TimeCacheMap是Twitter Storm里面一个类， Storm使用它来保存那些最近活跃的对象，并且可以自动删除那些已经过期的对象。这个类设计的很巧妙， 我们来看一下。
TimeCacheMap里面的数据是保存在内部变量_bucket里面的:
|
1
|
private LinkedList<HashMap<K, V>> _buckets;
|
在这点上跟ConcurrentHashMap有点类似， ConcurrentHashMap是利用多个bucket来缩小锁的粒度, 从而实现高并发的读写。而TimeCacheMap则是利用多个bucket来使得数据清理线程占用锁的时间最小。
首先来看看TimeCacheMap的构造函数， 它的构造函数首先是生成numBuckets个空的HashMap：
|
1
2
3
4
|
_buckets = new LinkedList<HashMap<K, V>>();
for(int i=0; i<numBuckets; i++) {
_buckets.add(new HashMap<K, V>());
}
|
然后就是最关键的清理线程部分，TimeCacheMap使用一个单独的线程来清理那些过期的数据:
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
final long expirationMillis = expirationSecs * 1000L;
final long sleepTime = expirationMillis/(numBuckets-1);
_cleaner = new Thread(new Runnable() {
public void run() {
try {
while(true) {
Map<K, V> dead = null;
//
Time.sleep(sleepTime);
synchronized(_lock) {
dead = _buckets.removeLast();
_buckets.addFirst(
new HashMap<K, V>());
}
if(_callback!=null) {
for(Entry<K, V> entry:
dead.entrySet()) {
_callback.expire(entry.getKey(),
entry.getValue());
}
}
}
} catch (InterruptedException ex) {
}
}
});
_cleaner.setDaemon(true);
_cleaner.start();
|
这个线程每隔 expirationSecs / (numBuckets - 1) 秒钟的时间去把最后一个bucket里面的数据全部都删除掉 — 这些被删除掉的数据其实就是过期的数据。(为什么不是每隔expirationSecs就来删除一次呢？我们下面会说)。这里值得注意的是：正是因为这种分成多个桶的机制， 清理线程对于_lock的占用时间极短。只要把最后一个bucket从_buckets解下，并且向头上面添加一个新的bucket就好了：
|
1
2
3
4
|
synchronized(_lock) {
dead = _buckets.removeLast();
_buckets.addFirst(new HashMap<K, V>());
}
|
如果不是这种机制的话， 那我能想到的最傻的办法可能就是给条数据一个过期时间字段， 然后清理线程就要遍历每条数据来检查数据是否过期了。那显然要HOLD住这个锁很长时间了。
同时对于每条过期的数据TimeCacheMap会执行我们的callback函数：
|
1
2
3
4
5
6
|
if(_callback!=null) {
for(Entry<K, V> entry: dead.entrySet()) {
_callback.expire(entry.getKey(),
entry.getValue());
}
}
|
大致机制就是这样，那么我们现在回过头来看看前面的那个问题： 为什么这个清理线程是每隔expirationSecs / (numBuckets - 1) 秒的时间来检查，这样对吗？TimeCacheMap的内部有多个桶， 当你向这个TimeCacheMap里面添加数据的时候，数据总是添加到第一个桶里面去的。
|
01
02
03
04
05
06
07
08
09
10
11
12
|
public void put(K key, V value) {
synchronized(_lock) {
Iterator<HashMap<K, V>> it =
_buckets.iterator();
HashMap<K, V> bucket = it.next();
bucket.put(key, value);
while(it.hasNext()) {
bucket = it.next();
bucket.remove(key);
}
}
}
|
我们看个例子就明白了，假设 numBuckets = 3, expirationSecs = 2。
我们先往里面填一条数据{1: 1}， 这条数据被加到第一个桶里面去， 现在TimeCacheMap的状态是:
|
1
|
[{1:1}, {}, {}]
|
过了1秒钟之后(expirationSecs / (numBuckets - 1) = 2 / (3 - 1) = 1)。清理线程干掉最后一个HashMap，并且在头上添加一个新的空HashMap, 现在TimeCacheMap的状态是:
|
1
|
[{}, {1:1}, {}]
|
再过了一秒钟， 同上， TimeCacheMap的状态会变成：
|
1
|
[{}, {}, {1:1}]
|
再过一秒钟， 现在{1:1}是最后一个TimeCacheMap了，就被干掉了。
所以从{1:1}被加入到这个TimeCacheMap到被干掉一共用了3秒，其实这个3秒就等于
|
1
|
3 = expirationSecs * ( 1 + 1 / (numBuckets - 1))
|
它的注释里面也提到了这一点
Expires keys that have not been updated in the configured number of seconds.
The algorithm used will take between expirationSecs and
expirationSecs * (1 + 1 / (numBuckets-1)) to actually expire the message.
那为什么说时间是expirationSecs到expirationSecs * (1 + 1 / (numBuckets-1))之间呢？因为线程调度的不确定性。
转自淘宝