概括
- 通过put操作将数据放入data属性中(ConcurrentHashMap)
- 创建AddTask任务,放入(offer)写缓存:writeBuffer
- 从writeBuffer中获取任务,并执行其run方法,追加记录频率:frequencySketch().increment(key)
- 往window区写入数据
- 如果数据超过window区大小,将数据移到probation区
- 比较从window区晋升的数据和probation区的老数据的频率,输者被淘汰,从data中删除
W-TinyLFU 整体设计
本部分参考了泥瓦匠BYSocket的文章,文章链接:https://jishuin.proginn.com/p/763bfbd358a0
- 判断一个缓存的好坏最核心的指标就是命中率
1.1 影响缓存命中率因素:业务场景、淘汰策略、清理策略、缓存容量、资源占用等等 - 一般比较简单的缓存就会直接用到 LFU(Least Frequently Used,即最不经常使用) 或者LRU(Least Recently Used,即最近最少使用)
2.1 W-TinyLFU是 LFU 的变种,也是一种缓存淘汰算法
2.2 先说一下 LFU 的缺点
(1)需要给每个记录项维护频率信息,每次访问都需要更新,这是个巨大的开销
(2)对突发性的稀疏流量无力,因为前期经常访问的记录已经占用了缓存,将来也不一定会使用上,一直占坑
TinyLFU是怎样去解决LFU 的缺点
-
解决第一个问题是采用了 Count–Min Sketch 算法
-
解决第二个问题是让记录尽量保持相对的“新鲜”(Freshness Mechanism)
2.1 caffeine增加一个window来存储最新的数据(暂时待一下),等其建立足够的频率,避免稀疏流量问题
2.2 当有新的记录插入时,可以让它跟老的记录进行“PK”,输者就会被淘汰,这样一些老的、不再需要的记录就会被剔除 -
W-TinyLFU 的设计如下所示
-
在 TinyLFU 中,近似频率的统计如下图所示
4.1 对一个key进行多次hash函数,index到多个数组位置后进行累加,查询时取多个值中的最小值即可
4.2 Caffeine 对此有进一步的优化
(1)认为达到 15 次的频率算是很高的了,那么只需要 4 个 bit 就可以满足了,一个 long 有 64bit,可以存储 16 个这样的统计数,Caffeine 就是这样的设计,使得存储效率提高了 16 倍
Caffeine的Count–Min Sketch 统计算法实现
- Runnable task = writeBuffer().poll()
1.1 从writeBuffer中取任务,那任务是啥时候写进writeBuffer的?
1.2 断点跟踪发现,在将数据放入data后,会创建AddTask任务放入writeBuffer(offer操作)
追加记录频率
- 追加频率方法:frequencySketch().increment(key)
1.1 跟踪代码发现,如果没有初始化,是不会追加记录的频率
1.2 初始化的条件:weightedSize >= (maximum >>> 1)
(1)weightedSize每put一次都会累加
(2)maximum是初始化容器最大容量 - 追加记录的频率的具体实现
注意紫色虚线框,其中蓝色小格就是需要计算的位置
下图是上述的代码实现
2.1 计算key的hash值(做了增强处理)
2.2 统计的4bit分布在table数组的四个元素,进行累加统计
(1)通过hash值计算对应四个元素的在table数组的下标
(2)table数组元素为long类型,计算hash值在long类型64位的起始位置:start,后面三位+1就行
(3)进行累加,不能超过15
保鲜机制(待分析)
为了让缓存保持“新鲜”,剔除掉过往频率很高但之后不经常的缓存,Caffeine 有一个 Freshness Mechanism。做法很简答,就是当整体的统计计数(当前所有记录的频率统计之和,这个数值内部维护)达到某一个值时,那么所有记录的频率统计除以 2。
- size:每统计一次累加1,sampleSize默认是最大容量的10倍,在FrequencySketch#ensureCapacity初始化
淘汰策略
- 新的数据写入window区:drainWriteBuffer()->AddTask#run->accessOrderWindowDeque().offerLast(node);
- 把符合条件的记录淘汰掉,代码实现见下图
2.1 evictFromWindow()方法实现逻辑梳理见下
(1)经过实验发现当 window 区配置为总容量的 1%,剩余的 99%当中的 80%分给 protected 区,20%分给 probation 区时,这时整体性能和命中率表现得最好,所以 Caffeine 默认的比例设置就是这个
(2)将超过window区的元素转移到probation区
2.2 根据W-TinyLFU,从window晋升过来的要跟probation区的进行“PK”,胜者才能留下
(1)因为probation区是尾部插入,所以晋升过来的数据肯定在后面,最终归根于队列头尾进行PK
(2)PK条件:cache容量不够(超过设置的最大值)
PK解析:BoundedLocalCache#admit
- 分别获取victim和candidate的统计频率:victimFreq、candidateFreq
- 重点关注获取频率的方法:FrequencySketch#frequency
@NonNegative public int frequency(@NonNull E e) { if (isNotInitialized()) { return 0; } //得到hash值,跟上面一样 int hash = spread(e.hashCode()); //得到等分的下标,跟上面一样 int start = (hash & 3) << 2; int frequency = Integer.MAX_VALUE; //循环四次,分别获取在table数组中不同的下标位置 for (int i = 0; i < 4; i++) { int index = indexOf(hash, i); //这个操作就不多说了,其实跟上面incrementAt是一样的,定位到table[index] + 等分的位置,再根据mask取出计数值 int count = (int) ((table[index] >>> ((start + i) << 2)) & 0xfL); //取四个中的较小值 frequency = Math.min(frequency, count); } return frequency; }
- 驱逐PK失败的元素