQ等變種算法來提高命中率。

過期配置

通過設定最大過期時間來盡量避免冷資料常駐記憶體。

多數情況每個資料緩存的時間要求不一緻的，是以需要再增加單個key的過期時間字段。

<pre style="margin:0px;
    padding:0px;
    white-space:pre-wrap;
    overflow-wrap:break-word;
    font-family:"
    Courier New"
    !important;
    font-size:12px !important;
    "> private TimeSpan maxTime;
    public LRUCache(int maxKeySize,TimeSpan maxExpireTime) {
    }//TrackValue增加建立時間和過期時間
public readonly DateTime CreateTime;
    public readonly TimeSpan ExpireTime;
    </pre>           

删除政策

關于key過期删除，最好的方式是使用定時删除，這樣可以最快的釋放被占用的記憶體，但很明顯大量的定時器對CPU來說是非常不友好的。

是以需要采用惰性删除、在擷取key的時檢查是否過期，過期直接删除。

<pre style="margin:0px;
    padding:0px;
    white-space:pre-wrap;
    overflow-wrap:break-word;
    font-family:"
    Courier New"
    !important;
    font-size:12px !important;
    ">public Tuple<TrackValue,bool> CheckExpire(string key) {
    TrackValue result;
    if (cache.TryGetValue(key,out result)) {
    var age = DateTime.Now.Subtract(result.CreateTime);
    if (age >= maxTime || age >= result.ExpireTime) {
    TrackValue old;
    cache.TryRemove(key,out old);
    return Tuple.Create(default(TrackValue),false);
}
}return Tuple.Create(result,true);}
</pre>           

惰性删除雖然性能最好，但對于冷資料來說還是沒解決緩存污染的問題，是以還需增加個定期清理和惰性删除配合使用。

比如單開個線程每5分鐘去周遊檢查key是否過期，這個時間政策是可配置的，如果緩存數量較多可分批周遊檢查。

<pre style="margin:0px;
    padding:0px;
    white-space:pre-wrap;
    overflow-wrap:break-word;
    font-family:"
    Courier New"
    !important;
    font-size:12px !important;
    ">public void Inspection() {
    foreach (var item in this) {
    CheckExpire(item.Key);
}
}
</pre>           

惰性删除配合定期删除基本上能滿足絕大多數要求了。

總結

本篇參考了redis、Orleans的相關實作。

文末彩蛋

資料擷取方式 QQ群搜尋“708-701-457” 即可免費領取