Java:手写幼儿园级线程安全LRU缓存X探究影响命中率的因素
最近遇到一个需求，需要频繁访问数据库，但是访问的内容只是 id + 名称 这样的简单键值对。
频繁的访问数据库，网络上和内存上都会给数据库服务器带来不小负担。
于是打算写一个简单的LRU缓存来缓存这样的键值对。考虑到tomcat的用户办法访问是多线程进行的。
所以还要保证cache是线程安全的。避免在用户操作的时候修改了cache导致其他用户读到不合法的信息。
构思
一, 数据结构选取
思路:
1.最简单的是用链表，最新访问的元素所在节点插入到头节点的后面，当要回收的时候就去释放链表尾部节点。
问题 ： 如果数据量巨大，那么这条链表就会十分长，即使是线性时间复杂度的查找，也会耗掉不少时间。
2.打散链表，采用散列法，将节点散列到散列表中，这样，我们一长条的链表就会被打散成若干长度更小的链表。
假如我们的散列算法设计得当，让整个链表均匀的洒在散列表上，那么所用时间最坏情况可以 变成原本的 1/m ， m是散列表的大小。
3.在2中，虽然我们使用了散列表来打散，但是如果散列算法不当，或者正好碰到最坏情况，还是有可能节点集中在一条链上。
所以我们可以把链表设计成树，这样我们就保证了最坏时的logN级的查找复杂度。
总体上方法3会比2高效，但是实现起来复杂得多，所以我们采用方法2。
二, 回收策略
回收的时候需要考虑到
1.怎么样让回收的内容在最近尽可能不被访问到，这可能需要结合自己的程序业务来决定，一般的做法是回收最近最少使用的内容，不可能准确预测某内容在不久
的将来不被访问。
2.回收内容之后需要让整个存储结构尽可能均匀，尽可能不出现
这种情况。
于是采取策略，回收最长的那个链表的末尾节点，这种做法不能说百分百可靠，
可能因为散列算法设计不合理，导致节点都聚集在某个槽中，这样的话那个槽的链表就会特别长。
这时这个链表上的节点总是要访问的，但是我们回收的是最长的链表，那么我们总是在回收最近要访问的内容
就很不合理，但是如果我们的散列算法得当，那么我们就能回收的同时保持整个散列表结构逻辑上均匀。
绝对均匀也不好，因为如果绝对均匀，那么就没有一个较长的链表，可以缓存尽可能多，最近被频繁访问的内容。
所以，散列算法的设计十分重要。
三, 线程安全
线程安全，这里是简单地采用 ReentrantReadWriteLock，分为读写两把锁，在读取缓存但不写的时候，占用读锁。
如果没命中，需要向散列表中写新内容，或修改，则占用写锁。
注意点:
并发编程使用 ReentrantReadWriteLock 无法做到锁升级，需要释放读锁之后再获取写锁。
在释放读锁到获取写锁之间，需要考虑到所有其他线程获取写锁修改某些我们需要的量的情况。
比如我们对A访问用读写锁R
R.readLock().lock();
M = null;
//0
if(A != null){
M = A;
}
R.readLock().unlock();
//1
R.writeLock().lock();
//2
function(M);
A = new XX();
在1处，可能有其他线程先占有了写锁，并且执行完了2之后的代码，所以我们在0处的判断就失效了。
所以在2之后还需要判断
//2
if(A != null){
M = A;
}
也就是要考虑释放读锁与获取写锁之间，其他线程可能获取写锁修改某些共享量。
在下面的代码注释中有详细说明
开始编写
首先，我们要实现我们选取的数据结构，这里选的是2中的数据结构。
3中的数据结构读者可以自行实现，需要注意的是，树如果旋转，则需要把旋转后的根节点挂到散列表上
1.链表设计
我们知道，链表的脱链和挂入有时候需要检查前驱后继节点是否非空。这使得我们的代码实现起来很复杂，而且维护的时候阅读也不方便。
于是我们打算让一根链表生来就有头和尾节点，这两个节点存放的值是无用的，这两个节点是闲置的，这样我们删除链表中的某个节点时
就不用检查他的前驱后继是否非空，因为有一开始的两个头尾节点，前驱后继肯定非空。
我们回收的时候回收的是尾节点的前一个节点。有一种特殊情况，如果头节点和尾节点之间没有其他节点呢？回收的不就是头节点？
我们的回收策略是回收长度最长的链表中的节点，并且当整个散列表的大小到达了特定值才会回收，所以一般不会回收头节点。
虽然多了头和尾两个节点，但是相比于我们成千上万的数据，微不足道。
private class Node{
/**
* 当前节点的id
*/
long now;
/**
* id - 名称键值对中的名称
*/
String name;
/**
* 前驱
*/
Node pre;
/**
* 后继
*/
Node next;
}
2.每条链表的管理结构
为了管理每个链表，比如记录链表的长度信息，保存链表的头尾指针（引用）。我们需要用一个数据结构管理链表
private class HeadManager{
/**
* 链接前一个管理结构(链表长度小于等于当前链表)和后一个管理结构(链表长度大于等于当前链表)
*/
HeadManager pre, next;
/**
* 当前链表的长度
*/
int size = 0;
/**
* 链表中闲置的头节点
* */
Node head = new Node();
/**
* 链表中闲置的尾节点
*/
Node tail = new Node();
{
/*
* 一开始让首尾相连
*/
head.next = tail;
tail.pre = head;
}
}
这些管理结构是按照各自的链表长度大小组织成一条链表的，我们暂且称之为管理链表。当我们要回收节点的时候，就去找管理链表末尾的管理结构，把他的倒数第二个节点释放（尾节点闲置）。同样我们也需要闲置的管理结构头节点和尾节点来简化我们的代码。
总体框架：
public class PlatformCache {
/**
* 当整个散列表中的值超过这个大小，就会开始回收
*/
private static final int MAX_SIZE = 1024;
/**
* 散列表所在数组的初始大小
*/
private static final int INIT_SIZE = 64;
private static Double rate = 0.0;
private static Double time = 0.0;
/**
* 读写锁
*/
private ReentrantReadWriteLock reentrantReadWriteLock;
/**
* 整个散列表中的节点数
*/
private int size;
/**
* 散列表
*/
private HeadManager[] tables;
/**
* 管理结构链表中的闲置头
*/
private HeadManager inOrderHead;
/**
* 管理结构链表中的闲置尾
*/
private HeadManager inOrderTail;
/**
* 单例
*/
private static PlatformCache instance;
}
/**
* 获取单例
*/
public static PlatformCache getInstance(){
if(instance == null){
synchronized (PlatformCache.class){
if(instance == null){
instance = new PlatformCache();
}
}
}
return instance;
}
public String getName(long id){
try {//锁读锁 防止读入时修改
reentrantReadWriteLock.readLock().lock();
//简单散列
int index = hash(id);
HeadManager manager = tables[index];
//如果管理结构不在散列表中 就让fresh = true
boolean fresh = false;
if(manager != null){
Node head = manager.head.next;
while(head != null && head != manager.tail){
//命中
if(id == head.now){
reentrantReadWriteLock.readLock().unlock();
reentrantReadWriteLock.writeLock().lock();
//到这里的时候，可能有其他线程操作过我们命中了的节点
//所以需要看一下我们的节点有没有被删除（前驱后继为空）
if(head.pre == null || head.next == null){
//如果删除了，就跳出循环，和没命中合并成同一种情况
reentrantReadWriteLock.readLock().lock();
reentrantReadWriteLock.writeLock().unlock();
break;
}
//移到前面 表示最近访问过
moveForward(manager, head);return head.name;
}
head = head.next;
}
}else{
fresh = true;
}
//访问数据库
Platform platform = mapper.selectByPrimaryKey(id);
if(platform != null){
reentrantReadWriteLock.readLock().unlock();
//
reentrantReadWriteLock.writeLock().lock();
//这里的检查很重要 因为在1处可能别的线程获得了锁
//修改了我们要访问的index下标处的内容
if(tables[index] == null){
//创建新的 管理结构 并挂到散列表上
manager = new HeadManager();
tables[index] = manager;
}else{
//如果其他线程创建了管理结构
//那么他们可能把我们想要的节点放到链表中了
//所以再次遍历节点，看看能否找到
manager = tables[index];
fresh = false;
Node head = manager.head.next;
while(head != null && head != manager.tail){
//命中
if(id == head.now){
//下面不用加写锁因为当前已经获得写锁
//移到前面 表示最近访问过
moveForward(manager, head);
return head.name;
}
head = head.next;
}
}
//新建一个Node
Node more = new Node();
more.name = platform.getPlatformName();
more.now = platform.getPlatformId();
//插入到链表中闲置头节点的下一位
Node now = manager.head.next;
manager.head.next = more;
more.next = now;
now.pre = more;
more.pre = manager.head;
//更改管理结构管理的链表大小和总大小
manager.size ++;
size ++;
if(fresh){
//如果新建了管理结构 就把管理结构挂入到大小队列
insertBeforeHead(manager);
}
//管理结构的链表大小增加时排序管理结构队列
whenInc(manager);
//超出了我们的预算，则进行回收
if(size > MAX_SIZE){
if(inOrderTail.pre == inOrderHead){
logger.error("缓存中头和尾之间没有缓存节点!");
throw new ServiceException("缓存错误已经记录日志");
}
//删除链表长度最大的管理结构的链表尾节点的前一个节点
//inOrderTail是闲置的管理结构尾节点
//inOrderTail.pre是链表长度最大的管理结构
//inOrderTail.pre.tail是链表闲置的尾节点
//inOrderTail.pre.tail.pre真正需要回收的节点
deleteNode(inOrderTail.pre.tail.pre);
//管理结构的链表长度和散列表总大小均-1
inOrderTail.pre.size --;
size --;
whenDec(inOrderTail.pre);
}
return platform.getPlatformName();
}
return null;
}finally {
//释放所有锁
try {
//保险起见 固定释放读写锁
try {
if(reentrantReadWriteLock.writeLock().isHeldByCurrentThread()){
reentrantReadWriteLock.writeLock().unlock();
}
}catch (Exception e){
}
try {
reentrantReadWriteLock.readLock().unlock();
}catch (Exception e){
}
}catch (Exception e){
//可以写入日志
}
}
}
辅助性方法外提:
private void deleteNode(Node node){
Node next = node.next;
node.pre.next = next;
next.pre = node.pre;
node.pre = node.next = null;
}
/**
* 往后找，找到链表长度比自己小的管理结构，并且插到他后面
*/
private void whenInc(HeadManager manager){
HeadManager back = manager.next;
while(back.size < manager.size && back != inOrderTail){
back = back.next;
}
manager.pre.next = manager.next;
manager.next.pre = manager.pre;
HeadManager pre = back.pre;
pre.next = manager;
manager.pre = pre;
back.pre = manager;
manager.next = back;
}
private void insertBeforeHead(HeadManager manager) {
HeadManager now = inOrderHead.next;
inOrderHead.next = manager;
manager.next = now;
now.pre = manager;
manager.pre = inOrderHead;
}
private int hash(Long id){
Long tmp = id;
id ^= tmp >>> 32;
id ^= tmp >>> 16;
id ^= tmp >>> 8;
id ^= tmp >>> 4;
return Math.toIntExact(id & (tables.length - 1));
}
/**
* 往前找，找到链表长度比自己大的管理结构，并且插到他前面
*/
private void whenDec(HeadManager manager){
HeadManager front = manager.pre;
while(front.size > manager.size && front != inOrderHead){
front = front.pre;
}
manager.pre.next = manager.next;
manager.next.pre = manager.pre;
HeadManager next = front.next;
front.next = manager;
next.pre = manager;
manager.pre = front;
manager.next = next;
}
//被访问的节点放在链表头部
private void moveForward(HeadManager manager, Node head){
Node now = manager.head;
Node next = head.next;
head.pre.next = next;
next.pre = head.pre;
head.pre = now;
head.next = now.next;
now.next.pre = head;
now.next = head;
}
测试
测试了一下，不是很OK。
测试环境:
硬件: i5 4核CPU 内存8G
软件: Jmeter 300线程,每次请求使用limit 随机数,50 请求50条数据，数据库表中总共有3300条数据
tomcat7.0
JDK8.0
散列表的大小是64
最大容纳Node个数是1024
系统跑到稳定的时候，命中率平均大概只有40%
其中稳定后的一组:
命中率: 0.3817002017558209
各个链表长度：
0 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 0
Manager总数: 64
Node总数: 1024.0
方差: 8.0
散列表大小:64
可以看出我们每个管理结构的链表长度都相等，整个散列表均匀，但是命中率实在太低。
我们改变一些量来尝试提高命中率。
尝试1.改变散列算法
原本的散列法:
散列算法1：
int index = Math.toIntExact((id & (tables.length - 1)));
直接用以散列表长度-1 做为掩码取后几位做为下标。
我们采用新的散列算法:
将id每一位的特征都用上。
散列算法2：
private int hash(Long id){
id |= id >> 8;
id |= id >> 8;
id |= id >> 8;
id |= id >> 8;
return Math.toIntExact(id & (tables.length - 1));
}
看看命中率会不会提高。
运行稳定后，命中率上升到50%左右。
运行稳定后的一组数据：
命中率: 0.5101351858242434
各个链表长度：
0 1 2 3 6 7 7 7 8 8 9 9 9 9 9 10 10 11 11 12 14 16 16 16 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 21 21 21 21 21 21 21 21 21 21 21 21 21 21 0
Manager总数: 63
Node总数: 1024.0
方差: 43.465388506960714
散列表大小 : 64
我们发现，虽然均匀程度下降，但是命中率有所上升，因为充分利用了元素标识id的特征。元素散列到散列表中的位置更有独特性。
当然，因为我们用的是按位或，所以元素会往数组下标大的方向聚集。
所以进一步改进我们的hash算法
散列算法3：
private int hash(Long id){
Long tmp = id;
id ^= tmp >>> 32;
id ^= tmp >>> 16;
id ^= tmp >>> 8;
id ^= tmp >>> 4;
return Math.toIntExact(id & (tables.length - 1));
}
我们让每一位都参与到特征值的生成中，但是减少了往下标大的地方聚集的趋势
稳定后结果:
命中率: 0.561265216523648
各个链表长度：
0 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 0
Manager总数: 64
Node总数: 1024.0
方差: 8.0
散列表大小 : 64
我们发现散列表变得均匀，命中率相应也上升了不少。
与散列算法1比起来，散列表都是均匀的，为什么命中率高了接近20%呢？
原因可能是因为：算法1的散列表均匀是回收算法造成的，算法1散列的结果仍然很不均匀，导致散列出的下标集中在某些地方。
频繁地对这些地方进行访问，可能频繁的在这些地方插入节点，所以这些活跃区域，也是长度增长最快的区域，而回收的时候又
总是回收这些活跃区域，导致我们不久之前刚刚创建的节点总是被回收，导致命中率下降。
算法2虽然也是保持散列表均匀，但是对散列表的访问因为散列算法散列得得当，所以分散得比较开，所以是
“在均匀情况下，增加一个，回收一个，而且大大减少了回收的是最近访问过的节点的概率”
尝试2.改变散列表的大小，但不改变最大Node数量
最大节点数还是1024，而散列表的槽数增加成128。
运行稳定后，命中率没有明显的上升。
原因可能是因为就算增加了槽数，但总的节点数不变，该回收还是回收，导致命中率没有明显上升。
但是链表的平均长度减小，在链表中遍历查询元素的时间减少。
使用散列算法2.
命中率: 0.5074192929043583
各个链表长度：
0 1 1 1 1 1 2 2 2 3 3 3 3 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 7 7 8 8 8 8 9 9 9 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 11 11 11 11 11 11 11 11 11 11 11 11 0
Manager总数: 125
Node总数: 1024.0
方差: 9.836877824000004
使用散列算法3.
命中率: 0.5587484035759898
各个链表长度：
0 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 0
Manager总数: 128
Node总数: 1024.0
方差: 1.0
尝试3.散列表大小不变，增加节点个数
这个方法大概率是会增加命中率的，因为减少了回收次数，而且节点数接近我们记录总数的时候，命中率甚至可能接近100%。
最大节点数增加成是2048，散列表的槽数为128。
运行稳定后: 命中率接近100%
使用散列算法2.
命中率: 0.9811895632415405
各个链表长度：
0 1 1 1 1 1 2 2 2 3 3 3 3 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 7 8 8 8 8 8 9 9 9 10 10 10 11 11 11 11 11 11 11 12 12 12 12 12 12 12 13 13 13 13 13 13 13 13 13 14 14 14 15 15 15 15 15 16 16 16 17 18 18 18 18 18 20 20 20 20 20 21 21 22 22 23 25 34 35 37 37 37 37 38 38 39 40 40 40 41 41 42 45 46 49 49 49 49 50 50 50 0
Manager总数: 125
Node总数: 2048.0
方差: 198.067511296
尝试4.改变回收策略
简单的采取回收当前位置的末尾节点。
比如我们在0号位置插入一个新增的Node，导致整个散列表节点数超过了最大值，那么就直接回收0号位置的末尾节点（不是真正的末尾节点，真正的末尾节点被闲置）
使用散列算法2
命中率: 0.5508982035928144
0 0 0 0 0 0 0 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 8 8 8 8 9 9 10 10 10 10 10 10 11 11 11 11 12 12 12 13 13 14 15 16 16 17 18 19 20 20 20 20 21 21 22 23 23 24 25 28 29 29 31 34 0
Manager总数: 125
Node总数: 1024.0
方差: 57.676877824
散列表大小 : 128
使用散列算法3
命中率: 0.561866802451144
0 1 4 4 4 4 4 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 11 11 11 11 11 11 11 11 11 12 12 12 12 13 14 0
Manager总数: 128
Node总数: 1024.0
方差: 5.578125
散列表大小 : 128
命中率并没有多大的变化，但是散列表均匀程度下降。
扩容与重散列:
明天考试，以后再更
最终采用了：
1.散列算法3，保证散列的均匀性
2.回收最长链表
3.最大节点数 : 采用总数据量的45%。比如总共有1000条数据，则最多有450个节点。选取的理由是命中率可以达到80%，满足我的业务需求
1500 / 3300 约等于 45%
当然，这是我的鸡肋业务，如果真的要用到海量数据的业务中去，则仅供参考。
有不妥之处，多谢指出。
最新文章
- VI常用的命令
- QString, string, int, char* 之间相互转换
- Dynamic range compression
- virtualbox 安装ubuntu
- Android解决java.lang.OutOfMemoryError: bitmap size exceeds VM budget(转)
- HDU 1166 单点更新，区间求和
- [简历] JAVA 软件工程师
- ios NSString 去除空格和回车
- NPOI之使用EXCEL模板创建报表
- JavaSE学习总结第06天_Java语言基础2 & 面向对象1
- 使用Docker link搭建PHP开发环境
- Freeline--Android平台上的秒级编译方案
- 解决Xftp连接不上Linux虚拟机问题。
- NodeJs安装步骤与淘宝镜像
- CAJ转换成PDF在线方法是什么
- mysql inner jion多表查询
- sahrepoint 上传到文档库
- 10个对Web开发者最有用的Python包
- Linux中程序开机自启
- 修改MySQL中的数据