一、原理分析:
这里讲的Cache缓存是指内存缓存,既然是内存缓存,因为内存有限,所以缓存肯定有一个容量大小capacity。通常我会将此缓存分解成多个小份的缓存。
下面的步骤,我们来模拟下LevelDB缓存创建和使用:
1、模拟创建一个缓存时,LevelDB的Cache对象结构。
1.1、LevelDB可以创建一个容量大小capacity 的Cache,
1.2、Cache子类ShardedLRUCache将容量大小capacity的缓存分成了很多个小缓存LRUCache。
1.3、小缓存LRUCache里实现了一个双向链表lru_和一个二级指针数组table_用来缓存数据。双向链表lru_用来保证当缓存容量饱满时,清除比较旧的缓存数据;二级指针数组table_用来保证缓存数据的快速查找。
2、模拟缓存一个数据时,LevelDB的Cache工作流程。
2.1、调用Cache的insert方法插入缓存数据data,子类ShardedLRUCache将缓存数据data进行hash操作,得到的hash值定位得到属于哪个小缓存LRUCache,LRUCache将缓存数据封装成LRUHandle数据对象,进行存储。
2.2、先将缓存数据添加到双向链表lru_中,由于lru_.pre存储比较新的数据,lru_.next存储比较旧的数据,所以将缓存数据添加在lru_.pre上。
2.3、再存储到二级指针数组table_里,存储之前,先查找数据是否存在。查找根据缓存数据的hash值,定位缓存数据属于哪个一级指针,然后遍历这一级指针上存放的二级指针链表,查找缓存数据。
2.4、最后如果缓存数据的总大小大于缓存LRUCache的容量大小,则循环从双向链表lru_的next取缓存数据,将其从双向链表lru_和二级指针数组table_中移除,直到缓存数据的总大小小于缓存LRUCache的容量大小。
二、代码实现:
1、创建一个容量大小capacity 的Cache
/*****************************************************************************
类:Cache
*****************************************************************************/
Cache* NewLRUCache(size_t capacity)
{
return new ShardedLRUCache(capacity);
}
2、将容量大小capacity的缓存分成了很多个小缓存LRUCache;将缓存数据data进行hash操作,得到的hash值定位得到属于哪个小缓存LRUCache。
/*****************************************************************************
类:ShardedLRUCache
*****************************************************************************/
static const int kNumShardBits = 4;
static const int kNumShards = 1 << kNumShardBits; // 2^4==16
class ShardedLRUCache : public Cache
{
private:
LRUCache shard_[kNumShards];
port::Mutex id_mutex_;
uint64_t last_id_;
static inline uint32_t HashSlice(const Slice& s)
{
return Hash(s.data(), s.size(), 0);
}
// 得到shard_数组的下标
static uint32_t Shard(uint32_t hash)
{
/*
hash是4个字节,32位,向右移动28位,则剩下高4位有效位,
即最小的是0000等于0,最大的是1111等于15
则得到的数字在[0,15]范围内。
*/
return hash >> (32 - kNumShardBits);
}
public:
explicit ShardedLRUCache(size_t capacity) : last_id_(0)
{
/*
将容量平均分成kNumShards份,如果有剩余,将剩余的补全。为什么要补全呢?
例如设置容量大小为10,则最多就能放下大小为10的数据,现在将容量分成3份,
如果不补全,余量被丢弃,每份容量则为3,总容量为9,需要放大小为10的数据则放不下了。
如果补全,剩余量1加上2,每份就多得1个容量,也就每份容量为4,总容量为12,能保证数据都放下。
*/
/*
//补全块,
如果capacity除以kNumShards有余数,那么余数加上(kNumShards - 1),
除以kNumShards,就能多得到一块。
如果如果capacity除以kNumShards无余数,那么0加上(kNumShards - 1),
除以kNumShards,还是0
*/
const size_t per_shard = (capacity + (kNumShards - 1)) / kNumShards;
for (int s = 0; s < kNumShards; s++)
{
shard_[s].SetCapacity(per_shard);
}
}
virtual ~ShardedLRUCache() { }
// charge 数据大小
virtual Handle* Insert(const Slice& key, void* value, size_t charge,
void (*deleter)(const Slice& key, void* value))
{
const uint32_t hash = HashSlice(key);
return shard_[Shard(hash)].Insert(key, hash, value, charge, deleter);
}
virtual Handle* Lookup(const Slice& key)
{
const uint32_t hash = HashSlice(key);
return shard_[Shard(hash)].Lookup(key, hash);
}
virtual void Release(Handle* handle)
{
LRUHandle* h = reinterpret_cast<LRUHandle*>(handle);
shard_[Shard(h->hash)].Release(handle);
}
virtual void Erase(const Slice& key)
{
const uint32_t hash = HashSlice(key);
shard_[Shard(hash)].Erase(key, hash);
}
virtual void* Value(Handle* handle)
{
return reinterpret_cast<LRUHandle*>(handle)->value;
}
virtual uint64_t NewId()
{
MutexLock l(&id_mutex_);
return ++(last_id_);
}
};
}
3、小缓存LRUCache里实现了一个双向链表lru_和一个二级指针数组table_用来缓存数据。双向链表lru_用来保证当缓存容量饱满时,清除比较旧的缓存数据;二级指针数组table_用来保证缓存数据的快速查找;lru_.pre存储比较新的数据,lru_.next存储比较旧的数据;缓存数据的总大小大于缓存LRUCache的容量大小,则循环从双向链表lru_的next取缓存数据,将其从双向链表lru_和二级指针数组table_中移除,直到缓存数据的总大小小于缓存LRUCache的容量大小。
/*****************************************************************************
类:LRUCache
*****************************************************************************/
// A single shard of sharded cache.
class LRUCache
{
public:
LRUCache();
~LRUCache();
// Separate from constructor so caller can easily make an array of LRUCache
void SetCapacity(size_t capacity) { capacity_ = capacity; }
// Like Cache methods, but with an extra "hash" parameter.
Cache::Handle* Insert(const Slice& key, uint32_t hash, void* value,
size_t charge, void (*deleter)(const Slice& key, void* value));
Cache::Handle* Lookup(const Slice& key, uint32_t hash);
void Release(Cache::Handle* handle);
void Erase(const Slice& key, uint32_t hash);
private:
void LRU_Remove(LRUHandle* e);
void LRU_Append(LRUHandle* e);
void Unref(LRUHandle* e);
// Initialized before use.
// 缓存的总容量
size_t capacity_;
// mutex_ protects the following state.
port::Mutex mutex_;
// 缓存数据的总大小
size_t usage_;
// Dummy head of LRU list.
// lru.prev is newest entry, lru.next is oldest entry.
// 双向循环链表,有大小限制,保证数据的新旧,当缓存不够时,保证先清除旧的数据
LRUHandle lru_;
/*
二级指针数组,链表没有大小限制,动态扩展大小,保证数据快速查找,
hash定位一级指针,得到存放在一级指针上的二级指针链表,遍历查找数据
*/
HandleTable table_;
};
LRUCache::LRUCache(): usage_(0)
{
// Make empty circular linked list
lru_.next = &lru_;
lru_.prev = &lru_;
}
LRUCache::~LRUCache()
{
for (LRUHandle* e = lru_.next; e != &lru_; )
{
LRUHandle* next = e->next;
assert(e->refs == 1); // Error if caller has an unreleased handle
Unref(e);
e = next;
}
}
void LRUCache::Unref(LRUHandle* e)
{
assert(e->refs > 0);
e->refs--;
if (e->refs <= 0) // 引用计数小于等于0 释放
{
usage_ -= e->charge;
(*e->deleter)(e->key(), e->value);
free(e);
}
}
void LRUCache::LRU_Remove(LRUHandle* e)
{
e->next->prev = e->prev;
e->prev->next = e->next;
}
void LRUCache::LRU_Append(LRUHandle* e)
{
// Make "e" newest entry by inserting just before lru_
// 新数据插到lru_的前面
e->next = &lru_;
e->prev = lru_.prev;
e->prev->next = e;
e->next->prev = e;
}
Cache::Handle* LRUCache::Lookup(const Slice& key, uint32_t hash)
{
MutexLock l(&mutex_);
LRUHandle* e = table_.Lookup(key, hash);
if (e != NULL)
{
e->refs++;
/*
为什么要先删除,再加入。
由于当缓存不够时,会清除lru_的next处的数据,保证清除比较旧的数据。
*/
LRU_Remove(e);
LRU_Append(e);
}
return reinterpret_cast<Cache::Handle*>(e);
}
void LRUCache::Release(Cache::Handle* handle)
{
MutexLock l(&mutex_);
Unref(reinterpret_cast<LRUHandle*>(handle));
}
Cache::Handle* LRUCache::Insert(const Slice& key, uint32_t hash, void* value, size_t charge,
void (*deleter)(const Slice& key, void* value))
{
MutexLock l(&mutex_);
// 减去记录key的首地址大小(一个字节),加上key实际大小
LRUHandle* e = reinterpret_cast<LRUHandle*>(malloc(sizeof(LRUHandle)-1 + key.size()));
e->value = value;
e->deleter = deleter;
e->charge = charge;
e->key_length = key.size();
e->hash = hash;
e->refs = 2; // One from LRUCache, one for the returned handle
// 记录key的首地址
memcpy(e->key_data, key.data(), key.size());
LRU_Append(e);
// 缓存数据的大小
usage_ += charge;
LRUHandle* old = table_.Insert(e);
if (old != NULL)
{
LRU_Remove(old);
Unref(old);
}
// 缓存不够,清除比较旧的数据
while (usage_ > capacity_ && lru_.next != &lru_)
{
LRUHandle* old = lru_.next;
LRU_Remove(old);
table_.Remove(old->key(), old->hash);
Unref(old);
}
return reinterpret_cast<Cache::Handle*>(e);
}
void LRUCache::Erase(const Slice& key, uint32_t hash)
{
MutexLock l(&mutex_);
LRUHandle* e = table_.Remove(key, hash);
if (e != NULL)
{
LRU_Remove(e);
Unref(e);
}
}
4、根据缓存数据的hash值,定位缓存数据属于哪个一级指针,然后遍历这一级指针上存放的二级指针链表,查找缓存数据。
/*****************************************************************************
类:HandleTable
*****************************************************************************/
// We provide our own simple hash table since it removes a whole bunch
// of porting hacks and is also faster than some of the built-in hash
// table implementations in some of the compiler/runtime combinations
// we have tested. E.g., readrandom speeds up by ~5% over the g++
// 4.4.3's builtin hashtable.
class HandleTable
{
public:
HandleTable() : length_(0), elems_(0), list_(NULL) { Resize(); }
~HandleTable() { delete[] list_; }
LRUHandle* Lookup(const Slice& key, uint32_t hash)
{
return *FindPointer(key, hash);
}
LRUHandle* Insert(LRUHandle* h)
{
LRUHandle** ptr = FindPointer(h->key(), h->hash);
LRUHandle* old = *ptr;
h->next_hash = (old == NULL ? NULL : old->next_hash);
*ptr = h;
// 找到的节点的值为NULL,说明h是新节点
if (old == NULL)
{
// 元素个数
++elems_;
// 元素个数加1大于一级指针个数。如果每个节点h定位一级指针不存在哈希冲突,则每个一级指针存放一个节点
if (elems_ > length_)
{
// Since each cache entry is fairly large, we aim for a small
// average linked list length (<= 1).
Resize();
}
}
return old;
}
LRUHandle* Remove(const Slice& key, uint32_t hash)
{
LRUHandle** ptr = FindPointer(key, hash);
LRUHandle* result = *ptr;
if (result != NULL)
{
*ptr = result->next_hash;
--elems_;
}
return result;
}
private:
// The table consists of an array of buckets where each bucket is
// a linked list of cache entries that hash into the bucket.
uint32_t length_;
uint32_t elems_;
LRUHandle** list_;
// Return a pointer to slot that points to a cache entry that
// matches key/hash. If there is no such cache entry, return a
// pointer to the trailing slot in the corresponding linked list.
LRUHandle** FindPointer(const Slice& key, uint32_t hash)
{
/*
hash & (length_ - 1)的运算结果是0到length-1;
*/
LRUHandle** ptr = &list_[hash & (length_ - 1)];
// 二级指针链表*ptr不为空,遍历二级指针链表找到hash相同且key也相同的节点
while (*ptr != NULL && ((*ptr)->hash != hash || key != (*ptr)->key()))
{
ptr = &(*ptr)->next_hash;
}
// 返回匹配节点的地址
return ptr;
}
void Resize()
{
uint32_t new_length = 4;
while (new_length < elems_)
{
new_length *= 2;
}
// 下面的new方法,只表明给一级指针分配了内存块
LRUHandle** new_list = new LRUHandle*[new_length];
/*
避免一级指针分配的内存块,存有野指针,所以需要使用memset对内存块进行清零处理。
memset:作用是在一段内存块中存储某个给定的值,
它对较大的结构体或数组进行清零操作的一种最快方法。
存储0,就是置空。
new_list和&new_list[i]是一级指针,
*new_list和new_list[i]是二级指针,
**new_list是二级指针存储的值。
下面memset代码的意思是:
即将一级指针内存块中存储0,就是new_list[i] = 0或new_list[i] = NULL;
也就是将二级指针*new_list置空。
*/
memset(new_list, 0, sizeof(new_list[0]) * new_length);
uint32_t count = 0;
for (uint32_t i = 0; i < length_; i++) // 遍历一级指针
{
/*
由于每个h通过表达式hash&(new_length - 1)得到属于一级指针的位置,
所以表达式计算结果相同(注:hash不相同,计算结果也可能相同)的h,会定位到相同的一级指针,
并组成一个二级链表存放在一级指针上。
一级指针上存放的二级指针链表,通过h的next_hash链接起来
*/
LRUHandle* h = list_[i];
while (h != NULL)
{
/*
功能:下面遍历的逻辑是重新定位h属于的一级指针。并在新的一级指针上组成新的二级链表。
*/
LRUHandle* next = h->next_hash;
uint32_t hash = h->hash;
// 定位新的一级指针 *ptr就是new_list[hash & (new_length - 1)]
LRUHandle** ptr = &new_list[hash & (new_length - 1)];
// 如果是第一次运行,则*ptr为NULL,其他则是取到上个循环h的地址
h->next_hash = *ptr;
// new_list[hash & (new_length - 1)] = h;
*ptr = h;
// 二级链表下一个节点
h = next;
count++;
}
}
assert(elems_ == count);
delete[] list_;
list_ = new_list;
length_ = new_length;
}
};
5、缓存数据封装成LRUHandle数据对象,进行存储;双向链表也是LRUHandle数据对象,使用了next和prev字段;二级指针数组中的二级指针链表也是LRUHandle数据对象,使用了next_hash字段。
struct LRUHandle
{
void* value;
void (*deleter)(const Slice&, void* value);
LRUHandle* next_hash; // 二级指针数组的二级指针链表
LRUHandle* next; // 双向链表 指向比较旧的数据
LRUHandle* prev; // 双向链表 指向比较新的数据
size_t charge; // TODO(opt): Only allow uint32_t?
size_t key_length;
uint32_t refs;
uint32_t hash; // Hash of key(); used for fast sharding and comparisons
char key_data[1]; // Beginning of key key的首地址
Slice key() const
{
// For cheaper lookups, we allow a temporary Handle object
// to store a pointer to a key in "value".
if (next == this)
{
return *(reinterpret_cast<Slice*>(value));
} else
{
return Slice(key_data, key_length);
}
}
};