高吞吐、線程安全之LRU緩存的示例分析

這篇文章主要介紹高吞吐、線程安全之LRU緩存的示例分析，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

之前實現了一個LRU緩存用來為關鍵字來查找它的id。數據結構非常有意思，因為要求的吞吐很大足以消除大量使用locks和synchronized關鍵字帶來的性能問題，應用是用java實現的。

我想到一連串的原子引用分配會在ConcurrentHashMap中保持LRU保持LRU順序，開始的時候我把value包裝到entry中去，entry在雙鏈表的LRU鏈中有一個節點，鏈的尾部保持的是最近使用的entry，頭節點中存放的是當緩存達到一定的大小的時候可能會清空的entry。每一個節點都指向用來查找的entry。

當你通過key查找值的時候，緩存首先要查找map看看是否有這個value存在，如果不存在的話，它將依賴于加載器將value從數據源中以read-through的方式讀出來并且以“如果缺失則添加”的方式添加的map中去。確保高吞吐的挑戰是有效的維護LRU鏈。這個并發的哈希map是分段的而且在線程的水平在一定水平（當你構建map的時候你可以指定并發的水平）情況下的時候不會經歷太多的線程競爭。但是LRU鏈不能以同樣的方式被劃分嗎，為了解決這個問題，我引入了輔助的隊列用來清除操作。

在cache中有六個基本的方法。對于緩存命中，查找包含兩個基本操作：get和offer，對于換粗丟失包含四個基本的方法get、load、put和offer。在put方法上，我們也許需要追蹤清空操作，在緩存命中的情況下get，我們在LRU鏈上被動的做一些清空叫做凈化操作。

get : lookup entry in the map by key
load : load value from a data source
put : create entry and map it to key
offer: append a node at the tail of the LRU list that refers to a recently accessed entry
evict: remove nodes at the head of the list and associated entries from the map (after the cache reaches a certain size)
purge: delete unused nodes in the LRU list -- we refer to these nodes as holes, and the cleanup queue keeps track of these

清空操作和凈化操作都是大批量的處理數據，我們來看一下每個操作的細節

get操作是按如下方式工作的：

get(K) -> V 
 
lookup entry by key k 
if cache hit, we have an entry e 
  offer entry e 
  try purge some holes 
else 
  load value v for key k 
  create entry e <- (k,v) 
  try put entry e 
end 
return value e.v

如果key存在，我們在LRU鏈的尾部提供一個新的節點來表明，這是一個最近使用的值。get和offer的執行并不是原子操作（這里沒有lock），所以我們不能說這個offered 節點指向最近使用的實體，但是肯定是當我們并發執行時獲得的最近使用的實體。我們沒有強制get和offer對在線程間執行的順序，因為這可能會限制吞吐量。在offer一個節點之后，我們嘗試著做一些清除和返回value的操作。下邊我們詳細看一下這offer和purge操作。

如果緩存丟失發生了，我們將調用加載器為這個key加載value，創建一個新的實體并把它放入到map中去，put操作如下：

put(E) -> E 
 
existing entry ex <- map.putIfAbsent(e.k, e) 
if absent 
  offer entry e; 
  if size reaches evict-threshold 
    evict some entries 
  end 
  return entry e 
else, we have an existing entry ex 
  return entry ex 
end

正如你所見的一樣，有兩個或這兩個以上的線程把一個實體放入map的時候可能存在競爭，但是只允許一個成功并且會調用offer。在LRU鏈的尾部提供一個節點之后，我們需要檢查是否緩存已經達到了它的闕值的大小，闕值是我們用來出發批量清空操作的標識。在這個特定的應用的場景下，闕值的設置要比容量的大小要小。清空操作小批量的發生而不是每一個實體加進來的時候都會發生，多線程或許會參與到清空操作中去，直到緩存的容量達到它的容量。上鎖很容易但是線程卻能是安全的。清空需要移除LRU鏈的頭節點，這需要依賴細心的原子操作來避免在map中多線程的移除操作。

這個offer操作非常有意思，它總是嘗試著創建一個節點但是并不試圖在LRU中立即移除和刪除那些不再使用的節點。

offer(E) 
 
if tail node doesn't refer to entry e 
  assign current node c <- e.n 
  create a new node n(e), new node refers to entry e 
  if atomic compare-and-set node e.n, expect c, assign n 
    add node n to tail of LRU list 
    if node c not null 
      set entry c.e to null, c now has a hole 
      add node c to cleanup queue 
    end 
  end 
end

首先它會檢查，鏈中尾部的節點沒有指向已經訪問的實體，這并沒有什么不同除非所有的線程頻繁的訪問同樣的鍵值對，它將會鏈部的尾的實體創建一個新的節點當這個實體不同的時候，在提供新的節點之前，它嘗試為實體進一個比較和設置的操作，這將阻止多線程做同樣的事情。

成功的分配節點的線程在LRU鏈的尾部提供了一個新的節點，這個操作和ConcurrentLinkedQueue中的find一樣，依賴的算法在下邊的文章中有描述 Simple, Fast, and Practical Non-Blocking and Blocking Concurrent Queue Algorithms。線程然后會檢查實體之前是否和其他的節點有相關連，如果是這樣的話，老的節點不會立即刪除，但是會被標記為一個hole（它的實體的引用會被設置為空）

以上是“高吞吐、線程安全之LRU緩存的示例分析”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！