java從零手寫實現redis（一）如何實現固定大小的緩存？java
java從零手寫實現redis（三）redis expire 過時原理git
java從零手寫實現redis（三）內存數據如何重啓不丟失？github
java從零手寫實現redis（五）過時策略的另外一種實現思路spring
咱們前面簡單實現了 redis 的幾個特性，java從零手寫實現redis（三）內存數據如何重啓不丟失？ 中實現了相似 redis 的 RDB 模式。json
AOF 模式的性能特別好，有多好呢？緩存
用過 kafka 的同窗確定知道，kafka 也用到了順序寫這個特性。安全
順序寫添加文件內容，避免了文件 IO 的隨機寫問題，性能基本能夠和內存媲美。多線程
AOF 的實時性更好，這個是相對於 RDB 模式而言的。
咱們原來使用 RDB 模式，將緩存內容所有持久化，這個是比較耗時的動做，通常是幾分鐘持久化一次。
AOF 模式主要是針對修改內容的指令，而後將全部的指令順序添加到文件中。這樣的話，實時性會好不少，能夠提高到秒級別，甚至秒級別。
AOF 模式能夠每次操做都進行持久化，可是這樣會致使吞吐量大大降低。
提高吞吐量最經常使用的方式就是批量，這個 kafka 中也是相似的，好比咱們能夠 1s 持久化一次，將 1s 內的操做所有放入 buffer 中。
這裏其實就是一個 trade-off 問題，實時性與吞吐量的平衡藝術。
實際業務中，1s 的偏差通常都是能夠接受的，因此這個也是業界比較承認的方式。
kafka 中全部的操做實際上都是異步+回調的方式實現的。
異步+多線程，確實能夠提高操做的性能。
固然 redis 6 之前，其實一直是單線程的。那爲何性能依然這麼好呢？
其實多線程也有代價，那就是線程上下文的切換是須要耗時的，保持併發的安全問題，也須要加鎖，從而下降性能。
因此這裏要考慮異步的收益，與付出的耗時是否成正比的問題。
咱們 AOF 與 RDB 模式，歸根結底都是基於操做系統的文件系統作持久化的。
對於開發者而言，可能就是調用一個 api 就實現了，可是實際持久化落盤的動做並不見得就是一步完成的。
文件系統爲了提高吞吐量，也會採用相似 buffer 的方式。這突然有一點俄羅斯套娃的味道。
可是優秀的設計老是類似的，好比說緩存從 cpu 的設計中就有 L1/L2 等等，思路是一致的。
阿里的不少開源技術，都會針對操做系統的落盤作進一步的優化，這個咱們後續作深刻學習。
大道缺一，沒有銀彈。
AOF 千好萬好，和 RDB 對比也存在一個缺陷，那就是指令
接口和 rdb 的保持一致
/**
* 持久化緩存接口
* @author binbin.hou
* @since 0.0.7
* @param <K> key
* @param <V> value
*/
public interface ICachePersist<K, V> {
/**
* 持久化緩存信息
* @param cache 緩存
* @since 0.0.7
*/
void persist(final ICache<K, V> cache);
}
爲了和耗時統計，刷新等特性保持一致，對於操做類的動做才添加到文件中（append to file）咱們也基於註解屬性來指定，而不是固定寫死在代碼中，便於後期拓展調整。
/**
* 緩存攔截器
* @author binbin.hou
* @since 0.0.5
*/
@Documented
@Inherited
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface CacheInterceptor {
/**
* 操做是否須要 append to file，默認爲 false
* 主要針對 cache 內容有變動的操做，不包括查詢操做。
* 包括刪除，添加，過時等操做。
* @return 是否
* @since 0.0.10
*/
boolean aof() default false;
}
咱們在原來的 @CacheInterceptor 註解中添加 aof 屬性，用於指定是否對操做開啓 aof 模式。
咱們在會對數據形成變動的方法上指定這個註解屬性：
相似於 spring 的事務攔截器，咱們使用代理類調用 expireAt。
expire 方法就不須要添加 aof 攔截了。
/**
* 設置過時時間
* @param key key
* @param timeInMills 毫秒時間以後過時
* @return this
*/
@Override
@CacheInterceptor
public ICache<K, V> expire(K key, long timeInMills) {
long expireTime = System.currentTimeMillis() + timeInMills;
// 使用代理調用
Cache<K,V> cachePoxy = (Cache<K, V>) CacheProxy.getProxy(this);
return cachePoxy.expireAt(key, expireTime);
}
/**
* 指定過時信息
* @param key key
* @param timeInMills 時間戳
* @return this
*/
@Override
@CacheInterceptor(aof = true)
public ICache<K, V> expireAt(K key, long timeInMills) {
this.expire.expire(key, timeInMills);
return this;
}
@Override
@CacheInterceptor(aof = true)
public V put(K key, V value) {
//1.1 嘗試驅除
CacheEvictContext<K,V> context = new CacheEvictContext<>();
context.key(key).size(sizeLimit).cache(this);
boolean evictResult = evict.evict(context);
if(evictResult) {
// 執行淘汰監聽器
ICacheRemoveListenerContext<K,V> removeListenerContext = CacheRemoveListenerContext.<K,V>newInstance().key(key).value(value).type(CacheRemoveType.EVICT.code());
for(ICacheRemoveListener<K,V> listener : this.removeListeners) {
listener.listen(removeListenerContext);
}
}
//2. 判斷驅除後的信息
if(isSizeLimit()) {
throw new CacheRuntimeException("當前隊列已滿，數據添加失敗！");
}
//3. 執行添加
return map.put(key, value);
}
@Override
@CacheInterceptor(aof = true)
public V remove(Object key) {
return map.remove(key);
}
@Override
@CacheInterceptor(aof = true)
public void putAll(Map<? extends K, ? extends V> m) {
map.putAll(m);
}
@Override
@CacheInterceptor(refresh = true, aof = true)
public void clear() {
map.clear();
}
/**
* AOF 持久化明細
* @author binbin.hou
* @since 0.0.10
*/
public class PersistAofEntry {
/**
* 參數信息
* @since 0.0.10
*/
private Object[] params;
/**
* 方法名稱
* @since 0.0.10
*/
private String methodName;
//getter & setter &toString
}
這裏咱們只須要方法名，和參數對象。
暫時實現的簡單一些便可。
咱們定義攔截器，當 cache 中定義的持久化類爲 CachePersistAof 時，將操做的信息放入到 CachePersistAof 的 buffer 列表中。
public class CacheInterceptorAof<K,V> implements ICacheInterceptor<K, V> {
private static final Log log = LogFactory.getLog(CacheInterceptorAof.class);
@Override
public void before(ICacheInterceptorContext<K,V> context) {
}
@Override
public void after(ICacheInterceptorContext<K,V> context) {
// 持久化類
ICache<K,V> cache = context.cache();
ICachePersist<K,V> persist = cache.persist();
if(persist instanceof CachePersistAof) {
CachePersistAof<K,V> cachePersistAof = (CachePersistAof<K,V>) persist;
String methodName = context.method().getName();
PersistAofEntry aofEntry = PersistAofEntry.newInstance();
aofEntry.setMethodName(methodName);
aofEntry.setParams(context.params());
String json = JSON.toJSONString(aofEntry);
// 直接持久化
log.debug("AOF 開始追加文件內容：{}", json);
cachePersistAof.append(json);
log.debug("AOF 完成追加文件內容：{}", json);
}
}
}
當 AOF 的註解屬性爲 true 時，調用上述攔截器便可。
這裏爲了不浪費，只有當持久化類爲 AOF 模式時，才進行調用。
//3. AOF 追加
final ICachePersist cachePersist = cache.persist();
if(cacheInterceptor.aof() && (cachePersist instanceof CachePersistAof)) {
if(before) {
persistInterceptors.before(interceptorContext);
} else {
persistInterceptors.after(interceptorContext);
}
}
這裏的 AOF 模式和之前的 RDB 持久化類只是不一樣的模式，實際上兩者是相同的接口。
這裏咱們統必定義了不一樣的持久化類的時間，便於 RDB 與 AOF 不一樣任務的不一樣時間間隔觸發。
public interface ICachePersist<K, V> {
/**
* 持久化緩存信息
* @param cache 緩存
* @since 0.0.7
*/
void persist(final ICache<K, V> cache);
/**
* 延遲時間
* @return 延遲
* @since 0.0.10
*/
long delay();
/**
* 時間間隔
* @return 間隔
* @since 0.0.10
*/
long period();
/**
* 時間單位
* @return 時間單位
* @since 0.0.10
*/
TimeUnit timeUnit();
}
實現一個 Buffer 列表，用於每次攔截器直接順序添加。
持久化的實現也比較簡單，追加到文件以後，直接清空 buffer 列表便可。
/**
* 緩存持久化-AOF 持久化模式
* @author binbin.hou
* @since 0.0.10
*/
public class CachePersistAof<K,V> extends CachePersistAdaptor<K,V> {
private static final Log log = LogFactory.getLog(CachePersistAof.class);
/**
* 緩存列表
* @since 0.0.10
*/
private final List<String> bufferList = new ArrayList<>();
/**
* 數據持久化路徑
* @since 0.0.10
*/
private final String dbPath;
public CachePersistAof(String dbPath) {
this.dbPath = dbPath;
}
/**
* 持久化
* key長度 key+value
* 第一個空格，獲取 key 的長度，而後截取
* @param cache 緩存
*/
@Override
public void persist(ICache<K, V> cache) {
log.info("開始 AOF 持久化到文件");
// 1. 建立文件
if(!FileUtil.exists(dbPath)) {
FileUtil.createFile(dbPath);
}
// 2. 持久化追加到文件中
FileUtil.append(dbPath, bufferList);
// 3. 清空 buffer 列表
bufferList.clear();
log.info("完成 AOF 持久化到文件");
}
@Override
public long delay() {
return 1;
}
@Override
public long period() {
return 1;
}
@Override
public TimeUnit timeUnit() {
return TimeUnit.SECONDS;
}
/**
* 添加文件內容到 buffer 列表中
* @param json json 信息
* @since 0.0.10
*/
public void append(final String json) {
if(StringUtil.isNotEmpty(json)) {
bufferList.add(json);
}
}
}
ICache<String, String> cache = CacheBs.<String,String>newInstance()
.persist(CachePersists.<String, String>aof("1.aof"))
.build();
cache.put("1", "1");
cache.expire("1", 10);
cache.remove("2");
TimeUnit.SECONDS.sleep(1);
expire 實際上調用的是 expireAt。
[DEBUG] [2020-10-02 12:20:41.979] [main] [c.g.h.c.c.s.i.a.CacheInterceptorAof.after] - AOF 開始追加文件內容：{"methodName":"put","params":["1","1"]}
[DEBUG] [2020-10-02 12:20:41.980] [main] [c.g.h.c.c.s.i.a.CacheInterceptorAof.after] - AOF 完成追加文件內容：{"methodName":"put","params":["1","1"]}
[DEBUG] [2020-10-02 12:20:41.982] [main] [c.g.h.c.c.s.i.a.CacheInterceptorAof.after] - AOF 開始追加文件內容：{"methodName":"expireAt","params":["1",1601612441990]}
[DEBUG] [2020-10-02 12:20:41.982] [main] [c.g.h.c.c.s.i.a.CacheInterceptorAof.after] - AOF 完成追加文件內容：{"methodName":"expireAt","params":["1",1601612441990]}
[DEBUG] [2020-10-02 12:20:41.984] [main] [c.g.h.c.c.s.i.a.CacheInterceptorAof.after] - AOF 開始追加文件內容：{"methodName":"remove","params":["2"]}
[DEBUG] [2020-10-02 12:20:41.984] [main] [c.g.h.c.c.s.i.a.CacheInterceptorAof.after] - AOF 完成追加文件內容：{"methodName":"remove","params":["2"]}
[DEBUG] [2020-10-02 12:20:42.088] [pool-1-thread-1] [c.g.h.c.c.s.l.r.CacheRemoveListener.listen] - Remove key: 1, value: 1, type: expire
[INFO] [2020-10-02 12:20:42.789] [pool-2-thread-1] [c.g.h.c.c.s.p.InnerCachePersist.run] - 開始持久化緩存信息
[INFO] [2020-10-02 12:20:42.789] [pool-2-thread-1] [c.g.h.c.c.s.p.CachePersistAof.persist] - 開始 AOF 持久化到文件
[INFO] [2020-10-02 12:20:42.798] [pool-2-thread-1] [c.g.h.c.c.s.p.CachePersistAof.persist] - 完成 AOF 持久化到文件
[INFO] [2020-10-02 12:20:42.799] [pool-2-thread-1] [c.g.h.c.c.s.p.InnerCachePersist.run] - 完成持久化緩存信息
1.aof 的文件內容以下
{"methodName":"put","params":["1","1"]}
{"methodName":"expireAt","params":["1",1601612441990]}
{"methodName":"remove","params":["2"]}
將每一次的操做，簡單的存儲到文件中。
相似於 RDB 的加載模式，aof 的加載模式也是相似的。
咱們須要根據文件的內容，還原之前的緩存的內容。
實現思路：遍歷文件內容，反射調用原來的方法。
@Override
public void load(ICache<K, V> cache) {
List<String> lines = FileUtil.readAllLines(dbPath);
log.info("[load] 開始處理 path: {}", dbPath);
if(CollectionUtil.isEmpty(lines)) {
log.info("[load] path: {} 文件內容爲空，直接返回", dbPath);
return;
}
for(String line : lines) {
if(StringUtil.isEmpty(line)) {
continue;
}
// 執行
// 簡單的類型還行，複雜的這種反序列化會失敗
PersistAofEntry entry = JSON.parseObject(line, PersistAofEntry.class);
final String methodName = entry.getMethodName();
final Object[] objects = entry.getParams();
final Method method = METHOD_MAP.get(methodName);
// 反射調用
ReflectMethodUtil.invoke(cache, method, objects);
}
}
Method 反射是固定的，爲了提高性能，咱們作一下預處理。
/**
* 方法緩存
*
* 暫時比較簡單，直接經過方法判斷便可，沒必要引入參數類型增長複雜度。
* @since 0.0.10
*/
private static final Map<String, Method> METHOD_MAP = new HashMap<>();
static {
Method[] methods = Cache.class.getMethods();
for(Method method : methods){
CacheInterceptor cacheInterceptor = method.getAnnotation(CacheInterceptor.class);
if(cacheInterceptor != null) {
// 暫時
if(cacheInterceptor.aof()) {
String methodName = method.getName();
METHOD_MAP.put(methodName, method);
}
}
}
}
{"methodName":"put","params":["1","1"]}
ICache<String, String> cache = CacheBs.<String,String>newInstance()
.load(CacheLoads.<String, String>aof("default.aof"))
.build();
Assert.assertEquals(1, cache.size());
System.out.println(cache.keySet());
直接將 default.aof 文件加載到 cache 緩存中。
redis 的文件持久化，實際上更加豐富。
能夠支持 rdb 和 aof 兩種模式混合使用。
aof 模式的文件體積會很是大，redis 爲了解決這個問題，會定時對命令進行壓縮處理。
能夠理解爲 aof 就是一個操做流水錶，咱們實際上關心的只是一個終態，不論中間通過了多少步驟，咱們只關心最後的值。
文中主要講述了思路，實現部分由於篇幅限制，沒有所有貼出來。
開源地址： https://github.com/houbb/cache
以爲本文對你有幫助的話，歡迎點贊評論收藏關注一波~
你的鼓勵，是我最大的動力~