剖析Jive的缓存机制[TomJava]

tomjava 03-03-02
         

前言
Jive是一个广受欢迎的开放的源码的论坛项目,它有很多值得我们学习的地方。这篇文章谈的就是Jive缓存机制的实现,希望对大家有所帮助。
简介
我们知道,在两个存取速度差距很大的对象(比如数据库和内存)之间,通常要加一个缓存,来匹配二者的速度。因此,缓存机制在我们实际项目中还是经常遇到的。同样Jive也使用缓存来加快贴子的显示。如果你正试图编写一个类似的东西,不妨研究一下Jive源码,可能对你大有帮助。
在Jive2.1.2中,涉及jive的缓存机制的java类大致可以分为以下四个部分(为了简化起见,本文只讨论帖子的缓存机制的实现,用户名和权限的存取虽然也用到了的缓存,但其实现机制与前者类似,因此不再赘述):
第一部分:提供HashMap,LinkedListedlist等数据结构以便实现缓存机制,其中HashMap是JDK提供的,其Key类型为Object。你可以在com.jivesoftware.util包中找到他们,包括的类有Cache类, LinkedList类,LinkedListNode类和Casheable接口,CacheObject类,CacheableBoolean类,CacheableInt类,CacheableLong类,CacheableLongArray类,CacheableString类,CacheSizes类,CacheTimer类;
第二部分:提供LongHashMap,LongLinkedListedlist等数据结构以便实现缓存机制,与第一部分不同的是,它的HashMap是自己编写的,其Key类型为Long,因此被冠以LongHashMap的名称。你同样可以在com.jivesoftware.util包中找到他们,包括的类有LongHashMap类,LongCache类, LongCacheObject类,
LongLinkedList类和LongLinkedListNode类;还有第一部分中的Casheable接口,它的各种数据类型的实现以及CacheSizes类和CacheTimer类,也可归于这部分,它们可看作是第一部分和第二部分的交集;
第三部分:调用底层数据结构以提供论坛对象的缓存,你可以在com.jivesoftware.forum.database包中找到他们,包括的类主要有DatabaseCacheManager类,DbForumFactory类,DbForum类,DbForumThread类,DbForumMessage 类,DatabaseCache类,ForumCache类, ForumThreadCache类,ForumMessageCache类;
第四部分:向Jsp页面提供访问接口,同样在com.jivesoftware.forum.database包中,包括类有ForumThreadBlockIterator和ForumMessageBlockIterator类,第三部分的DbForum类,DbForumThread类和DbForumMessage 类也可以包括进来,实际上,这三个类是第三和第四部分联系的纽带,在com.jivesoftware.util包中还有一个LongList类,它用来将ForumThreadBlockIterator和ForumMessageBlockIterator转化成Long型数组,因此也应算在这部分;
因此缓存机制也可以划分为三层,即第一、二部分的底层数据结构、第三部分的中间层和第四部分的上层访问接口,下面分别讨论:
底层数据结构
jive缓存机制的原理其实很简单,就是把所要缓存的对象加到HashMap哈希映射表中,用两个LinkedListedlist双向链表分别维持着缓存对象和每个缓存对象的生命周期,如果一个缓存对象被访问到,那么就把它放到链表的最前面,然后不定时的把要缓存对象的对象加入链表中,把过期对象删除,如此反复。我们比较一下第一和第二部分就可以发现,他们的代码几乎完全相同。差别就在第二部分的哈希映射表没有采用JDK提供的类,而是采用了作者自己编写的一个类,他将原来哈希映射表的Key的类型由Object改为Long,这样做虽然在一定程度上加快了缓存的速度并减小了缓存的大小,但无形之中也减低了程序的稳定性和可读性,因此不推荐大家仿效。值得一提的是,在Jive1.0.2版中,所有Forum,Thread,Message的ID和他们的内容的缓存都是用第一部分的Java类实现的,在升级到后面的版本时,其内容采用了第二部分的Java类实现,但其ID仍用第一部分的Java类实现,这也是Jive容易混淆的一个地方。好了,我们先来看第一部分的Java类实现。
我们先来看LinkedListNode类的源码:
public class LinkedListNode {
public LinkedListNode previous;
public LinkedListNode next;
public Object object;
public long timestamp;

public LinkedListNode(Object object, LinkedListNode next,
LinkedListNode previous)
{
this.object = object;
this.next = next;
this.previous = previous;
}
public void remove() {
previous.next = next;
next.previous = previous;
}
public String toString() {
return object.toString();
}
}
很明显,这是一个双向链表的节点类,previous,next分别记录前后节点的指针,object用于记录所需缓存的对象,timestamp用于记录当前节点被创建时的时间戳。当该时间戳超过该节点的生存周期时,它就会被remove()方法删除掉。就是由LinkedListNode构成了LinkedList链表,而LinkedList类中只是实现了getFirst(),getLast(),addFirst(),addLast(),clear()等链表的基本方法,没有其他内容。
再来看Cacheable接口和它的一个实现类CacheableInt:

public interface Cacheable {
public int getSize();
}
public class CacheableInt implements Cacheable {
private int intValue;
public CacheableInt(int intValue) {
this.intValue = intValue;
}
public int getInt() {
return intValue;
}
public int getSize() {
return CacheSizes.sizeOfObject() + CacheSizes.sizeOfInt();
}
}
从上面的代码可以看到Cacheable接口只有一个方法getSize(),它要求继承类实现该方法汇报占用缓存的大小,以便实施管理。Integer,Boolean,Long,LongArray,String类型都有其对应的类,CacheSizes类则把各种类型的长度封装起来,便于修改和移植。那么为什么CacheableInt. getSize()得到的是sizeOfObject()+sizeOfInt()呢,聪明的读者一定想到了,因为任何都继承自Object,计算空间时当然也要把它给算上。
还有一个CacheObject类,它是缓存的基本元素,我们来看代码:
public final class CacheObject {
public Cacheable object;
public int size;
public LinkedListNode lastAccessedListNode;
public LinkedListNode ageListNode;

public CacheObject(Cacheable object, int size) {
this.object = object;
this.size = size;
}
}
lastAccessedListNode记录着一个缓存节点的Key,是构成lastAccessedList链表的基本元素,在lastAccessedList链表中,经常被访问到的节点总是在最前面。而ageListNode记录着缓存节点的加入时间,是构成ageList链表的基本元素,而ageList链表则是按时间先后排序,先加入的节点总是在最后面。lastAccessedListNode和ageListNode本来可以写成两个类,毕竟lastAccessedListNode并不需要ageListNode的成员变量timestamp,但是为了简化程序,Jive把他们写成了一个类,这也是容易混淆的一个地方。
现在来看缓存机制中最关键的一个类Cache的部分代码,主要是add()和get()方法:
public class Cache implements Cacheable {
protected static long currentTime = CacheTimer.currentTime;
protected HashMap cachedObjectsHash;
protected LinkedList lastAccessedList;
protected LinkedList ageList;
//缓存元素的最大尺寸128kbit,可修改

protected int maxSize = 128 * 1024;
//整个缓存的大小
protected int size = 0;
//缓存元素的最大保存时间,用Cache(long maxLifetime)初始化
protected long maxLifetime = -1;
//记录cache的命中次数和未命中次数
protected long cacheHits, cacheMisses = 0L;
……
//向哈希表中添加一个关键字为Key的缓存对象object
public synchronized void add(Object key, Cacheable object) {
//先把原来的对象remove掉
remove(key);
int objectSize = object.getSize();
//如果对象太大,则不加入缓冲存
if (objectSize > maxSize * .90) {
return;
}
size += objectSize;
//新建一个缓存对象,并放入哈希表中
CacheObject cacheObject = new CacheObject(object, objectSize);
cachedObjectsHash.put(key, cacheObject);
// 把缓存元素的Key放到lastAccessed List链表的最前面
LinkedListNode lastAccessedNode = lastAccessedList.addFirst(key);
cacheObject.lastAccessedListNode = lastAccessedNode;
//把缓存元素的Key放到ageList链表的最前面,并记下当前时间
LinkedListNode ageNode = ageList.addFirst(key);
ageNode.timestamp = System.currentTimeMillis();
cacheObject.ageListNode = ageNode;
// 在cullCache()中,先调用deleteExpiredEntries()把过期对象删掉,如果缓存还是太满,则掉用remove(lastAccessedList.getLast().object)把lastAccessedList中不常访问的对象删掉
cullCache();
}
//在哈希表中得到一个关键字为Key的缓存对象object
public synchronized Cacheable get(Object key) {
// 清理过期对象
deleteExpiredEntries();

CacheObject cacheObject = (CacheObject)cachedObjectsHash.get(key);
if (cacheObject == null) {
//没找到则未命中次数加一
cacheMisses++;
return null;
}

//找到则命中次数加一
cacheHits++;

//将该缓存对象从lastAccessedList链表中取下并插入到
//链表头部
cacheObject.lastAccessedListNode.remove();
lastAccessedList.addFirst(cacheObject.lastAccessedListNode);

return cacheObject.object;
}
到这里第一部分的Java类实现就说完了,正如上文提到的那样,第二部分的Java类实现与第一部分基本上没有什么差别,因此就不再赘述。下面给出第二部分的类图,以供读者参考。
中间层
中间层是联系上层访问接口和低层数据结构的纽带。它的主要功能就是根据ID(对应于数据库中的编号)到缓存中去找相应的对象,如果缓存中有该对象就直接得到,没有则去读数据库生成一个新的对象,再把该对象放入缓存中,以便下次访问时能直接得到。下面是相关类的类图:
(注:Forum表示论坛,Thread表示论坛贴子的线索,Message表示论坛贴子,它们的关系是这样的 :Forum包括数条Thread,Thread包括数条Message。)
由上图可见,DbForum类,DbForumThread类和DbForumMessage 类的实例对象都包含一个 DbForumFactory类的实例对象factory。DbForum,DbForumThread和DbForumMessage被DbForumFactory生产出来,同时他们也通过DbForumFactory来访问缓存。而在DbForumFactory中则包含一个DatabaseCacheManager类的实例对象cacheManager,它负责管理所有的缓存对象,如图,这些缓存对象就是ForumCache类, ForumThreadCache类和ForumMessageCache类的实例。ForumCache类, ForumThreadCache类和ForumMessageCache类继承自同一个抽象类DatabaseCache,而在DatabaseCache类中,有一个LongCache型的成员变量cache,就这样,中间层就和低层的数据结构结合起来了。
我们以thread线索对象的获得为例来说明中间层是如何运作的,请看代码摘要:
DbForum.java
public class DbForum implements Forum, Cacheable {
。。。 。。。
public ForumThread getThread(long threadID)
throws ForumThreadNotFoundException
{
return factory.getThread(threadID, this);
}
。。。 。。。
}

DbForumFactory.java
public class DbForumFactory extends ForumFactory {
。。。 。。。
protected DbForumThread getThread(long threadID, DbForum forum) throws
ForumThreadNotFoundException
{
DbForumThread thread = cacheManager.threadCache.get(threadID);
return thread;
}
。。。 。。。
}

ForumThreadCache.java
public class ForumThreadCache extends DatabaseCache {
。。。 。。。
public DbForumThread get(long threadID)
throws ForumThreadNotFoundException
{ //缓存中寻找以threadID为编号的DbForumThread对象
DbForumThread thread = (DbForumThread)cache.get(threadID);
if (thread == null) {
      //如果在缓存中找不到该对象
//新建一个以threadID为编号的DbForumThread对象
thread = new DbForumThread(threadID, factory);
//将新建对象加入缓存
cache.add(threadID, thread);
}
return thread;
}
。。。 。。。
}

DbForumThread.java
public class DbForumThread implements ForumThread, Cacheable {
。。。 。。。
protected DbForumThread(long id, DbForumFactory factory)
throws ForumThreadNotFoundException
{
this.id = id;
this.factory = factory;
//读取数据库,其中id对应数据库中的jiveThreadProp表中的threadID字段
loadFromDb();
isReadyToSave = true;
}
。。。 。。。
}
从上面的代码我们可以看到,当我们调用DbForum类 的getThread(long threadID)方法去获得一个编号为threadID的线索对象时,我们实际上调用的是DbForumFactory类中的getThread(long threadID, DbForum forum)方法,而它则是调用ForumThreadCache类的方法来完成任务的。那么ForumThreadCache类里get(long threadID)方法有做了什么呢?代码已经很清楚了,就是根据threadID到缓存中去找相应的线索对象,如果缓存中有该对象就直接得到,没有则新建一个DbForumThread对象,再把该对象放入缓存中。看到这里,有点让人奇怪,好象程序中根本没有连接数据库的语句。再看DbForumThread类的代码,终于恍然大悟,原来Jive在新建一个DbForumThread对象就已经用loadFromDb()方法把数据读出来了;另一方面,如果在缓存中找了DbForumThread对象,程序根本就不会新建DbForumThread对象,因而就好象没有数据库的操作,这实际上就是我们通过缓存机制所要达到的目的。
Message帖子对象的获得与Thread对象的获得类似,因此就不再重复了。从上面我们可以看到,只要我们得到了论坛线索的编号threadID,我们就可以得到对应的线索对象,不管它是从缓存中来,还是从数据库中来。那么threadID是如何从Jsp页面传到中间层的呢?让我们来看上层访问接口的运行机制吧。
上层访问接口
上层访问接口的主要功能连接Jsp页面和中间层,换句话说,就是把Jsp页面中要调用的Thread、Message对象的ID传递到中间层。下面给出访问Thread的相关类的类图(访问Message机制类似,故省略)。其中的forum.jsp是显示论坛内容的页面,在这里,我们把forum.jsp看成是一个特殊的类,它里面有一个ForumThreadIterator类的实例变量threads和DbForum类的实例变量forum,故它和ForumThreadIterator类及DbForum类的关系应是关联关系。
先来看forum.jsp和DbForum 类的部分代码:
forum.jsp
<%
// ResultFilter结果过滤类
ResultFilter filter = new ResultFilter();
filter.setStartIndex(start);
filter.setNumResults(range);
//调用Dbforum的threads()方法,获得ForumThreadIterator对象实例
ForumThreadIterator threads = forum.threads(filter);
。。。 。。。
while (threads.hasNext()) {
//对thead进行遍历
ForumThread thread = (ForumThread)threads.next();
//得到thread的ID
long threadID = thread.getID();
//得到线索的根帖子rootMessage
ForumMessage rootMessage = thread.getRootMessage();
//得到帖子主题和作者等信息
String subject = rootMessage.getSubject();
User author = rootMessage.getUser();
。。。 。。。
}
%>
DbForum.java
public class DbForum implements Forum, Cacheable {
。。。 。。。
public ForumThreadIterator threads(ResultFilter resultFilter) {
//生成SQL语句
String query = getThreadListSQL(resultFilter, false);
//得到threadID块
long [] threadBlock = getThreadBlock(query.toString(),
resultFilter.getStartIndex());
。。。 。。。
//返回ForumThreadBlockIterator对象
return new ForumThreadBlockIterator(threadBlock, query.toString(),
startIndex, endIndex, this.id, factory);
}
protected long[] getThreadBlock(String query, int startIndex) {
int blockID = startIndex / THREAD_BLOCK_SIZE;
int blockStart = blockID * THREAD_BLOCK_SIZE;
String key = query + blockID;
//根据Key的值到缓存中取得ThreadID的数组
CacheableLongArray longArray =
(CacheableLongArray)threadListCache.get(key);
//在缓存中则返回
if (longArray != null) {
long [] threads = longArray.getLongArray();
return threads;
}
// 否则到数据库中取ThreadID的块,以数组形式返回
else {
LongList threadsList = new LongList(THREAD_BLOCK_SIZE);
Connection con = null;
Statement stmt = null;
。。。数据库操作 。。。
}
long [] threads = threadsList.toArray();
//将 ThreadID的块加入缓存
threadListCache.add(key, new CacheableLongArray(threads));
return threads;
}
}
。。。 。。。
}
在forum.jsp中有一个ResultFilter类的实例resultFilter,它给出页面显示Thread的起始位置和数量,它作为参数传入forum.threads()中,用于构造相关的SQL语句。当调用forum.threads(filter)时,程序将生成的SQL语句传入到getThreadBlock()方法中去得到一个threadID的块,也就是一组threadID。之所以要读threadID块,是因为显示论坛时并不是显示一条线索就行了,而是一下显示十几条,这样做可以避免反复读数据库,再说threadID不是thread对象,并不怎么占空间。
应该说,使用了块以后,减轻了数据库的访问量,因而论坛的效率有了很大的提高。然而好戏还在后头,Jive又把块放入了缓存中。在getThreadBlock()方法里,Jive用Cache类的实例对象threadListCache来缓存threadID块,而关键字就是SQL语句加上blockID,也就是说,主要SQL语句和blockID相同,就可以在缓存中取出相同的threadID块。当然,缓存中找不到,还是要到数据库中读出来加入缓存的。这样论坛的效率又得到了进一步的提升。
ForumThreadBlockIterator类继承自ForumThreadIterator抽象类,而ForumThreadIterator类又实现了Iterator接口,因此得到ForumThreadBlockIterator的实例对象threads后,就可以在用threads.next()方法对它进行编历了。ForumThreadBlockIterator类的代码想都可以想得到,就是逐个读取ThreadID,然后根据ThreadID返回Thread对象,由此上层访问接口就和中间层衔接起来了。
小结
Jive的缓存机制值得我们学习的地方有很多,比如读取线索时不是读一条而是读一个block;显示线索的起始位置和数量用专门的一个类来管理,动态生成SQL语句;用一个专门的类来负责管理缓存;把论坛缓存对象的功能抽象出来形成一个缓存的抽象类DatabaseCache,让它去跟低层数据结构联系起来。这些都体现了面向对象的设计原则即提高软件的可维护性和可复用性。
同时,Jive也告诉我们,要想编好程序,只懂条件语句和循环语句可不行;必须选择好数据结构,掌握好面向对象的设计原则,熟悉设计模式思想方法,这样才能编写出强壮高效的代码。
作者TomJava Email: tomjava@sohu.com
2003年3月2日

         

sea_god
2003-03-02 17:02

谢谢兄台的文章,希望兄台能多多发表些对jive研究的文章:)

songxiaofff
2003-03-11 22:13

缓存的数据被放在context的上下文中环境中,还是放在其他什么地方,如果不是放在seveletcontext中如何保证数据长期驻留或一段时间驻留内存中。如何保证数据被公用,对象被所有用户都可用

struggle007
2003-03-16 17:44

TomJava的文章写得真棒!!!
我看这个都看晕了,看来要成为JAVA高手真是一件不容易的事啊.
不过以后一定会努力!

这篇文章称得上是精华之精华.可是当我看到第二部分再往下看时就
有点晕头转向.因为作者提供的图片却在论坛上没显示出来(可能显示
不出来).首页的同篇文章想必有图,但是我不知为何打开好多次
都没打开.



iyshang
2003-03-16 18:14

图是有的,你要等待一下,最好你把那页下载到本地机上。

2Go 1 2 下一页