应用级缓存——《亿级流量》

栏目: 数据库 · 发布时间: 6年前

内容简介:应用级缓存——《亿级流量》

缓存简介

缓存,笔者的理解是让数据更接近于使用者,目的是让访问速度更多。工作机制是先从缓存中读取数据,如果没有,则再从慢速设备上读取实际数据并同步到缓存。那些经常读取的数据、频繁访问的数据、热点数据、IO瓶颈数据、计算昂贵的数据、符合五分钟法则和局部性原理的数据都可以进行缓存。如CPU→L1/L2/L3→内存→磁盘就是一个典型的例子,CPU需要数据时先从L1读取,如果没有找到,则查找L2/L3读取,如果没有,则到内存中查找,如果还没有,则会到磁盘中查找。还有比如用过Maven的朋友都应该知道,加载依赖的时候,先从本机仓库找,再从本地服务器仓库找,最后到远程仓库服务器找。还有如京东的物流为什么那么快?他们在各地都有分仓库,如果该仓库有货物,那么送货的速度是非常快的。

本文以 Java 应用缓存为示例进行讲解。

缓存命中率

缓存命中率是从缓存中读取数据的次数与总读取次数的比率,命中率越高越好。缓存命中率 = 从缓存中读取次数/〔总读取次数(从缓存中读取次数 + 从慢速设备上读取的次数)〕。这是一个非常重要的监控指标,如果做缓存,则应通过监控这个指标来看缓存是否工作良好。

缓存回收策略

基于空间

即设置缓存的存储空间,如设置为10MB,当达到存储空间时,按照一定的策略移除数据。

基于容量

基于容量指缓存设置了最大大小,当缓存的条目超过最大大小,则按照一定的策略将旧数据移除。

基于时间

TTL(Time To Live ):存活期,即缓存数据从缓存中创建时间开始直到它到期的一个时间段(不管在这个时间段内有没有访问都将过期)。

TTI(Time To Idle):空闲期,即缓存数据多久没被访问过将从缓存中移除的时间。

基于Java对象引用

软引用:如果一个对象是软引用,那么当JVM堆内存不足时,垃圾回收器可以回收这些对象。软引用适合用来做缓存,从而当JVM堆内存不足时,可以回收这些对象腾出一些空间供强引用对象使用,从而避免OOM。

弱引用:当垃圾回收器回收内存时,如果发现弱引用,则将立即回收它。相对于软引用有更短的生命周期。

注意:弱引用/软引用对象只有当没有其他强引用对象引用它时,垃圾回收时才回收该引用。即如果有一个对象(不是弱引用/软引用)引用了弱引用/软引用对象,那么垃圾回收时不会回收该引用对象。

回收算法

使用基于空间和基于容量的会使用一定的策略移除旧数据,常见的如下。

FIFO(First In First Out):先进先出算法,即先放入缓存的先被移除。

LRU(Least Recently Used):最近最少使用算法,使用时间距离现在最久的那个被移除。

LFU(Least Frequently Used):最不常用算法,一定时间段内使用次数(频率)最少的那个被移除。

实际应用中基于LRU的缓存居多,如Guava Cache、Ehcache支持LRU。

Java缓存类型

堆缓存:使用Java堆内存来存储缓存对象。使用堆缓存的好处是没有序列化/反序列化,是最快的缓存。缺点也很明显,当缓存的数据量很大时, GC暂停时间会变长,存储容量受限于堆空间大小。一般通过软引用/弱引用来存储缓存对象,即当堆内存不足时,可以强制回收这部分内存释放堆内存空间。一般使用堆缓存存储较热的数据。可以使用Guava Cache、Ehcache 3.x、MapDB实现。

堆外缓存:即缓存数据存储在堆外内存,可以减少GC暂停时间(堆对象转移到堆外,GC扫描和移动的对象变少了),可以支持更大的缓存空间(只受机器内存大小限制,不受堆空间的影响)。但是,读取数据时需要序列化/反序列化,因此,会比堆缓存慢很多。可以使用Ehcache 3.x、MapDB实现。

磁盘缓存:即缓存数据的存储在磁盘上,当JVM重启时数据还是在的。而堆缓存/堆外缓存重启时数据会丢失,需要重新加载。可以使用Ehcache 3.x、MapDB实现。

分布式缓存:上文提到的缓存是进程内缓存和磁盘缓存,在多JVM实例的情况时,会存在两个问题:1.单机容量问题;2.数据一致性问题(多台JVM实例的缓存数据不一致怎么办),不过,这个问题不用太纠结,既然数据允许缓存,则表示允许一定时间内的不一致,因此,可以设置缓存数据的过期时间来定期更新数据;3.缓存不命中时,需要回源到DB/服务查询变多:每个实例在缓存不命中情况下都会回源到DB加载数据,因此,多实例后DB整体的访问量就变多了,解决办法可以使用如一致性哈希分片算法来解决。因此,这些情况可以考虑使用分布式缓存来解决。可以使用ehcache-clustered(配合Terracotta server)实现Java进程间分布式缓存。当然也可以使用如 Redis 实现分布式缓存。

应用级缓存——《亿级流量》

两种模式如下。

单机时 :存储最热的数据到堆缓存,相对热的数据到堆外缓存,不热的数据存到磁盘缓存。

集群时 :存储最热的数据到堆缓存,相对热的数据到堆外缓存,全量数据存到分布式缓存。

接下来,我们看看如何在Java中使用堆缓存、堆外缓存、磁盘缓存、分布式缓存,是不是感觉像L1、L2、L3级缓存架构。

Guava Cache只提供堆缓存,小巧灵活,性能最好,如果只使用堆缓存,那么使用它就够了。

EhCache3.x提供了堆缓存、堆外缓存、磁盘缓存、分布式缓存。但是,其代码注释比较少,API还不完善(比如,2.x支持LRU、LFU、FIFO,而3.x目前还没有API设置),功能还不完善(比如,集群情况个人测试其暂时不可以生产环境使用),如果需要较稳定的API和功能,则请考虑使用EhCache2.x(不支持堆外缓存)。

MapDB是一款嵌入式Java数据库引擎和集合框架。提供了Maps、Sets、Lists、Queues、Bitmaps的支持,还支持ACID事务,增量备份。支持堆缓存、堆外缓存、磁盘缓存。


堆缓存

Gauva Cache实现

Cache<String, String> myCache=

CacheBuilder.newBuilder()

.concurrencyLevel(4)

.expireAfterWrite(10, TimeUnit.SECONDS)

.maximumSize(10000)

.build();

然后可以通过put、getIfPresent来读写缓存。CacheBuilder有几类参数:缓存回收策略、并发设置、统计命中率等。

1.缓存回收策略/基于容量

maximumSize:设置缓存的容量,当超出maximumSize时,按照LRU进行缓存回收。

2.缓存回收策略/基于时间

expireAfterWrite:设置TTL,缓存数据在给定的时间内没有写(创建/覆盖)时,则被回收,即定期的会回收缓存数据。

expireAfterAccess:设置TTI,缓存数据在给定的时间内没有读/写时,则被回收。每次访问时,都会更新它的TTI,从而如果该缓存是非常热的数据,则将一直不过期,可能会导致脏数据存在很长时间(因此,建议设置expireAfterWrite)。

3.缓存回收策略/基于Java对象引用

weakKeys/weakValues:设置弱引用缓存。

softValues:设置软引用缓存。

4.缓存回收策略/主动失效

invalidate(Object key)/ invalidateAll(Iterable<?>keys)/invalidateAll():主动失效某些缓存数据。

什么时候触发失效呢?Guava Cache不会在缓存数据失效时立即触发回收操作(如果要这么做,则需要有额外的线程来进行清理),是在PUT时会主动进行一次清理缓存,当然读者也可以根据实际业务通过自己设计线程来调用cleanUp方法进行清理。

5.并发级别

concurrencyLevel:Guava Cache重写了ConcurrentHashMap,concurrencyLevel用来设置Segment数量,concurrencyLevel越大并发能力越强。

6.统计命中率

recordStats:启动记录统计信息,比如命中率等。

7.EhCache 3.x实现

本文使用最新的Ehcache3.1.2,目前Ehcache3.x版本还比较新,一些文档还不是很全。

CacheManager cacheManager = CacheManagerBuilder. newCacheManagerBuilder(). build(true);

CacheConfigurationBuilder<String, String> cacheConfig= CacheConfigurationBuilder.newCacheConfigurationBuilder(

String.class,

String.class,

ResourcePoolsBuilder.newResourcePoolsBuilder()

.heap(100, EntryUnit.ENTRIES))

.withDispatcherConcurrency(4)

.withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS)));

Cache<String, String> myCache = cacheManager.createCache("myCache",cacheConfig);

CacheManager在JVM关闭时请调用CacheManager.close()方法。 可以通过PUT、GET来读写缓存。CacheConfigurationBuilder也有几类参数:缓存回收策略、并发设置、统计命中率等。

8.缓存回收策略/基于容量

heap(100, EntryUnit.ENTRIES):设置缓存的条目数量,当超出此数量时按照LRU进行缓存回收。

9.缓存回收策略/基于空间

heap(100, MemoryUnit.MB):设置缓存的内存空间,当超出此空间时按照LRU进行缓存回收。另外,应该设置withSizeOfMaxObjectGraph(2):统计对象大小时对象图遍历深度和withSizeOfMaxObjectSize(1, MemoryUnit.KB):可缓存的最大对象大小。

10.缓存回收策略/基于时间

withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS))):设置TTL,没有TTI。

withExpiry(Expirations.timeToIdleExpiration(Duration.of(10,TimeUnit.SECONDS))):同时设置TTL和TTI,且TTL和TTI值一样。

11.缓存回收策略/主动失效

remove(K key)/ removeAll(Set<? extends K> keys)/clear():主动失效某些缓存数据。

什么时候触发失效呢?EhCache使用了类似于Guava Cache同样的机制。

12.并发级别

目前还没有提供API来设置,EhCache内部使用ConcurrentHashMap作为缓存存储,默认并发级别16。withDispatcherConcurrency是用来设置事件分发时的并发级别。

13.统计命中率

目前还没有开放API来统计。

MapDB 3.x实现

HTreeMap myCache =

DBMaker.heapDB().concurrencyScale(16).make().hashMap("myCache")

.expireMaxSize(10000)

.expireAfterCreate(10, TimeUnit.SECONDS)

.expireAfterUpdate(10,TimeUnit.SECONDS)

.expireAfterGet(10, TimeUnit.SECONDS)

.create();

然后可以通过PUT、GET来读写缓存。其有几类参数:缓存回收策略、并发设置、统计命中率等。

1.缓存回收策略/基于容量

expireMaxSize:设置缓存的容量,当超出expireMaxSize时,按照LRU进行缓存回收。

2.缓存回收策略/基于时间

expireAfterCreate/expireAfterUpdate:设置TTL,缓存数据在给定的时间内没有写(创建/覆盖)时,则被回收。即定期的会回收缓存数据。

expireAfterGet:设置TTI, 缓存数据在给定的时间内没有读/写时,则被回收。每次访问时都会更新它的TTI,从而如果该缓存是非常热的数据,则将一直不过期,可能会导致脏数据存在很长的时间(因此,建议要设置expireAfterCreate/expireAfterUpdate)。

3.缓存回收策略/主动失效

remove(Object key) /clear():主动失效某些缓存数据。

什么时候触发失效呢?MapDB默认使用类似于Guava Cache的机制。不过,也支持可以通过如下配置使用线程池定期进行缓存失效。

.expireExecutor(scheduledExecutorService)

.expireExecutorPeriod(3000)

4.并发级别

concurrencyScale:类似于Guava Cache配置。

5.统计命中率

暂无。

还可以使用DBMaker.memoryDB()创建堆缓存,它将数据序列化并存储到1MB大小的byte[]数组中,从而减少垃圾回收的影响。


堆外缓存

EhCache 3.x实现

CacheConfigurationBuilder<String, String> cacheConfig= CacheConfigurationBuilder.newCacheConfigurationBuilder(

String.class,

String.class,

ResourcePoolsBuilder.newResourcePoolsBuilder()

.offheap(100, MemoryUnit.MB))

.withDispatcherConcurrency(4)

.withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS)))

.withSizeOfMaxObjectGraph(3)

.withSizeOfMaxObjectSize(1, MemoryUnit.KB);

堆外缓存不支持基于容量的缓存过期策略。

MapDB 3.x实现

HTreeMap myCache =

DBMaker.memoryDirectDB().concurrencyScale(16).make().hashMap("myCache")

.expireStoreSize(64 * 1024 * 1024) //指定堆外缓存大小64MB

.expireMaxSize(10000)

.expireAfterCreate(10, TimeUnit.SECONDS)

.expireAfterUpdate(10, TimeUnit.SECONDS)

.expireAfterGet(10, TimeUnit.SECONDS)

.create();

在使用堆外缓存时,请记得添加JVM启动参数,如-XX:MaxDirectMemorySize=10G。


磁盘缓存

EhCache 3.x实现

CacheManager cacheManager = CacheManagerBuilder. newCacheManagerBuilder()

//默认线程池

.using(PooledExecutionServiceConfigurationBuilder.newPooledExecutionServiceConfigurationBuilder().defaultPool("default",1, 10).build())

//磁盘文件存储位置

.with(new CacheManagerPersistenceConfiguration(newFile("D:\\bak")))

.build(true);

CacheConfigurationBuilder<String, String> cacheConfig= CacheConfigurationBuilder. newCacheConfigurationBuilder(

String.class,

String.class,

ResourcePoolsBuilder.newResourcePoolsBuilder()

.disk(100, MemoryUnit.MB,true)) //磁盘缓存

.withDiskStoreThreadPool("default", 5) //使用"default"线程池进行dump文件到磁盘

.withExpiry(Expirations.timeToLiveExpiration(Duration.of(50,TimeUnit.SECONDS)))

.withSizeOfMaxObjectGraph(3)

.withSizeOfMaxObjectSize(1, MemoryUnit.KB);

在JVM停止时,记得调用cacheManager.close(),从而保证内存数据能dump到磁盘。

MapDB 3.x实现

DB db = DBMaker

.fileDB("D:\\bak\\a.data")//数据存哪里

.fileMmapEnable() //启用mmap

.fileMmapEnableIfSupported() //在支持的平台上启用mmap

.fileMmapPreclearDisable() //让mmap文件更快

.cleanerHackEnable() //一些BUG处理

.transactionEnable() //启用事务

.closeOnJvmShutdown()

.concurrencyScale(16)

.make();

HTreeMap myCache = db.hashMap("myCache")

.expireMaxSize(10000)

.expireAfterCreate(10, TimeUnit.SECONDS)

.expireAfterUpdate(10, TimeUnit.SECONDS)

.expireAfterGet(10, TimeUnit.SECONDS)

.createOrOpen();

因为开启了事务,MapDB则开启了WAL。另外,操作完缓存后记得调用db.commit方法提交事务。

myCache.put("key" + counterWriter,"value" + counterWriter);

db.commit();


分布式缓存

本文使用Ehcache 3.1+ Terracottaserver 实现,Ehcache 3.1引入了一个下载套件,其包含了Terracotta Server。

应用级缓存——《亿级流量》

调用start-tc-server脚本启动tc server。

1.架构

应用级缓存——《亿级流量》

Terracotta Server配置

<?xml version="1.0"encoding="UTF-8"?>

<tc-configxmlns="http://www.terracotta.org/config"

xmlns:ohr="http://www.terracotta.org/config/offheap-resource">

<servers>

<server host="192.168.147.50" name="s1">

<tsa-port>9510</tsa-port>

<tsa-group-port>9530</tsa-group-port>

</server>

<server host="192.168.147.52" name="s2">

<tsa-port>9510</tsa-port>

<tsa-group-port>9530</tsa-group-port>

</server>

<client-reconnect-window>30</client-reconnect-window>

<restartable enabled="true"/>

</servers>

<services>

<service id="resources">

<ohr:offheap-resources>

<ohr:resource name="cache"unit="MB">64</ohr:resource>

</ohr:offheap-resources>

</service>

</services>

</tc-config>

配置了两个tc server,其中一主一备。在两台服务器中分别调用如下脚本启动两台tc server。

./start-tc-server.sh -f tc-config.xml  -n s1

./start-tc-server.sh -f tc-config.xml  -n s2

2.EhCache代码片段

CacheManagerBuilder<PersistentCacheManager> clusteredCacheManagerBuilder=

CacheManagerBuilder.newCacheManagerBuilder()

.with(ClusteringServiceConfigurationBuilder.cluster(URI.create("terracotta://192.168.147.50:9510")).readOperationTimeout(500,TimeUnit.MILLISECONDS).autoCreate());

final PersistentCacheManager cacheManager =clusteredCacheManagerBuilder. build(true);

Cache<String, String> myCache = cacheManager.createCache("myCache",

CacheConfigurationBuilder.newCacheConfigurationBuilder(

String.class,

String.class,

ResourcePoolsBuilder.newResourcePoolsBuilder().with(ClusteredResourcePoolBuilder.clusteredDedicated("cache",32, MemoryUnit.MB)))

.withDispatcherConcurrency(4).withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS))));

可以看到一个问题,此处只指定了IP为192.168.147.50这台机器的tc-server,那么当50这台机器挂了,目前是不能自动连接到52机器的。不知道未来是否会支持。或者考虑使用其主打产品BigMemory(付费)。

对于分布式缓存个人还是喜欢使用Redis之类的,性能也非常好,有主从模式、集群模式。目前不建议使用Ehcache3.1+ Terracottaserver 组合。


多级缓存

如先查找堆缓存,如果没有查找磁盘缓存,则使用MapDB可以通过如下配置实现。

HTreeMap diskCache = db.hashMap("myCache")

.expireStoreSize(8 * 1024 * 1024 * 1024)

.expireMaxSize(10000)

.expireAfterCreate(10, TimeUnit.SECONDS)

.expireAfterUpdate(10, TimeUnit.SECONDS)

.expireAfterGet(10, TimeUnit.SECONDS)

.createOrOpen();

HTreeMap heapCache = db.hashMap("myCache")

.expireMaxSize(100)

.expireAfterCreate(10, TimeUnit.SECONDS)

.expireAfterUpdate(10, TimeUnit.SECONDS)

.expireAfterGet(10, TimeUnit.SECONDS)

.expireOverflow(diskCache) //当缓存溢出时存储到disk

.createOrOpen();

对于更复杂的多级缓存请参考“第11章 多级缓存”。

聊聊高并发系统之HTTP缓存

应用多级缓存模式支撑海量读服务

应用级缓存示例

应用级缓存——《亿级流量》

新书预售地址,请长按二维码预定。

========================

gitchat谢工邀请我做一场chat很久了,一直没有什么好的题材,没有去做这件事情。上周末想到一个关于写书的主题,分享给大家,主题是“如何开始写一本属于自己的技术书”,希望能对那些想写书的朋友有用。

应用级缓存——《亿级流量》


以上所述就是小编给大家介绍的《应用级缓存——《亿级流量》》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

云经济学

云经济学

乔·韦曼 (Joe Weinman) / 人民邮电出版社 / 2014-7-1 / CNY 75.00

在云计算日益成熟的今天,“接入而非拥有”的理念不断为人们所理解和接受。 《云经济学》阐述了“云经济学”不是经济理论中深奥的数学模型,而是技术革命的生动概括。“灵活的云计算能够有效提升企业的商业价值”则是本书的核心理念。 《云经济学——企业云计算战略与布局》从商业、金融及经济的视角解释了云经济的潜在原理,并通过易于理解的案例阐述了云计算是如何创造出综合价值的。无论你是供应商、零售商、服务......一起来看看 《云经济学》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换