动手实现一个localcache - 实现篇

原文链接：动手实现一个localcache - 实现篇

前言

哈喽，大家好，我是asong，经过了前面两篇的介绍，我们已经基本了解该如何设计一个本地缓存了，本文就是这个系列的终结篇，自己动手实现一个本地缓存，接下来且听我细细道来！！！

本文代码已经上传到github：github.com/asong2020/g…

现在这一版本算是一个1.0，后续会继续进行优化和迭代。

第一步：抽象接口

第一步很重要，以面向接口编程为原则，我们先抽象出来要暴露给用户的方法，给用户提供简单易懂的方法，因此我抽象出来的结果如下：

// ICache abstract interface
type ICache interface {
	// Set value use default expire time. default does not expire.
	Set(key string, value []byte) error
	// Get value if find it. if value already expire will delete.
	Get(key string) ([]byte, error)
	// SetWithTime set value with expire time
	SetWithTime(key string, value []byte, expired time.Duration) error
	// Delete manual removes the key
	Delete(key string) error
	// Len computes number of entries in cache
	Len() int
	// Capacity returns amount of bytes store in the cache.
	Capacity() int
	// Close is used to signal a shutdown of the cache when you are done with it.
	// This allows the cleaning goroutines to exit and ensures references are not
	// kept to the cache preventing GC of the entire cache.
	Close() error
	// Stats returns cache's statistics
	Stats() Stats
	// GetKeyHit returns key hit
	GetKeyHit(key string) int64
}
复制代码

• Set(key string, value []byte)：使用该方法存储的数据使用默认的过期时间，如果清除过期的异步任务没有enable，那么就永不过期，否则默认过期时间为10min。
• Get(key string) ([]byte, error)：根据key获取对象内容，如果数据过期了会在这一步删除。
• SetWithTime(key string, value []byte, expired time.Duration)：存储对象是使用自定义过期时间
• Delete(key string) error：根据key删除对应的缓存数据
• Len() int：获取缓存的对象数量
• Capacity() int：获取当前缓存的容量
• Close() error：关闭缓存
• Stats() Stats：缓存监控数据
• GetKeyHit(key string) int64：获取key的命中率数据

第二步：定义缓存对象

第一步我们抽象好了接口，下面就要定义一个缓存对象实例实现接口，先看定义结构：

type cache struct {
	// hashFunc represents used hash func
	hashFunc HashFunc
	// bucketCount represents the number of segments within a cache instance. value must be a power of two.
	bucketCount uint64
	// bucketMask is bitwise AND applied to the hashVal to find the segment id.
	bucketMask uint64
	// segment is shard
	segments []*segment
	// segment lock
	locks    []sync.RWMutex
	// close cache
	close chan struct{}
}
复制代码

• hashFunc：分片要用的哈希函数，用户可以自行定义，实现HashFunc接口即可，默认使用fnv算法。
• bucketCount：分片的数量，一定要是偶数，默认分片数为256。
• bucketMask：因为分片数是偶数，所以可以分片时可以使用位运算代替取余提升性能效率，hashValue % bucketCount == hashValue & bucketCount - 1。
• segments：分片对象，每个分片的对象结构我们在后面介绍。
• locks：每个分片的读写锁
• close：关闭缓存对象时通知其他goroutine暂停

接下来我们来写cache对象的构造函数：

// NewCache constructor cache instance
func NewCache(opts ...Opt) (ICache, error) {
	options := &options{
		hashFunc: NewDefaultHashFunc(),
		bucketCount: defaultBucketCount,
		maxBytes: defaultMaxBytes,
		cleanTime: defaultCleanTIme,
		statsEnabled: defaultStatsEnabled,
		cleanupEnabled: defaultCleanupEnabled,
	}
	for _, each := range opts{
		each(options)
	}

	if !isPowerOfTwo(options.bucketCount){
		return nil, errShardCount
	}

  if options.maxBytes <= 0 {
		return nil, ErrBytes
	}
  
	segments := make([]*segment, options.bucketCount)
	locks := make([]sync.RWMutex, options.bucketCount)

	maxSegmentBytes := (options.maxBytes + options.bucketCount - 1) / options.bucketCount
	for index := range segments{
		segments[index] = newSegment(maxSegmentBytes, options.statsEnabled)
	}

	c := &cache{
		hashFunc: options.hashFunc,
		bucketCount: options.bucketCount,
		bucketMask: options.bucketCount - 1,
		segments: segments,
		locks: locks,
		close: make(chan struct{}),
	}
    if options.cleanupEnabled {
		go c.cleanup(options.cleanTime)
	}
	
	return c, nil
}
复制代码

这里为了更好的扩展，我们使用Options编程模式，我们的构造函数主要做三件事：

• 前置参数检查，对于外部传入的参数，我们还是要做基本的校验
• 分片对象初始化
• 构造缓存对象

这里构造缓存对象时我们要先计算每个分片的容量，默认整个本地缓存256M的数据，然后在平均分到每一片区内，用户可以自行选择要缓存的数据大小。

第三步：定义分片结构

每个分片结构如下：

type segment struct {
	hashmap map[uint64]uint32
	entries buffer.IBuffer
	clock   clock
	evictList  *list.List
	stats IStats
}
复制代码

• hashmp：存储key所对应的存储索引
• entries：存储key/value的底层结构，我们在第四步的时候介绍，也是代码的核心部分。
• clock：定义时间方法
• evicList：这里我们使用一个队列来记录old索引，当容量不足时进行删除（临时解决方案，当前存储结构不适合使用LRU淘汰算法）
• stats：缓存的监控数据。

接下来我们再来看一下每个分片的构造函数：

func newSegment(bytes uint64, statsEnabled bool) *segment {
	if bytes == 0 {
		panic(fmt.Errorf("bytes cannot be zero"))
	}
	if bytes >= maxSegmentSize{
		panic(fmt.Errorf("too big bytes=%d; should be smaller than %d", bytes, maxSegmentSize))
	}
	capacity := (bytes + segmentSize - 1) / segmentSize
	entries := buffer.NewBuffer(int(capacity))
	entries.Reset()
	return &segment{
		entries: entries,
		hashmap: make(map[uint64]uint32),
		clock:   &systemClock{},
		evictList: list.New(),
		stats: newStats(statsEnabled),
	}
}
复制代码

这里主要注意一点：

我们要根据每个片区的缓存数据大小来计算出容量，与上文的缓存对象初始化步骤对应上了。

第四步：定义缓存结构

缓存对象现在也构造好了，接下来就是本地缓存的核心：定义缓存结构。

bigcache、fastcache、freecache都使用字节数组代替map存储缓存数据，从而减少GC压力，所以我们也可以借鉴其思想继续保持使用字节数组，这里我们使用二维字节切片存储缓存数据key/value；画个图表示一下：

使用二维数组存储数据的相比于bigcache的优势在于可以直接根据索引删除对应的数据，虽然也会有虫洞的问题，但是我们可以记录下来虫洞的索引，不断填充。

每个缓存的封装结构如下：

基本思想已经明确，接下来看一下我们对存储层的封装：

type Buffer struct {
	array [][]byte
	capacity int
	index int
	// maxCount = capacity - 1
	count int
	// availableSpace If any objects are removed after the buffer is full, the idle index is logged.
	// Avoid array "wormhole"
	availableSpace map[int]struct{}
	// placeholder record the index that buffer has stored.
	placeholder map[int]struct{}
}
复制代码

• array [][]byte：存储缓存对象的二维切片
• capacity：缓存结构的最大容量
• index：索引，记录缓存所在的位置的索引
• count：记录缓存数量
• availableSpace：记录"虫洞"，当缓存对象被删除时记录下空闲位置的索引，方便后面容量满了后使用"虫洞"
• placeholder：记录缓存对象的索引，迭代清除过期缓存可以用上。

向buffer写入数据的流程（不贴代码了）：

第五步：完善向缓存写入数据方法

上面我们定义好了所有需要的结构，接下来就是填充我们的写入缓存方法就可以了：

func (c *cache) Set(key string, value []byte) error  {
	hashKey := c.hashFunc.Sum64(key)
	bucketIndex := hashKey&c.bucketMask
	c.locks[bucketIndex].Lock()
	defer c.locks[bucketIndex].Unlock()
	err := c.segments[bucketIndex].set(key, hashKey, value, defaultExpireTime)
	return err
}

func (s *segment) set(key string, hashKey uint64, value []byte, expireTime time.Duration) error {
	if expireTime <= 0{
		return ErrExpireTimeInvalid
	}
	expireAt := uint64(s.clock.Epoch(expireTime))

	if previousIndex, ok := s.hashmap[hashKey]; ok {
		if err := s.entries.Remove(int(previousIndex)); err != nil{
			return err
		}
		delete(s.hashmap, hashKey)
	}

	entry := wrapEntry(expireAt, key, hashKey, value)
	for {
		index, err := s.entries.Push(entry)
		if err == nil {
			s.hashmap[hashKey] = uint32(index)
			s.evictList.PushFront(index)
			return nil
		}
		ele := s.evictList.Back()
		if err := s.entries.Remove(ele.Value.(int)); err != nil{
			return err
		}
		s.evictList.Remove(ele)
	}
}
复制代码

流程分析如下：

• 根据key计算哈希值，然后根据分片数获取对应分片位置
• 如果当前缓存中存在相同的key，则先删除，在重新插入，会刷新过期时间
• 封装存储结构，根据过期时间戳、key长度、哈希大小、缓存对象进行封装
• 将数据存入缓存，如果缓存失败，移除最老的数据后再次重试

第六步：完善从缓存读取数据方法

第一步根据key计算哈希值，再根据分片数获取对应的分片位置：

func (c *cache) Get(key string) ([]byte, error)  {
	hashKey := c.hashFunc.Sum64(key)
	bucketIndex := hashKey&c.bucketMask
	c.locks[bucketIndex].RLock()
	defer c.locks[hashKey&c.bucketMask].RUnlock()
	entry, err := c.segments[bucketIndex].get(key, hashKey)
	if err != nil{
		return nil, err
	}
	return entry,nil
}
复制代码

第二步执行分片方法获取缓存数据：

• 先根据哈希值判断key是否存在于缓存中，不存返回key没有找到
• 从缓存中读取数据得到缓存中的key判断是否发生哈希冲突
• 判断缓存对象是否过期，过期删除缓存数据（可以根据业务优化需要是否返回当前过期数据）
• 在每个记录缓存监控数据

func (s *segment) getWarpEntry(key string, hashKey uint64) ([]byte,error) {
	index, ok := s.hashmap[hashKey]
	if !ok {
		s.stats.miss()
		return nil, ErrEntryNotFound
	}
	entry, err := s.entries.Get(int(index))
	if err != nil{
		s.stats.miss()
		return nil, err
	}
	if entry == nil{
		s.stats.miss()
		return nil, ErrEntryNotFound
	}

	if entryKey := readKeyFromEntry(entry); key != entryKey {
		s.stats.collision()
		return nil, ErrEntryNotFound
	}
	return entry, nil
}

func (s *segment) get(key string, hashKey uint64) ([]byte, error) {
	currentTimestamp := s.clock.TimeStamp()
	entry, err := s.getWarpEntry(key, hashKey)
	if err != nil{
		return nil, err
	}
	res := readEntry(entry)

	expireAt := int64(readExpireAtFromEntry(entry))
	if currentTimestamp - expireAt >= 0{
		_ = s.entries.Remove(int(s.hashmap[hashKey]))
		delete(s.hashmap, hashKey)
		return nil, ErrEntryNotFound
	}
	s.stats.hit(key)

	return res, nil
}
复制代码

第七步：来个测试用例体验一下

先来个简单的测试用例测试一下：

func (h *cacheTestSuite) TestSetAndGet() {
	cache, err := NewCache()
	assert.Equal(h.T(), nil, err)
	key := "asong"
	value := []byte("公众号：Golang梦工厂")

	err = cache.Set(key, value)
	assert.Equal(h.T(), nil, err)

	res, err := cache.Get(key)
	assert.Equal(h.T(), nil, err)
	assert.Equal(h.T(), value, res)
	h.T().Logf("get value is %s", string(res))
}
复制代码

运行结果：

=== RUN   TestCacheTestSuite
=== RUN   TestCacheTestSuite/TestSetAndGet
    cache_test.go:33: get value is 公众号：Golang梦工厂
--- PASS: TestCacheTestSuite (0.00s)
    --- PASS: TestCacheTestSuite/TestSetAndGet (0.00s)
PASS
复制代码

大功告成，基本功能通了，剩下就是跑基准测试、优化、迭代了（不在文章赘述了，可以关注github仓库最新动态）。

参考文章

• github.com/allegro/big…
• github.com/VictoriaMet…
• github.com/coocood/fre…
• github.com/patrickmn/g…

总结

实现篇到这里就结束了，但是这个项目的编码仍未结束，我会继续以此版本为基础不断迭代优化，该本地缓存的优点：

• 实现简单、提供给用户的方法简单易懂
• 使用二维切片作为存储结构，避免了不能删除底层数据的缺点，也在一定程度上避免了"虫洞"问题。
• 测试用例齐全，适合作为小白的入门项目

待优化点：

• 没有使用高效的缓存淘汰算法，可能会导致热点数据被频繁删除
• 定时删除过期数据会导致锁持有时间过长，需要优化
• 关闭缓存实例需要优化处理方式
• 根据业务场景进行优化（特定业务场景）

迭代点：

• 添加异步加载缓存功能
• ...... (思考中)

本文代码已经上传到github：github.com/asong2020/g…

好啦，本文到这里就结束了，我是asong，我们下期见。

欢迎关注公众号：【Golang梦工厂】