基于Berkeley DB实现的持久化队列

          本博客属原创文章,欢迎转载!转载请务必注明出处:http://guoyunsky.iteye.com/blog/1169912

本博客已迁移本人独立博客: http://www.yun5u.com/

      队列很常见,但大部分的队列是将数据放入到内存.如 果数据过多,就有内存溢出危险,而且长久占据着内存,也会影响性能.比如爬虫,将要抓取的URL放到内存,而URL过多,内存肯定要爆.在读 Heritrix源码中,发现Heritrix是基于Bdb实现了一个持久化队列,于是我就将这块代码独立出来,平时使用也蛮爽的,现在拿出来共享.同时 数据已经持久化,相比放在内存的一次性,可以循环累加使用.

      大家也知道BDB的高性能和嵌入式.但这个持久化队列我觉得比较适合单机.如果涉及到分布式,就不大适合了.毕竟分布式要通信,负载均衡,冗余等.可以用其他的数据库等替代.

      这里大概先说下实现原理,BDB是Key-Value型数据库,而队列是FIFO.所以这个持久化队列以位置作为BDB的Key,数据作为BDB的 Value.然后用两个变量,分别记录队列两头的位置,也就是头部和尾部.当有数据插入的时候,就以尾部的位置为这个数据的Key.而当要取出数据时,以 头部位置作为Key,获取这个Key的数据.原理大概如此,这个类也继承AbstractQueue,这里贴上代码.以下代码需引用bdb- je,common-io,junit.请在附件中下载

  1.       自定义的BDB环境类,可以缓存StoredClassCatalog并共享
Java代码  基于Berkeley DB实现的持久化队列
  1. package com.guoyun.util;  
  2.   
  3. import java.io.File;  
  4.   
  5. import com.sleepycat.bind.serial.StoredClassCatalog;  
  6. import com.sleepycat.je.Database;  
  7. import com.sleepycat.je.DatabaseConfig;  
  8. import com.sleepycat.je.DatabaseException;  
  9. import com.sleepycat.je.Environment;  
  10. import com.sleepycat.je.EnvironmentConfig;  
  11. /** 
  12.  * BDB数据库环境,可以缓存StoredClassCatalog并共享 
  13.  *  
  14.  * @contributor guoyun 
  15.  */  
  16. public class BdbEnvironment extends Environment {  
  17.     StoredClassCatalog classCatalog;   
  18.     Database classCatalogDB;  
  19.       
  20.     /** 
  21.      * Constructor 
  22.      *  
  23.      * @param envHome 数据库环境目录 
  24.      * @param envConfig config options  数据库换纪念馆配置 
  25.      * @throws DatabaseException 
  26.      */  
  27.     public BdbEnvironment(File envHome, EnvironmentConfig envConfig) throws DatabaseException {  
  28.         super(envHome, envConfig);  
  29.     }  
  30.   
  31.     /** 
  32.      * 返回StoredClassCatalog 
  33.      * @return the cached class catalog 
  34.      */  
  35.     public StoredClassCatalog getClassCatalog() {  
  36.         if(classCatalog == null) {  
  37.             DatabaseConfig dbConfig = new DatabaseConfig();  
  38.             dbConfig.setAllowCreate(true);  
  39.             try {  
  40.                 classCatalogDB = openDatabase(null, "classCatalog", dbConfig);  
  41.                 classCatalog = new StoredClassCatalog(classCatalogDB);  
  42.             } catch (DatabaseException e) {  
  43.                 // TODO Auto-generated catch block  
  44.                 throw new RuntimeException(e);  
  45.             }  
  46.         }  
  47.         return classCatalog;  
  48.     }  
  49.   
  50.     @Override  
  51.     public synchronized void close() throws DatabaseException {  
  52.         if(classCatalogDB!=null) {  
  53.             classCatalogDB.close();  
  54.         }  
  55.         super.close();  
  56.     }  
  57.   
  58. }  

 

       2.  基于BDB实现的持久化队列

Java代码  基于Berkeley DB实现的持久化队列
  1. package com.guoyun.util;  
  2.   
  3. import java.io.File;  
  4. import java.io.IOException;  
  5. import java.io.Serializable;  
  6. import java.util.AbstractQueue;  
  7. import java.util.Iterator;  
  8. import java.util.concurrent.atomic.AtomicLong;  
  9.   
  10. import org.apache.commons.io.FileUtils;  
  11.   
  12. import com.sleepycat.bind.EntryBinding;  
  13. import com.sleepycat.bind.serial.SerialBinding;  
  14. import com.sleepycat.bind.serial.StoredClassCatalog;  
  15. import com.sleepycat.bind.tuple.TupleBinding;  
  16. import com.sleepycat.collections.StoredMap;  
  17. import com.sleepycat.collections.StoredSortedMap;  
  18. import com.sleepycat.je.Database;  
  19. import com.sleepycat.je.DatabaseConfig;  
  20. import com.sleepycat.je.DatabaseException;  
  21. import com.sleepycat.je.DatabaseExistsException;  
  22. import com.sleepycat.je.DatabaseNotFoundException;  
  23. import com.sleepycat.je.EnvironmentConfig;  
  24. /** 
  25.  * 持久化队列,基于BDB实现,也继承Queue,以及可以序列化.但不等同于Queue的时,不再使用后需要关闭 
  26.  * 相比一般的内存Queue,插入和获取值需要多消耗一定的时间 
  27.  * 这里为什么是继承AbstractQueue而不是实现Queue接口,是因为只要实现offer,peek,poll几个方法即可, 
  28.  * 其他如remove,addAll,AbstractQueue会基于这几个方法去实现 
  29.  *  
  30.  * @contributor guoyun 
  31.  * @param <E> 
  32.  */  
  33. public class BdbPersistentQueue<E extends Serializable> extends AbstractQueue<E> implements  
  34.         Serializable {  
  35.     private static final long serialVersionUID = 3427799316155220967L;  
  36.     private transient BdbEnvironment dbEnv;            // 数据库环境,无需序列化  
  37.     private transient Database queueDb;             // 数据库,用于保存值,使得支持队列持久化,无需序列化  
  38.     private transient StoredMap<Long,E> queueMap;   // 持久化Map,Key为指针位置,Value为值,无需序列化  
  39.     private transient String dbDir;                 // 数据库所在目录  
  40.     private transient String dbName;                // 数据库名字  
  41.     private AtomicLong headIndex;                   // 头部指针  
  42.     private AtomicLong tailIndex;                   // 尾部指针  
  43.     private transient E peekItem=null;              // 当前获取的值  
  44.       
  45.     /** 
  46.      * 构造函数,传入BDB数据库 
  47.      *  
  48.      * @param db 
  49.      * @param valueClass 
  50.      * @param classCatalog 
  51.      */  
  52.     public BdbPersistentQueue(Database db,Class<E> valueClass,StoredClassCatalog classCatalog){  
  53.         this.queueDb=db;  
  54.         this.dbName=db.getDatabaseName();  
  55.         headIndex=new AtomicLong(0);  
  56.         tailIndex=new AtomicLong(0);  
  57.         bindDatabase(queueDb,valueClass,classCatalog);  
  58.     }  
  59.     /** 
  60.      * 构造函数,传入BDB数据库位置和名字,自己创建数据库 
  61.      *  
  62.      * @param dbDir 
  63.      * @param dbName 
  64.      * @param valueClass 
  65.      */  
  66.     public BdbPersistentQueue(String dbDir,String dbName,Class<E> valueClass){  
  67.         headIndex=new AtomicLong(0);  
  68.         tailIndex=new AtomicLong(0);  
  69.         this.dbDir=dbDir;  
  70.         this.dbName=dbName;  
  71.         createAndBindDatabase(dbDir,dbName,valueClass);  
  72.     }  
  73.     /** 
  74.      * 绑定数据库 
  75.      *  
  76.      * @param db 
  77.      * @param valueClass 
  78.      * @param classCatalog 
  79.      */  
  80.     public void bindDatabase(Database db, Class<E> valueClass, StoredClassCatalog classCatalog){  
  81.         EntryBinding<E> valueBinding = TupleBinding.getPrimitiveBinding(valueClass);  
  82.         if(valueBinding == null) {  
  83.             valueBinding = new SerialBinding<E>(classCatalog, valueClass);   // 序列化绑定  
  84.         }  
  85.         queueDb = db;  
  86.         queueMap = new StoredSortedMap<Long,E>(  
  87.                 db,                                             // db  
  88.                 TupleBinding.getPrimitiveBinding(Long.class),   //Key  
  89.                 valueBinding,                                   // Value  
  90.                 true);                                          // allow write  
  91.     }  
  92.     /** 
  93.      * 创建以及绑定数据库 
  94.      *  
  95.      * @param dbDir 
  96.      * @param dbName 
  97.      * @param valueClass 
  98.      * @throws DatabaseNotFoundException 
  99.      * @throws DatabaseExistsException 
  100.      * @throws DatabaseException 
  101.      * @throws IllegalArgumentException 
  102.      */  
  103.     private void createAndBindDatabase(String dbDir, String dbName,Class<E> valueClass) throws DatabaseNotFoundException,  
  104.     DatabaseExistsException,DatabaseException,IllegalArgumentException{  
  105.         File envFile = null;  
  106.         EnvironmentConfig envConfig = null;  
  107.         DatabaseConfig dbConfig = null;  
  108.         Database db=null;  
  109.   
  110.         try {  
  111.             // 数据库位置  
  112.             envFile = new File(dbDir);  
  113.               
  114.             // 数据库环境配置  
  115.             envConfig = new EnvironmentConfig();  
  116.             envConfig.setAllowCreate(true);  
  117.             envConfig.setTransactional(false);  
  118.               
  119.             // 数据库配置  
  120.             dbConfig = new DatabaseConfig();  
  121.             dbConfig.setAllowCreate(true);  
  122.             dbConfig.setTransactional(false);  
  123.             dbConfig.setDeferredWrite(true);  
  124.               
  125.             // 创建环境  
  126.             dbEnv = new BdbEnvironment(envFile, envConfig);  
  127.             // 打开数据库  
  128.             db = dbEnv.openDatabase(null, dbName, dbConfig);  
  129.             // 绑定数据库  
  130.             bindDatabase(db,valueClass,dbEnv.getClassCatalog());  
  131.                
  132.         } catch (DatabaseNotFoundException e) {  
  133.             throw e;  
  134.         } catch (DatabaseExistsException e) {  
  135.             throw e;  
  136.         } catch (DatabaseException e) {  
  137.             throw e;  
  138.         } catch (IllegalArgumentException e) {  
  139.             throw e;  
  140.         }  
  141.   
  142.           
  143.     }  
  144.       
  145.     /** 
  146.      * 值遍历器 
  147.      */  
  148.     @Override  
  149.     public Iterator<E> iterator() {  
  150.         return queueMap.values().iterator();  
  151.     }  
  152.     /** 
  153.      * 大小 
  154.      */  
  155.     @Override  
  156.     public int size() {  
  157.         synchronized(tailIndex){  
  158.             synchronized(headIndex){  
  159.                 return (int)(tailIndex.get()-headIndex.get());  
  160.             }  
  161.         }  
  162.     }  
  163.       
  164.     /** 
  165.      * 插入值 
  166.      */  
  167.     @Override  
  168.     public boolean offer(E e) {  
  169.         synchronized(tailIndex){  
  170.             queueMap.put(tailIndex.getAndIncrement(), e);   // 从尾部插入  
  171.         }  
  172.         return true;  
  173.     }  
  174.       
  175.     /** 
  176.      * 获取值,从头部获取 
  177.      */  
  178.     @Override  
  179.     public E peek() {  
  180.         synchronized(headIndex){  
  181.             if(peekItem!=null){  
  182.                 return peekItem;  
  183.             }  
  184.             E headItem=null;  
  185.             while(headItem==null&&headIndex.get()<tailIndex.get()){ // 没有超出范围  
  186.                 headItem=queueMap.get(headIndex.get());  
  187.                 if(headItem!=null){  
  188.                     peekItem=headItem;  
  189.                     continue;  
  190.                 }   
  191.                 headIndex.incrementAndGet();    // 头部指针后移  
  192.             }  
  193.             return headItem;  
  194.         }  
  195.     }  
  196.       
  197.     /** 
  198.      * 移出元素,移出头部元素 
  199.      */  
  200.     @Override  
  201.     public E poll() {  
  202.         synchronized(headIndex){  
  203.             E headItem=peek();  
  204.             if(headItem!=null){  
  205.                 queueMap.remove(headIndex.getAndIncrement());  
  206.                 peekItem=null;  
  207.                 return headItem;  
  208.             }  
  209.         }  
  210.         return null;  
  211.     }  
  212.       
  213.     /** 
  214.      * 关闭,也就是关闭所是用的BDB数据库但不关闭数据库环境 
  215.      */  
  216.     public void close(){  
  217.         try {  
  218.             if(queueDb!=null){  
  219.                 queueDb.sync();  
  220.                 queueDb.close();  
  221.             }  
  222.         } catch (DatabaseException e) {  
  223.             // TODO Auto-generated catch block  
  224.             e.printStackTrace();  
  225.         } catch (UnsupportedOperationException e) {  
  226.             // TODO Auto-generated catch block  
  227.             e.printStackTrace();  
  228.         }  
  229.     }  
  230.       
  231.     /** 
  232.      * 清理,会清空数据库,并且删掉数据库所在目录,慎用.如果想保留数据,请调用close() 
  233.      */  
  234.     @Override  
  235.     public void clear() {  
  236.        try {  
  237.            close();  
  238.            if(dbEnv!=null&&queueDb!=null){  
  239.                 dbEnv.removeDatabase(null, dbName==null?queueDb.getDatabaseName():dbName);   
  240.                 dbEnv.close();  
  241.            }  
  242.         } catch (DatabaseNotFoundException e) {  
  243.             // TODO Auto-generated catch block  
  244.             e.printStackTrace();  
  245.         } catch (DatabaseException e) {  
  246.             // TODO Auto-generated catch block  
  247.             e.printStackTrace();  
  248.         } finally{  
  249.             try {  
  250.                 if(this.dbDir!=null){  
  251.                     FileUtils.deleteDirectory(new File(this.dbDir));  
  252.                 }  
  253.                   
  254.             } catch (IOException e) {  
  255.                 // TODO Auto-generated catch block  
  256.                 e.printStackTrace();  
  257.             }  
  258.         }  
  259.     }  
  260.       
  261. }  

 

 

3. 测试类,测试数据准确性和性能

Java代码  基于Berkeley DB实现的持久化队列
  1. package com.guoyun.util;  
  2.   
  3. import java.io.File;  
  4. import java.util.Queue;  
  5. import java.util.concurrent.LinkedBlockingQueue;  
  6.   
  7. import junit.framework.TestCase;  
  8.   
  9. public class BdbPersistentQueueTest extends TestCase{  
  10.     Queue<String> memoryQueue;  
  11.     Queue<String> persistentQueue;  
  12.       
  13.     @Override  
  14.     protected void setUp() throws Exception {  
  15.         super.setUp();  
  16.         memoryQueue=new LinkedBlockingQueue<String>();  
  17.         String dbDir="E:/java/test/bdbDir";  
  18.         File file=new File(dbDir);  
  19.         if(!file.exists()||!file.isDirectory()){  
  20.             file.mkdirs();  
  21.         }  
  22.         persistentQueue=new BdbPersistentQueue(dbDir,"pq",String.class);  
  23.     }  
  24.   
  25.     @Override  
  26.     protected void tearDown() throws Exception {  
  27.         super.tearDown();  
  28.         memoryQueue.clear();  
  29.         memoryQueue=null;  
  30.         persistentQueue.clear();  
  31.         persistentQueue=null;  
  32.     }  
  33.       
  34.     /** 
  35.      * 排放值 
  36.      * @param queue 
  37.      * @return      排放的数据个数 
  38.      */  
  39.     public int drain(Queue<String> queue){  
  40.         int count=0;  
  41.         while(true){  
  42.             try {  
  43.                 queue.remove();  
  44.                 count++;  
  45.             } catch (Exception e) {  
  46.                 return count;  
  47.             }  
  48.         }  
  49.          
  50.     }  
  51.     /** 
  52.      *  
  53.      * @param queue 
  54.      * @param size 
  55.      */  
  56.     public void fill(Queue<String> queue,int size){  
  57.         for(int i=0;i<size;i++){  
  58.             queue.add(i+"");  
  59.         }  
  60.     }  
  61.       
  62.     public void checkTime(int size){  
  63.         System.out.println("1.内存Queue插入和排空数据所耗时间");  
  64.         long time=0;  
  65.         long start=System.nanoTime();  
  66.         fill(memoryQueue,size);  
  67.         time=System.nanoTime()-start;  
  68.         System.out.println("\t填充 "+size+" 条数据耗时: "+(double)time/1000000+" 毫秒,单条耗时: "+((double)time/size)+" 纳秒");  
  69.         start=System.nanoTime();  
  70.         drain(memoryQueue);  
  71.         time=System.nanoTime()-start;  
  72.         System.out.println("\t排空 "+size+" 条数据耗时: "+(double)time/1000000+" 毫秒,单条耗时: "+((double)time/size)+" 纳秒");  
  73.           
  74.         System.out.println("2.持久化Queue插入和排空数据所耗时间");  
  75.         start=System.nanoTime();  
  76.         fill(persistentQueue,size);  
  77.         time=System.nanoTime()-start;  
  78.         System.out.println("\t填充 "+size+" 条数据耗时: "+(double)time/1000000+" 毫秒,单条耗时: "+((double)time/size/1000000)+" 豪秒");  
  79.         start=System.nanoTime();  
  80.         drain(persistentQueue);  
  81.         time=System.nanoTime()-start;  
  82.         System.out.println("\t排空 "+size+" 条数据耗时: "+(double)time/1000000+" 毫秒,单条耗时: "+((double)time/size/1000)+" 豪秒");  
  83.           
  84.     }  
  85.       
  86.     /** 
  87.      * 十万数量级测试 
  88.      */  
  89.     public void testTime_tenThousand(){  
  90.         System.out.println("========测试1000000(十万)条数据=================");  
  91.         checkTime(100000);  
  92.     }  
  93.       
  94.       
  95.     /** 
  96.      * 百万数量级测试 
  97.      */  
  98.     public void testTime_mil(){  
  99.         System.out.println("========测试1000000(百万)条数据=================");  
  100.         checkTime(1000000);  
  101.     }  
  102.       
  103.   
  104.     /** 
  105.      * 千万数量级测试,注意要防止内存溢出 
  106.      */  
  107.     public void testTime_tenMil(){  
  108.         System.out.println("========测试10000000(千万)条数据=================");  
  109.         checkTime(10000000);  
  110.     }  
  111.       
  112.     /** 
  113.      * 测试队列数据准确性 
  114.      * @param queue 
  115.      * @param queueName 
  116.      * @param size 
  117.      */  
  118.     public void checkDataExact(Queue<String> queue,String queueName,int size){  
  119.         if(queue.size()!=size){  
  120.             System.err.println("Error size of "+queueName);  
  121.         }  
  122.         String value=null;  
  123.         for(int i=0;i<size;i++){  
  124.             value=queue.remove();  
  125.             if(!((i+"").equals(value))){  
  126.                 System.err.println("Error "+queueName+":"+i+"->"+value);  
  127.             }  
  128.         }  
  129.     }  
  130.       
  131.     /** 
  132.      * 测试队列中数据的准确性,包括长度 
  133.      */  
  134.     public void testExact(){  
  135.         int size=100;  
  136.         fill(memoryQueue,size);  
  137.         fill(persistentQueue,size);  
  138.           
  139.         checkDataExact(memoryQueue,"MemoryQueue",100);  
  140.         checkDataExact(persistentQueue,"PersistentQueue",100);  
  141.            
  142.     }  
  143.       
  144. }  

 

4.测试性能

========测试1000000(十万)条数据=================
1.内存Queue插入和排空数据所耗时间
 填充 100000 条数据耗时: 53.550787 毫秒,单条耗时: 535.50787 纳秒
 排空 100000 条数据耗时: 27.09901 毫秒,单条耗时: 270.9901 纳秒
2.持久化Queue插入和排空数据所耗时间
 填充 100000 条数据耗时: 1399.644305 毫秒,单条耗时: 0.01399644305 豪秒
 排空 100000 条数据耗时: 2104.765179 毫秒,单条耗时: 21.04765179 豪秒

 持久化写入是内存写入的26倍,读取是77倍

========测试1000000(百万)条数据=================
1.内存Queue插入和排空数据所耗时间
 填充 1000000 条数据耗时: 699.105888 毫秒,单条耗时: 699.105888 纳秒
 排空 1000000 条数据耗时: 158.792281 毫秒,单条耗时: 158.792281 纳秒
2.持久化Queue插入和排空数据所耗时间
 填充 1000000 条数据耗时: 11978.132218 毫秒,单条耗时: 0.011978132218 豪秒
 排空 1000000 条数据耗时: 22355.617205 毫秒,单条耗时: 22.355617204999998 豪秒

 持久化写入是内存写入的17倍,读取是141倍

 

========测试10000000(千万)条数据=================
1.内存Queue插入和排空数据所耗时间
 填充 10000000 条数据耗时: 9678.377046 毫秒,单条耗时: 967.8377046 纳秒
 排空 10000000 条数据耗时: 1473.416825 毫秒,单条耗时: 147.3416825 纳秒
2.持久化Queue插入和排空数据所耗时间
 填充 10000000 条数据耗时: 151177.036391 毫秒,单条耗时: 0.0151177036391 豪秒
 排空 10000000 条数据耗时: 361642.655135 毫秒,单条耗时: 36.164265513500006 豪秒

 持久化写入是内存写入的15倍,读取是245倍

可以看出写入和遍历一条都是在毫秒级别,还有千万级的数据,BDB的性能着实牛逼.而且随着数据的增多,写的时间在缩短,读的时间在增长.

基于Berkeley DB实现的持久化队列

上一篇:sqlserver2008静默安装的bat脚本


下一篇:Berkeley DB使用SecondKey给数据排序的实现方法