基於STSdb和fastJson的磁碟/記憶體快取
更新
1. 增加了對批量處理的支援,寫操作速度提升5倍,讀操作提升100倍
2. 增加了對併發的支援
需求
業務系統用的是資料庫,資料量大,部分只讀或相對穩定業務查詢複雜,每次頁面載入都要花耗不少時間(不討論非同步),覺得可以做一下快取記憶體,譬如用nosql那種key/value快速存取結果
目的
這裡不是要做一個大家都適用的磁碟/記憶體快取庫,這個做法,部分是展示STSdb的用法,部分是提供一個簡單易用的解決方案。
磁碟/記憶體
為什麼不用memcached或者AppFabric Cache這樣的現成解決方案呢?因為業務要快取的記憶體或大或小,小的幾KB,大的幾MB,如果使用者一多,勢必對記憶體有過度的需求。所以選擇做一個基於磁碟的。
當然,這個解決方案是支援記憶體快取的。構造的時候傳遞空字串便可。
STSdb是什麼
再來說明一下STSdb是什麼:STSdb是C#寫的開源嵌入式資料庫和虛擬檔案系統,支援實時索引,效能是同類產品的幾倍到幾十倍,訪問官方網站。
實現
存取
因為是基於磁碟,所以需要使用到高效的Key/Value存取方案,碰巧我們有STSdb :)
序列化
因為要求簡便快速,用的是fastJson。
程式碼
程式碼比較簡單,花了2個小時寫的,很多情況沒考慮,譬如磁碟空間不足、過期空間回收等,這些留給大家做家庭作業吧。另外,為了釋出方便,STSdb和fastJson的程式碼都合併到一個專案裡。
CahceEngine.cs
using System; using System.Collections.Generic; using System.Linq; using System.Text; using STSdb4.Database; using fastJSON; using System.IO; namespace Com.SuperCache.Engine { public class CacheEngine { private const string KeyExpiration = "Expiration"; private string dataPath; private static IStorageEngine memoryInstance = null; private static object syncRoot = new object(); private bool isMemory = false; public CacheEngine(string DataPath) { dataPath = DataPath; if (!dataPath.EndsWith(Path.DirectorySeparatorChar.ToString())) dataPath += Path.DirectorySeparatorChar; isMemory = string.IsNullOrEmpty(DataPath); } public void Add<K>(string Category, K Key, object Data) { Add(Category, Key, Data, null); } private IStorageEngine Engine { get { if (isMemory) { lock (syncRoot) { if (memoryInstance == null) memoryInstance = STSdb.FromMemory(); } return memoryInstance; } else return STSdb.FromFile(GetFile(false), GetFile(true)); } } private string GetExpirationTable(string Category) { return KeyExpiration + "_" + Category; } public void Add<K, V>(string Category, IEnumerable<KeyValuePair<K, V>> Items, DateTime? ExpirationDate) { lock (syncRoot) { var engine = Engine; var table = engine.OpenXIndex<K, string>(Category); Items.ForEach(i => { var key = i.Key; var data = i.Value; //will only serialize object other than string var result = typeof(V) == typeof(string) ? data as string : JSON.Instance.ToJSON(data); table[key] = result; table.Flush(); //specify expiration var expiration = engine.OpenXIndex<K, DateTime>(GetExpirationTable(Category)); //default 30 mins to expire from now var expirationDate = ExpirationDate == null || ExpirationDate <= DateTime.Now ? DateTime.Now.AddMinutes(30) : (DateTime)ExpirationDate; expiration[key] = expirationDate; expiration.Flush(); }); engine.Commit(); //only dispose disk-based engine if (!isMemory) engine.Dispose(); } } public void Add<K>(string Category, K Key, object Data, DateTime? ExpirationDate) { Add<K, object>(Category, new List<KeyValuePair<K, object>> { new KeyValuePair<K, object>(Key, Data) }, ExpirationDate); } private string GetFile(bool IsData) { if (!Directory.Exists(dataPath)) Directory.CreateDirectory(dataPath); return dataPath + "SuperCache." + (IsData ? "dat" : "sys"); } public List<KeyValuePair<K, V>> Get<K, V>(string Category, IEnumerable<K> Keys) { var result = new List<KeyValuePair<K, V>>(); lock (syncRoot) { var engine = Engine; var table = engine.OpenXIndex<K, string>(Category); var expiration = engine.OpenXIndex<K, DateTime>(GetExpirationTable(Category)); var isCommitRequired = false; Keys.ForEach(key => { string buffer; V value; if (table.TryGet(key, out buffer)) { //will only deserialize object other than string value = typeof(V) == typeof(string) ? (V)(object)buffer : JSON.Instance.ToObject<V>(buffer); DateTime expirationDate; //get expiration date if (expiration.TryGet(key, out expirationDate)) { //expired if (expirationDate < DateTime.Now) { value = default(V); table.Delete(key); table.Flush(); expiration.Delete(key); expiration.Flush(); isCommitRequired = true; } } } else value = default(V); result.Add(new KeyValuePair<K, V>(key, value)); }); //only need to commit write actions if (isCommitRequired) engine.Commit(); //only dispose disk-based engine if (!isMemory) engine.Dispose(); } return result; } public V Get<K, V>(string Category, K Key) { var buffer = Get<K, V>(Category, new K[] { Key }); var result = buffer.FirstOrDefault(); return result.Value; } } }
新建
構造CacheEngine需要傳遞快取儲存到哪個資料夾。
基於記憶體
如果你不喜歡基於磁碟的快取,可以使用基於記憶體,建構函式傳遞空字串便可。
增加/更新
同一個方法:Add。使用者可以指定型別(Category),譬如User,Employee等。鍵(Key)支援泛型,值(Data)是object。有一個overload是過期日期(ExpirationDate),預設當前時間30分鐘後
獲取
Get方法需要指定型別(Category)和鍵(Key)。
例子
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading; using System.Threading.Tasks; using System.Diagnostics; using Com.SuperCache.Engine; namespace Com.SuperCache.Test { public class Foo { public string Name { get; set; } public int Age { get; set; } public double? Some { get; set; } public DateTime? Birthday { get; set; } } class Program { static void Main(string[] args) { //TestAddGet(); //Thread.Sleep(4000); //TestExpiration(); TestPerformance(); //TestConcurrent(); Console.Read(); } private static void TestConcurrent() { var w = new Stopwatch(); w.Start(); Parallel.For(1, 3, (a) => { var employees = Enumerable.Range((a - 1) * 1000, a * 1000).Select(i => new KeyValuePair<int, string>(i, "Wilson " + i + " Chen")); var engine = new CacheEngine(@"..\..\data"); engine.Add<int, string>("Employee", employees, DateTime.Now.AddMinutes(1)); }); w.Stop(); Console.WriteLine("add:" + w.Elapsed); var engine2 = new CacheEngine(@"..\..\data"); var o = engine2.Get<int, string>("Employee", 1005); Console.WriteLine(o); } private static void TestPerformance() { var engine = new CacheEngine(@"..\..\data"); var w = new Stopwatch(); w.Start(); var employees = Enumerable.Range(0, 1000).Select(i => new KeyValuePair<int, string>(i, "Wilson " + i + " Chen")); engine.Add<int, string>("Employee", employees, DateTime.Now.AddMinutes(1)); w.Stop(); Console.WriteLine("add:" + w.Elapsed); /*w.Restart(); employees.ForEach(key => { var o1 = engine.Get<int, string>("Employee", key.Key); }); w.Stop(); Console.WriteLine("individual get:" + w.Elapsed);*/ w.Restart(); var keys = employees.Select(i => i.Key); var o = engine.Get<int, string>("Employee", keys); w.Stop(); Debug.Assert(o.Count == keys.Count()); Console.WriteLine("get:" + w.Elapsed); } private static void TestExpiration() { var engine = new CacheEngine(@"..\..\data"); var o = engine.Get<string, Foo>("User", "wchen"); Console.WriteLine(o != null ? o.Name : "wchen does not exist or expired"); } private static void TestAddGet() { var engine = new CacheEngine(@"..\..\data"); var f = new Foo { Name = "Wilson Chen", Age = 30, Birthday = DateTime.Now, Some = 123.456 }; engine.Add("User", "wchen", f, DateTime.Now.AddSeconds(5)); var o = engine.Get<string, Foo>("User", "wchen"); Console.WriteLine(o.Name); var o4 = engine.Get<string, Foo>("User", "foo"); Console.WriteLine(o4 != null ? o4.Name : "foo does not exist"); var o3 = engine.Get<string, string>("PlainText", "A"); Console.WriteLine(o3 ?? "A does not exist"); } } }
說明
專案中引用了System.Management是因為STSdb支援記憶體資料庫,需要判斷最大實體記憶體。如果不喜歡,大家可以移除引用,並且去掉STSdb4.Database.STSdb.FromMemory方法便可。
下載
點選這裡下載
相關推薦
基於STSdb和fastJson的磁碟/記憶體快取
更新 1. 增加了對批量處理的支援,寫操作速度提升5倍,讀操作提升100倍 2. 增加了對併發的支援 需求 業務系統用的是資料庫,資料量大,部分只讀或相對穩定業務查詢複雜,每次頁面載入都要花耗不少時間(不討論非同步),覺得可以做一下快取記憶體,譬如用nosql那種key/value快速存取結果 目的
Android RxJava 實戰系列:從磁碟 / 記憶體快取中 獲取快取資料
前言 Rxjava,由於其基於事件流的鏈式呼叫、邏輯簡潔 & 使用簡單的特點,深受各大 Android開發者的歡迎。 RxJava如此受歡迎的原因,在於其提供了豐富 &
Fresco磁碟記憶體快取 工具類
1. 新增依賴,在AndroidManifest.xml清單檔案中配置: compile 'com.facebook.fresco:fresco:1.5.0' <application android:name=".util.BaseApplication"
C#開源磁碟/記憶體快取引擎
using System; using System.Collections.Generic; using System.Linq; using System.Text; using STSdb4.Database; using fastJSON; using System.IO; na
磁碟快取和記憶體快取的區別
記憶體快取 快取記憶體(英語:cache,英語發音:/kæʃ/ kash [1][2][3],簡稱快取),其原始意義是指訪問速度比一般隨機存取儲存器(RAM)快的一種RAM,通常它不像系統主存那樣使用DRAM技術,而使用昂貴但較快速的SRAM技術。 原理
Glide 快取策略 記憶體快取和磁碟快取
本文主要介紹瞭如何配置和管理Glide中的快取,其中大部分內容都可以直接在官方Wiki中找到,這裡只是進行了整理和彙總。言歸正傳,Glide支援圖片的二級快取(並不是三級快取,因為從網路載入並不屬於快取),即記憶體快取和磁碟快取。 磁碟快取 一般的圖片快取指的就是磁碟快取
Android快取機制Lrucache記憶體快取和DiskLruCache磁碟快取
1.1 記憶體快取——LruCache原始碼分析 1.1.1 LRU LRU,全稱Least Rencetly Used,即最近最少使用,是一種非常常用的置換演算法,也即淘汰最長時間未使用的物件。LRU在作業系統中的頁面置換演算法中廣泛使用,我們的記憶體或快取空間是有限的,當新加入一個物
Android記憶體快取和磁碟快取的實現
記憶體快取 Android自帶的LruCache實現了記憶體快取,LruCache內部主要使用LinkedHashMap的特性來實現,因為LinkedHashMap可支援FIFO和LRU訪問。 LinkedHashMap的特點 LinkedHashMap繼
Android RxJava操作符的學習---組合合併操作符---從磁碟或記憶體快取中獲取快取資料
1. 需求場景 2. 功能說明 對於從磁碟 / 記憶體快取中 獲取快取資料 的功能邏輯如下: 3. 具體實現 詳細請看程式碼註釋 // 該2變數用於模擬記憶體快取 & 磁碟快取中的資料 String me
Python基於單例模式實現具有時效性的記憶體快取
Python基於單例模式實現具有時效性的記憶體快取 版本說明:Python 2.7 Python有不少第三方的快取庫,如cacheout、memcached等。因為專案需求,這裡不使用第三方庫,自己實現具有時效性的記憶體快取,用來快取重複利用的資料。 1 設計實現
在子函式中malloc分配記憶體和free釋放記憶體的方法(基於C)
1. 子函式malloc分配記憶體 為了增強程式可讀性,有時會在子函式中malloc分配記憶體。測試瞭如下三種方法,容易想到的是第一種。事實證明這種也是錯誤的! #include <stdio.h> #include &l
Glide原始碼閱讀(四)記憶體快取、磁碟快取、跳過快取
一、記憶體快取實現com.bumptech.glide.util.LruCache<T, Y>中,通過LinkedHashMap做記憶體快取Engine中,MemoryCache.put(EngineKey, EngineResource);新增到LinkedHa
Glide 快取工具例子,快取大小獲取,磁碟快取清除(2 種方法),記憶體快取清除
Glide 快取 Simple快取路徑的指定快取大小的獲取磁碟快取清除(兩種方法)記憶體快取清除可 clone 之後檢視使用 SimpleGlide cache Simple.The cache path specifiedThe cache sizeThe disk cache (two ways)Memo
java中程序間通訊,基於檔案和共享記憶體
附上編譯執行的原始碼: 1,請分別建立兩個工程來進行讀寫操作; 2,請在相應的目錄建立一個檔案例如:/home/tory/workspace/sharedMemory.txt 3,往檔案中輸入超過12個位元組資料:echo asldkjasldkddas > /hom
CPU記憶體,磁碟,快取關係?(加深理解)
1. 暫存器是中央處理器內的組成部份。暫存器是有限存貯容量的高速存貯部件,它們可用來暫存指令、資料和位址。在中央處理器的控制部件中,包含的暫存器有指令暫存器(IR)和程式計數器(PC)。在中央處理器的算術及邏輯部件中,包含的暫存器有累加器(ACC)。 2. 記
iOS開發之記憶體快取 磁碟快取 沙盒
最近一直看到“快取”兩字,索性自己總結一下,希望大神看到多多指點。 說到快取,快取分為記憶體快取和磁碟快取兩種,記憶體是指當前程式的執行空間,磁碟是程式的儲存空間; 記憶體快取速度快容量小,磁碟快取容量大速度慢可持久化;記憶體是臨時儲存檔案用
Android內部儲存和外部儲存以及快取清理和記憶體清理!
android內部的儲存結構和路徑獲取方法:清除本地資料和快取:計算快取和記憶體資料的大小:計算快取大小以及刪除的方法:這文章裡面的檔案刪除方法有一些問題:沒有迴圈是資料夾的刪除方法;另外:File.list(); 獲取的是該資料夾下的所有子檔案的相對路徑;File.list
程序與記憶體6-快取記憶體1(每CPU頁框快取記憶體和記憶體快取記憶體)
首先我提幾個主題: 磁碟快取記憶體、記憶體快取記憶體、硬體快取記憶體、每cpu頁框快取記憶體、頁快取記憶體、目錄項快取記憶體、索引節點快取記憶體、轉換後援緩衝器(TLB)、哈佛結構的快取記憶體、寫緩衝器、快取記憶體一致性、L1和L2等快取記憶體在驅動的使用。 上面這些就我
檢視基於Android 系統單個程序記憶體和CPU使用情況的幾種方法
Total PSS by OOM adjustment: 16839 kB: System 16839 kB: system (pid 791) 9279 kB: Persistent 9279 kB: com.android.s
記憶體快取和硬碟快取
由於工作中經常要處理圖片的載入快取的問題,所以需要理清系統快取的問題,否則經常會出現OOM問題。防止多圖OOM的解決技術是使用LruCache和DiskLruCache兩種技術。 一 LruCache