支持调度的简易KV缓存设计

2024-02-26 21:48

本文主要是介绍支持调度的简易KV缓存设计,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

0.写在前面的话

1.顶层接口

1.1顶层接口KVCache,>

1.2顶层接口CallableCapturer,>

2.缓存实现

3.自定义缓存调度ScheduledKVCache,>

4.线程安全性保证

5.后续改进


0.写在前面的话

本篇介绍一种支持调度的键值缓存设计,其中缓存的对象是一个Callable对象;

主要从顶层接口、缓存实现、自定义缓存调度、线程安全性保证、后续改进等几个角度进行说明;

缓存设计的类图如下:

1.顶层接口

顶层接口从上层需求角度定义了一套逻辑接口方法,用程序语言定义了该模块是什么,能够干什么事情,具体怎么干交由具体的子类去实现;它是对底层实现的重要参考和规范,体现了一种由抽象到具体、由简单到复杂的过程。

1.1顶层接口KVCache<K, V>

顶层接口KVCache<K, V>定义了几个顶层缓存方法,主要用于增删查等操作,源码如下:

public interface KVCache<K, V> {/*** @return The identifier of this cache*/String getId();/*** putObject** @param key   The key* @param value The put value*/void putObject(K key, V value);/*** @param key The key* @return The object stored in the cache.*/V getObject(K key);/*** @param key The key*/void removeObject(K key);/*** Clears this cache instance*/void clear();/*** @return The number of elements stored in the cache (not its capacity).*/int getSize();
}

1.2顶层接口CallableCapturer<K, V>

该顶层接口主要提供了一个可由子类去具体实现的获取Callable的接口方法,最大程度上满足不同子类具体实现的差异性需求;

public interface CallableCapturer<K, V> {/*** Let subclass implement this method to specify concrete action** @param key The key* @return*/Callable<V> getCallable(K key);
}

2.缓存实现AbstractCallableKVCache<K, V>

AbstractCallableKVCache<K, V>对KVCache<K, V>顶层接口进行了具体实现,id表示该缓存的唯一标识,ConcurrentMap用于具体存储需要缓存的键值对;

同时实现CallableCapturer<K, V>接口,主要用于从具体子类中获取构造的Callable对象;

@ThreadSafe
public abstract class AbstractCallableKVCache<K, V> implements CallableCapturer<K, V>, KVCache<K, V> {private static final Logger log = LoggerFactory.getLogger(AbstractCallableKVCache.class);private final String id;private final ConcurrentMap<K, Future<V>> cache = Maps.newConcurrentMap();protected AbstractCallableKVCache(String id) {this.id = id;}@Overridepublic String getId() {return id;}@Overridepublic void putObject(K key, V value) {cache.put(key, new FutureTask(() -> value));}@Overridepublic V getObject(K key) {Future<V> origin = cache.get(key);if (origin == null) {Future<V> futureTask = new FutureTask(getCallable(key));origin = cache.putIfAbsent(key, futureTask);if (origin == null) {origin = futureTask;((FutureTask) futureTask).run();}} else {log.info("Hit Local Cache Key:{}", key);}try {return origin.get();} catch (CancellationException e) {log.error("ThreadSafeCache#getObject - Task is cancelled exception, key:{}", key, e);cache.remove(key, origin);throw new KVCacheRuntimeException("Task is cancelled exception", e);} catch (InterruptedException e) {log.error("ThreadSafeCache#getObject - Thread is interrupted exception, key:{}", key, e);Thread.currentThread().interrupt();cache.remove(key, origin);throw new KVCacheRuntimeException("Thread is interrupted exception", e);} catch (ExecutionException e) {log.error("ThreadSafeCache#getObject -An execution exception is occurred, key:{}", key, e);cache.remove(key, origin);throw new KVCacheRuntimeException("An execution exception is occurred", e);}}@Overridepublic void removeObject(K key) {cache.remove(key);}@Overridepublic void clear() {cache.clear();}@Overridepublic int getSize() {return cache.size();}
}

3.自定义缓存调度ScheduledKVCache<K, V>

ScheduledKVCache<K, V>包装了缓存失效策略的实现,定义了一个超时时间,当到达超时时间的时候清空本地缓存,具体实现如下:

这里主要参考mybatis提供的ScheduledCache设计实现(ScheduledCache不支持多线程访问);

public class ScheduledKVCache<K, V> implements KVCache<K, V> {private static final Logger log = LoggerFactory.getLogger(ScheduledKVCache.class);private final KVCache<K, V> delegate;private volatile long lastClear;private volatile long clearInterval;public ScheduledKVCache(KVCache<K, V> delegate) {this.delegate = delegate;this.clearInterval = 10 * 60 * 1000L; //default 10 minutesthis.lastClear = System.currentTimeMillis();}@Overridepublic String getId() {return delegate.getId();}@Overridepublic void putObject(K key, V value) {clearWhenStale();delegate.putObject(key, value);}@Overridepublic V getObject(K key) {clearWhenStale();return delegate.getObject(key);}@Overridepublic void removeObject(K key) {clearWhenStale();delegate.removeObject(key);}@Overridepublic void clear() {log.info("!----------------------Clear Local Cache----------------------!");lastClear = System.currentTimeMillis();delegate.clear();}@Overridepublic int getSize() {clearWhenStale();return delegate.getSize();}private boolean clearWhenStale() {if (System.currentTimeMillis() - lastClear > clearInterval) {clear();return true;}return false;}public void setClearInterval(long clearInterval) {this.clearInterval = clearInterval;}
}

4.线程安全性保证

这里线程安全性主要包含如下几点保障:

  • 委托给ConcurrentMap,ConcurrentMap利用分段锁实现了线程安全,同时保证了多线程的并发读写能力;

  • 域变量修饰符为volatile,volatile保证了多线程下的可见性;

  • 域变量修饰符为final,final保证了初始化过程的安全发布,实现线程安全性;

5.后续改进

  • 目前实现的支持调度的键值缓存,在达到超时时间时,会把整个缓存清空,也就是说超时时间的作用粒度是在整个缓存;
  • 后期可以支持超时时间的作用粒度时间到单个key上,不同key之间的超时时间是独立的,这样就能进一步的提升缓存的命中率,提升缓存性能;

这篇关于支持调度的简易KV缓存设计的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/750264

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

搭建Kafka+zookeeper集群调度

前言 硬件环境 172.18.0.5        kafkazk1        Kafka+zookeeper                Kafka Broker集群 172.18.0.6        kafkazk2        Kafka+zookeeper                Kafka Broker集群 172.18.0.7        kafkazk3

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

怎么让1台电脑共享给7人同时流畅设计

在当今的创意设计与数字内容生产领域,图形工作站以其强大的计算能力、专业的图形处理能力和稳定的系统性能,成为了众多设计师、动画师、视频编辑师等创意工作者的必备工具。 设计团队面临资源有限,比如只有一台高性能电脑时,如何高效地让七人同时流畅地进行设计工作,便成为了一个亟待解决的问题。 一、硬件升级与配置 1.高性能处理器(CPU):选择多核、高线程的处理器,例如Intel的至强系列或AMD的Ry

基于51单片机的自动转向修复系统的设计与实现

文章目录 前言资料获取设计介绍功能介绍设计清单具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 单片机

SprinBoot+Vue网络商城海鲜市场的设计与实现

目录 1 项目介绍2 项目截图3 核心代码3.1 Controller3.2 Service3.3 Dao3.4 application.yml3.5 SpringbootApplication3.5 Vue 4 数据库表设计5 文档参考6 计算机毕设选题推荐7 源码获取 1 项目介绍 博主个人介绍:CSDN认证博客专家,CSDN平台Java领域优质创作者,全网30w+

单片机毕业设计基于单片机的智能门禁系统的设计与实现

文章目录 前言资料获取设计介绍功能介绍程序代码部分参考 设计清单具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订

Redis中使用布隆过滤器解决缓存穿透问题

一、缓存穿透(失效)问题 缓存穿透是指查询一个一定不存在的数据,由于缓存中没有命中,会去数据库中查询,而数据库中也没有该数据,并且每次查询都不会命中缓存,从而每次请求都直接打到了数据库上,这会给数据库带来巨大压力。 二、布隆过滤器原理 布隆过滤器(Bloom Filter)是一种空间效率很高的随机数据结构,它利用多个不同的哈希函数将一个元素映射到一个位数组中的多个位置,并将这些位置的值置

Spring的设计⽬标——《Spring技术内幕》

读《Spring技术内幕》第二版,计文柯著。 如果我们要简要地描述Spring的设计⽬标,可以这么说,Spring为开发者提供的是⼀个⼀站式的轻量级应⽤开发框架(平台)。 作为平台,Spring抽象了我们在 许多应⽤开发中遇到的共性问题;同时,作为⼀个轻量级的应⽤开发框架,Spring和传统的J2EE开发相⽐,有其⾃⾝的特点。 通过这些⾃⾝的特点,Spring充分体现了它的设计理念:在

一种改进的red5集群方案的应用、基于Red5服务器集群负载均衡调度算法研究

转自: 一种改进的red5集群方案的应用: http://wenku.baidu.com/link?url=jYQ1wNwHVBqJ-5XCYq0PRligp6Y5q6BYXyISUsF56My8DP8dc9CZ4pZvpPz1abxJn8fojMrL0IyfmMHStpvkotqC1RWlRMGnzVL1X4IPOa_  基于Red5服务器集群负载均衡调度算法研究 http://ww