leveldb之cache

最新推荐文章于 2023-03-22 21:00:56 发布

编程小问号

最新推荐文章于 2023-03-22 21:00:56 发布

阅读量496

点赞数

分类专栏： C/C++ leveldb

C/C++ 同时被 2 个专栏收录

197 篇文章 2 订阅

订阅专栏

leveldb

2 篇文章 0 订阅

订阅专栏

本文详细介绍了Leveldb中的Cache机制，包括TableCache和BlockCache的作用，LRU缓存原理及其内部结构，如LRUHandle、HandleTable和LRUCache等，并通过实例解释了如何实现LRU算法。

摘要由CSDN通过智能技术生成

当向leveldb写入数据时，首先是将数据写入leveldb的Memtable（Memtable可能转化为IMMemtable）中，Memtable是存储在内存中的。只有经过compaction操作后，才会将内存中的数据写入到磁盘中的sstable中。

当要读数据时，首先在Memtable中查找，若没有找到，则在sstable中继续查找。而sstable是存储在磁盘中的，这样就需要进行多次磁盘操作，速度会非常慢。为了加快查找速度，leveldb在采用了Cache的方式，尽最大可能减少随机读操作。

cache分为Table Cache和 Block Cache两种，其中Table Cache中缓存的是sstable的索引数据，Block Cache缓存的是Block数据，Block Cache是可选的，即可以在配置中来选择是否打开这个功能。

当要进行Compaction操作调用CompactMemTable()时，会调用WriteLevel0Table()，此时则会创建一个Meta File，并保存在Table Cache中，然后可通过Table Cache进行读取。

leveldb中的Cache主要用到了双向链表、哈希表和LRU（least recently used）思想。

1、LRUHandle

LRUHandle表示了Cache中的每一个元素，通过指针形成一个双向循环链表：

struct LRUHandle {
  void* value;//cache存储的数据
  void (*deleter)(const Slice&, void* value);//是将数据从Cache中清除时执行的函数
  LRUHandle* next_hash;//解决hash碰撞，指向下一个hash值相同的节点
  LRUHandle* next;//next和prev构成双向循环链表
  LRUHandle* prev;
  size_t charge;      // 所占内存大小
  size_t key_length;
  uint32_t refs;
  uint32_t hash;      // Hash of key(); used for fast sharding and comparisons
  char key_data[1];   // Beginning of key

  Slice key() const {
    if (next == this) {
      return *(reinterpret_cast<Slice*>(value));
    } else {
      return Slice(key_data, key_length);
    }
  }
};
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

在Table Cache中，Cache的key值是SSTable的文件名称，Value部分包含两部分，一个是指向磁盘打开的SSTable文件的文件指针，这是为了方便读取内容；另外一个是指向内存中这个SSTable文件对应的Table结构指针。这样就将不同的sstable文件像cache一样进行管理。

leveldb通过LRUHandle 结构将hash值相同的所有元素串联成一个双向循环链表，通过指针next_hash来解决hash 碰撞。

2、HandleTable

leveldb通过HandleTable维护一个哈希表：

class HandleTable {
 public:
  HandleTable() : length_(0), elems_(0), list_(NULL) { Resize(); }
  ~HandleTable() { delete[] list_; }

  LRUHandle* Lookup(const Slice& key, uint32_t hash);
  LRUHandle* Insert(LRUHandle* h);
  LRUHandle* Remove(const Slice& key, uint32_t hash);
 private:
  uint32_t length_;
  uint32_t elems_;
  LRUHandle** list_;

  LRUHandle** FindPointer(const Slice& key, uint32_t hash) ;
  void Resize() ;
};
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

HandleTable只有3个成员变量： uint32_t length_;   //hash表长，相当于二维数组的元素个数
                          uint32_t elems_;   //hash表中元素总个数
                        LRUHandle** list_; //hash表头，相当于一个双向循环链表数组，其中每一个元素指向一个循环链表

初始时，length_=elems_=0, list_=NULL；此时hash表为空
然后调用resize()为hash表分配空间，初始时分配4个元素，当空间不足时，则成倍增加。此时hash表的结构如下：

这里写图片描述

3、LRUCache

LRUCache顾名思义是指一个缓存，同时它用到了LRU的思想

class LRUCache {
 public:
  LRUCache();
  ~LRUCache();

  void SetCapacity(size_t capacity) { capacity_ = capacity; }
  Cache::Handle* Insert(const Slice& key, uint32_t hash,
                        void* value, size_t charge,
                        void (*deleter)(const Slice& key, void* value));
  Cache::Handle* Lookup(const Slice& key, uint32_t hash);
  void Release(Cache::Handle* handle);
  void Erase(const Slice& key, uint32_t hash);
 private:
  void LRU_Remove(LRUHandle* e);
  void LRU_Append(LRUHandle* e);
  void Unref(LRUHandle* e);

  // Initialized before use.
  size_t capacity_;

  // mutex_ protects the following state.
  port::Mutex mutex_;
  size_t usage_;

  LRUHandle lru_;
  HandleTable table_;
};
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

LRUCache维护了一个双向循环链表lru_和一个hash表table，当要插入一个元素时，首先将其插入到链表lru的尾部，然后根据hash值将其插入到hash表中。

当hash表中已存在hash值与要插入元素的hash值相同的元素时，将原有元素从链表中移除，这样就可以保证最近使用的元素在链表的最尾部，这也意味着最近最少使用的元素在链表的头部，这样即可实现LRU的思想。

capacity_：当前Cache的最大容量
usage_：当前Cache已使用的内存大小，当超过最大容量时，从链表的头部开始移除元素
mutex_：保证每个Cache都是线程安全的

4、Cache和ShardedLRUCache

Class Cache采用虚函数定义了Cache的接口：

class Cache {
 public:
  Cache() { }
  virtual ~Cache();
  struct Handle { };//handle corresponds to a mapping

  virtual Handle* Insert(const Slice& key, void* value, size_t charge,
                         void (*deleter)(const Slice& key, void* value)) = 0;
  virtual Handle* Lookup(const Slice& key) = 0;
  virtual void Release(Handle* handle) = 0;
  virtual void* Value(Handle* handle) = 0;//handle returned by Lookup()
  virtual void Erase(const Slice& key) = 0;

  virtual uint64_t NewId() = 0;
 private:
  void LRU_Remove(Handle* e);
  void LRU_Append(Handle* e);
  void Unref(Handle* e);

  struct Rep;
  Rep* rep_;
};
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

具体实现的ShardedLRUCache继承自Cache，实现了相应的功能：

class ShardedLRUCache : public Cache {
 private:
  LRUCache shard_[kNumShards];  //kNumShards = 2^4 = 16
  port::Mutex id_mutex_;
  uint64_t last_id_;
 public:
  virtual Handle* Insert(const Slice& key, void* value, size_t charge,
                         void (*deleter)(const Slice& key, void* value));
  virtual Handle* Lookup(const Slice& key);
  virtual void Release(Handle* handle) ;
  virtual void Erase(const Slice& key) ;
  virtual void* Value(Handle* handle) ;
};
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
   
   1
2
3
4
5
6
7
8
9
10
11
12
13

由于每一个LRUCache是线程安全的，为了多线程访问，尽可能快速，减少锁开销，ShardedLRUCache内部将所有Cache根据hash值的高4位分为16份，即有16个LRUCache分片。

查找Key时首先计算key属于哪一个分片，分片的计算方法是取32位hash值的高4位，找到对应的LRUCache分配，然后在相应的LRUCache中进行查找，这样就大大减少了多线程的访问锁的开销。以Insert为例：

  virtual Handle* Insert(const Slice& key, void* value, size_t charge,
                         void (*deleter)(const Slice& key, void* value)) {
    const uint32_t hash = HashSlice(key);//首先得到hash值的高4位,用于找到相应的分片
    return shard_[Shard(hash)].Insert(key, hash, value, charge, deleter);//然后在对应的LRUCache中进行相应的插入、移除等操作
  }
   
   1
2
3
4
5
   
   1
2
3
4
5

由上可知，ShardedLRUCache最终都是调用LRUCache的相应操作来实现的，因此下面将详细介绍LRUCache中的相关操作

5、LRUCache的具体操作

假设此时刚刚完成LRUCache的初始化和Resize()

插入元素：

Cache::Handle* LRUCache::Insert(
    const Slice& key, uint32_t hash, void* value, size_t charge,
    void (*deleter)(const Slice& key, void* value)) {
  MutexLock l(&mutex_);

  LRUHandle* e = reinterpret_cast<LRUHandle*>(
      malloc(sizeof(LRUHandle)-1 + key.size()));
  e->value = value; //首先填充结构体LRUHandle
  e->deleter = deleter;
  e->charge = charge;
  e->key_length = key.size();
  e->hash = hash;
  e->refs = 2;  // One from LRUCache, one for the returned handle
  memcpy(e->key_data, key.data(), key.size());
  LRU_Append(e); //然后将元素加入到双向循环链表中
  usage_ += charge;

  LRUHandle* old = table_.Insert(e); //将元素加入到hash表中
  if (old != NULL) {//当hash表中已存在hash值相同的元素时，将原有的元素移除
    LRU_Remove(old);
    Unref(old);
  }

 //当所有占用空间超过最大容量时，则从双向链表的表头开始移除元素
 //由于表头元素是最早加入的，因此是实现了LRU思想
  while (usage_ > capacity_ && lru_.next != &lru_) {
    LRUHandle* old = lru_.next;
    LRU_Remove(old);
    table_.Remove(old->key(), old->hash);
    Unref(old);
  }
  return reinterpret_cast<Cache::Handle*>(e);
}
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

1）调用LRU_Append(e) 将元素加入到双向循环链表中：

双向链表的插入操作示意图如下：
这里写图片描述

当插入节点D时：

void LRUCache::LRU_Append(LRUHandle* e) {
  // Make "e" newest entry by inserting just before lru_
  e->next = &lru_;//D->next 指向表头
  e->prev = lru_.prev; //D->prev=A->prev=C
  e->prev->next = e; //D->prev->next = C->next = D
  e->next->prev = e; //D->next->prev = A->prev = D
}
   
   1
2
3
4
5
6
7
   
   1
2
3
4
5
6
7

这样就将一个节点插入到双向链表的尾部了

2）调用 LRUHandle* old = table_.Insert(e); 向hash表中插入一个元素：

  LRUHandle* Insert(LRUHandle* h) {
    LRUHandle** ptr = FindPointer(h->key(), h->hash);//首先在hash表中进行查找
    LRUHandle* old = *ptr;
    h->next_hash = (old == NULL ? NULL : old->next_hash);//当old不为NULL时，表示hash表中已存在一个与要插入的元素的hash值完全相同的元素，这样只是替换元素，不会改变元素个数
    *ptr = h;
    if (old == NULL) {//old为空表示插入一个新元素，要增加元素个数并调整hash表大小
      ++elems_;
      if (elems_ > length_) {
        Resize();
      }
    }
    return old;
  }
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
   
   1
2
3
4
5
6
7
8
9
10
11
12
13

当要插入一个元素时，首先进行查找：

  LRUHandle** FindPointer(const Slice& key, uint32_t hash) {
    LRUHandle** ptr = &list_[hash & (length_ - 1)];
    while (*ptr != NULL &&
           ((*ptr)->hash != hash || key != (*ptr)->key())) {
      ptr = &(*ptr)->next_hash;
    }
    return ptr;
  }
   
   1
2
3
4
5
6
7
8
   
   1
2
3
4
5
6
7
8

假设首先要插入元素的hash值为1：
此时length_ = 4，则 [ hash & (length_ - 1) ]=[01 & 11]= [1]，即ptr= &list_[1]，此时*ptr = NULL
则返回ptr并完成插入操作，此时hash表为：

这里写图片描述

当要继续插入元素，且元素的hash值为5时：
此时length_ = 4，则 [ hash & (length_ - 1) ]=[101 & 11]= [1]，ptr= &list_[1]，此时*ptr = e(1)，继续向后查找，ptr=&(*ptr)->next_hash; 最终*ptr = NULL ，则返回ptr并完成插入操作，此时hash表为：

这里写图片描述

插入操作的基本操作为：首先构造LRUHandle结构体，然后将其插入到双向链表中，然后根据hash值将其插入到hash表中，并调整hash表的大小，最后根据内存大小，移除双向链表表头后第一个元素，来实现LRU算法。

其它操作如Lookup()、Erase()、Release()等，都是先根据hash值的高四位来找到对应的LRUCache，然后在相应的hash表中根据hash值找到相应元素，最终来对找到的元素执行相关操作。

6、总结

1）一个SharedLRUCache根据hash值的高4位，将所有的Cache分为16份，每一份为一个LRUCache。
2）LRUCache用来维护所有元素（LRUHandle），通过锁mutex来保证线程安全，同时记录当前
Cache的最大容量和已用内存。
3）每一个LRUCache中有一个循环链表（LRUHandle）和一个hash表（HandleTable），通过循环链
表实现LRU思想，通过hash表来加快查找速度。

假定设置的最大容量为4，即capacity_=4，然后依次向其中插入元素1、5、2、4、9，简单的示意图如下：

当插入元素1，5, 2, 4后，usage=4。每个元素在hash表中的位置为 list [ hash&length_-1 ] ，由此可知，1和5,2和4有着相同的hash值，分别对应list[1]，list[2]
此时得到如下结果（为简化，与循环链表头部相连的部分指针线未画出）：

这里写图片描述