根本介绍
咱们晓得，频繁操作数据库会升高服务器的零碎性能，因而通常须要将频繁拜访、更新的数据存入到缓存。Halo 我的项目也引入了缓存机制，且设置了多种实现形式，如自定义缓存、Redis、LevelDB 等，上面咱们剖析一下缓存机制的实现过程。
自定义缓存
因为数据在缓存中以键值对的模式存在，且不同类型的缓存零碎定义的存储和读取等操作都大同小异，所以本文仅介绍我的项目中默认的自定义缓存。自定义缓存指的是作者本人编写的缓存，以 ConcurrentHashMap 作为容器，数据存储在服务器的内存中。在介绍自定义缓存之前，咱们先看一下 Halo 缓存的体系图：
自己应用的 Halo 1.4.13 版本中并未设置 Redis 缓存，上图来自 1.5.2 版本。
能够看到，作者的设计思路是在下层的抽象类和接口中定义通用的操作方法，而具体的缓存容器、数据的存储以及读取办法则是在各个实现类中定义。如果心愿批改缓存的类型，只须要在配置类 HaloProperties 中批改 cache 字段的值：
@Bean
@ConditionalOnMissingBean
AbstractStringCacheStore stringCacheStore() {
AbstractStringCacheStore stringCacheStore;
// 依据 cache 字段的值抉择具体的缓存类型
switch (haloProperties.getCache()) {
case "level":
stringCacheStore = new LevelCacheStore(this.haloProperties);
break;
case "redis":
stringCacheStore = new RedisCacheStore(stringRedisTemplate);
break;
case "memory":
default:
stringCacheStore = new InMemoryCacheStore();
break;
}
log.info("Halo cache store load impl : [{}]", stringCacheStore.getClass());
return stringCacheStore;
}上述代码来自 1.5.2 版本。
cache 字段的默认值为 “memory”，因而缓存的实现类为 InMemoryCacheStore（自定义缓存）：
public class InMemoryCacheStore extends AbstractStringCacheStore {
/**
* Cleaner schedule period. (ms)
*/
private static final long PERIOD = 60 * 1000;
/**
* Cache container.
*/
public static final ConcurrentHashMap<String, CacheWrapper<String>> CACHE_CONTAINER =
new ConcurrentHashMap<>();
private final Timer timer;
/**
* Lock.
*/
private final Lock lock = new ReentrantLock();
public InMemoryCacheStore() {
// Run a cache store cleaner
timer = new Timer();
// 每 60s 革除一次过期的 key
timer.scheduleAtFixedRate(new CacheExpiryCleaner(), 0, PERIOD);
}
// 省略局部代码
}InMemoryCacheStore 成员变量的含意如下：
- CACHE_CONTAINER 是 InMemoryCacheStore 的缓存容器，类型为 ConcurrentHashMap。应用 ConcurrentHashMap 是为了保障线程平安，因为缓存中会寄存缓存锁相干的数据（下文中介绍），每当用户拜访后盾的服务时，就会有新的数据进入缓存，这些数据可能来自于不同的线程，因而 CACHE_CONTAINER 须要思考多个线程同时操作的状况。
<!– 2. - 咱们在
Halo 开源我的项目学习（四）：公布文章与页面一文中提到，Halo 为私密文章设置了受权机制，当客户端取得文章的受权后，服务器会在缓存中增加客户端的 sessionId。因为不同用户可能同时申请受权，因而 CACHE_CONTAINER 须要思考多个线程同时操作的状况。–> - timer 负责执行周期工作，工作的执行频率为 PERIOD，默认为一分钟，周期工作的解决逻辑是革除缓存中曾经过期的 key。
- lock 是 ReentrantLock 类型的排它锁，与缓存锁无关。
缓存中的数据
缓存中存储的数据包含：
- 零碎设置中的选项信息，其实就是 options 表中存储的数据。
- 已登录用户（博主）的 token。
- 已取得文章受权的客户端的 sessionId。
- 缓存锁相干的数据。
在之前的文章中，咱们介绍过 token 和 sessionId 的存储和获取，因而本文就不再赘述这一部分内容了，详见 Halo 开源我的项目学习（三）：注册与登录 和 Halo 开源我的项目学习（四）：公布文章与页面。缓存锁咱们在下一节再介绍，本节中咱们先看看 Halo 如何保留 options 信息。
首先须要理解一下 options 信息是什么时候存入到缓存中的，实际上，程序在启动后会公布 ApplicationStartedEvent 事件，我的项目中定义了负责监听 ApplicationStartedEvent 事件的监听器 StartedListener（listener 包下），该监听器在事件公布后会执行 initThemes 办法，上面是 initThemes 办法中的局部代码片段：
private void initThemes() {
// Whether the blog has initialized
Boolean isInstalled = optionService
.getByPropertyOrDefault(PrimaryProperties.IS_INSTALLED, Boolean.class, false);
// 省略局部代码
} 该办法会调用 getByPropertyOrDefault 办法从缓存中查问博客的装置状态，咱们从 getByPropertyOrDefault 办法开始，沿着调用链向下搜寻，能够追踪到 OptionProvideService 接口中的 getByKey 办法：
default Optional<Object> getByKey(@NonNull String key) {Assert.hasText(key, "Option key must not be blank");
// 如果 val = listOptions().get(key) 不为空, 返回 value 为 val 的 Optional 对象, 否则返回 value 为空的 Optional 对象
return Optional.ofNullable(listOptions().get(key));
}能够看到，重点是这个 listOptions 办法，该办法在 OptionServiceImpl 类中定义：
public Map<String, Object> listOptions() {
// Get options from cache
// 从缓存 CACHE_CONTAINER 中获取 "options" 这个 key 对应的数据, 并将该数据转化为 Map 对象
return cacheStore.getAny(OPTIONS_KEY, Map.class).orElseGet(() -> {
// 首次调用时须要从 options 表中获取所有的 Option 对象
List<Option> options = listAll();
// 所有 Option 对象的 key 汇合
Set<String> keys = ServiceUtils.fetchProperty(options, Option::getKey);
/*
* options 表中存储的记录其实就是用户自定义的 Option 选项, 当用户批改博客设置时, 会自动更新 options 表,
* Halo 中对一些选项的 value 设置了确定的类型, 例如 EmailProperties 这个类中的 HOST 为 String 类型, 而
* SSL_PORT 则为 Integer 类型, 因为 Option 类中 value 一律为 String 类型, 因而须要将某些 value 转化为指
* 定的类型
*/
Map<String, Object> userDefinedOptionMap =
ServiceUtils.convertToMap(options, Option::getKey, option -> {String key = option.getKey();
PropertyEnum propertyEnum = propertyEnumMap.get(key);
if (propertyEnum == null) {return option.getValue();
}
// 对 value 进行类型转换
return PropertyEnum.convertTo(option.getValue(), propertyEnum);
});
Map<String, Object> result = new HashMap<>(userDefinedOptionMap);
// Add default property
/*
* 有些选项是 Halo 默认设定的, 例如 EmailProperties 中的 SSL_PORT, 用户未设置时, 它也会被设定为默认的 465,
* 同样, 也须要将默认的 "465" 转化为 Integer 类型的 465
*/
propertyEnumMap.keySet()
.stream()
.filter(key -> !keys.contains(key))
.forEach(key -> {PropertyEnum propertyEnum = propertyEnumMap.get(key);
if (StringUtils.isBlank(propertyEnum.defaultValue())) {return;}
// 对 value 进行类型转换并存入 result
result.put(key,
PropertyEnum.convertTo(propertyEnum.defaultValue(), propertyEnum));
});
// Cache the result
// 将所有的选项退出缓存
cacheStore.putAny(OPTIONS_KEY, result);
return result;
});
}服务器办法首先从 CACHE_CONTAINER 中获取 “options” 这个 key 对应的数据，而后将该数据转化为 Map 类型的对象。因为首次查问时 CACHE_CONTAINER 中 并没有 “options” 对应的 value，因而须要进行初始化：
- 首先从 options 表中获取所有的 Option 对象，并将这些对象存入到 Map 中。其中 key 和 value 均为 Option 对象中的 key 和 value，但 value 还须要进行一个类型转换，因为在 Option 类中 value 被定义为了 String 类型。例如，”is_installed” 对应的 value 为 “true”，为了可能失常应用 value，须要将字符串 “true” 转化成 Boolean 类型的 true。联合上下文，咱们发现程序是依据 PrimaryProperties 类（继承 PropertyEnum 的枚举类）中定义的枚举对象
IS_INSTALLED("is_installed", Boolean.class, "false")来确认指标类型 Boolean 的。 - options 表中的选项是用户自定义的选项，除此之外，Halo 中还设置了一些默认的选项，这些选项均在 PropertyEnum 的子类中定义，例如 EmailProperties 类中的
SSL_PORT("email_ssl_port", Integer.class, "465")，其对应的 key 为 “email_ssl_port”，value 为 “465”。服务器也会将这些 key – value 对存入到 Map，并对 value 进行类型转换。
以上便是 listOptions 办法的解决逻辑，咱们回到 getByKey 办法，能够发现，获取到 listOptions 办法返回的 Map 对象后，服务器能够依据指定的 key（如 “is_installed”）获取到对应的属性值（如 true）。当用户在管理员后盾批改博客的零碎设置时，服务器会依据用户的配置更新 options 表，并公布 OptionUpdatedEvent 事件，之后负责处理事件的监听器会将缓存中的 “options” 删除，下次查问时再根据上述步骤执行初始化操作（详见 FreemarkerConfigAwareListener 中的 onOptionUpdate 办法）。
缓存的过期解决
缓存的过期解决是一个十分重要的知识点，数据过期后，通常须要将其从缓存中删除。从上文中的 cacheStore.putAny(OPTIONS_KEY, result) 办法中咱们得悉，服务器将数据存储到缓存之前，会先将其封装成 CacheWrapper 对象：
class CacheWrapper<V> implements Serializable {
/**
* Cache data
*/
private V data;
/**
* Expired time.
*/
private Date expireAt;
/**
* Create time.
*/
private Date createAt;
}其中 data 是须要存储的数据，createAt 和 expireAt 别离是数据的创立工夫和过期工夫。Halo 我的项目中，”options” 是没有过期工夫的，只有当数据更新时，监听器才会将旧的数据删除。须要留神的是，token 和 sessionId 均有过期工夫，对于有过期工夫的 key，我的项目中也有相应的解决方法。以 token 为例，拦截器拦挡到用户的申请后会确认用户的身份，也就是查问缓存中是否具备 token 对应的用户 id，这个查问操作的底层调用的是 get 办法（在 AbstractCacheStore 类中定义）：
public Optional<V> get(K key) {Assert.notNull(key, "Cache key must not be blank");
return getInternal(key).map(cacheWrapper -> {
// Check expiration
// 过期
if (cacheWrapper.getExpireAt() != null
&& cacheWrapper.getExpireAt().before(run.halo.app.utils.DateUtils.now())) {
// Expired then delete it
log.warn("Cache key: [{}] has been expired", key);
// Delete the key
delete(key);
// Return null
return null;
}
// 未过期返回缓存数据
return cacheWrapper.getData();});
}服务器获取到 key 对应的 CacheWrapper 对象后，会查看其中的过期工夫，如果数据已过期，那么间接将其删除并返回 null。另外，上文中提到，timer（InMemoryCacheStore 的成员变量）的周期工作也负责删除过期的数据，上面是 timer 周期工作执行的办法：
private class CacheExpiryCleaner extends TimerTask {
@Override
public void run() {CACHE_CONTAINER.keySet().forEach(key -> {if (!InMemoryCacheStore.this.get(key).isPresent()) {log.debug("Deleted the cache: [{}] for expiration", key);
}
});
}
}可见，周期工作也是通过调用 get 办法来删除过期数据的。
缓存锁
Halo 我的项目中的缓存锁也是一个比拟有意思的模块，其作用是限度用户对某个性能的调用频率，可认为是对申请的办法进行加锁。缓存锁次要利用自定义注解 @CacheLock 和 AOP 来实现，@CacheLock 注解的定义如下：
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Inherited
public @interface CacheLock {@AliasFor("value")
String prefix() default "";
@AliasFor("prefix")
String value() default "";
long expired() default 5;
TimeUnit timeUnit() default TimeUnit.SECONDS;
String delimiter() default ":";
boolean autoDelete() default true;
boolean traceRequest() default false;}各个成员变量的含意为：
- prefix：用于构建 cacheLockKey（一个字符串）的前缀。
- value：同 prefix。
- expired：缓存锁的持续时间。
- timeUnit：持续时间的单位。
- delimiter：分隔符，构建 cacheLockKey 时应用。
- autoDelete：是否主动删除缓存锁。
- traceRequest：是否追踪申请的 IP，如果是，那么构建 cacheLockKey 时会增加用户的 IP。
缓存锁的应用办法是在须要加锁的办法上增加 @CacheLock 注解，而后通过 Spring 的 AOP 在办法执行前对办法进行加锁，办法执行完结后再将锁勾销。我的项目中的切面类为 CacheLockInterceptor，负责加 / 解锁的逻辑如下：
Around("@annotation(run.halo.app.cache.lock.CacheLock)")
public Object interceptCacheLock(ProceedingJoinPoint joinPoint) throws Throwable {
// 获取办法签名
// Get method signature
MethodSignature methodSignature = (MethodSignature) joinPoint.getSignature();
log.debug("Starting locking: [{}]", methodSignature.toString());
// 获取办法上的 CacheLock 注解
// Get cache lock
CacheLock cacheLock = methodSignature.getMethod().getAnnotation(CacheLock.class);
// 结构缓存锁的 key
// Build cache lock key
String cacheLockKey = buildCacheLockKey(cacheLock, joinPoint);
System.out.println(cacheLockKey);
log.debug("Built lock key: [{}]", cacheLockKey);
try {
// Get from cache
Boolean cacheResult = cacheStore
.putIfAbsent(cacheLockKey, CACHE_LOCK_VALUE, cacheLock.expired(),
cacheLock.timeUnit());
if (cacheResult == null) {throw new ServiceException("Unknown reason of cache" + cacheLockKey)
.setErrorData(cacheLockKey);
}
if (!cacheResult) {throw new FrequentAccessException("拜访过于频繁，请稍后再试！").setErrorData(cacheLockKey);
}
// 执行注解润饰的办法
// Proceed the method
return joinPoint.proceed();} finally {
// 办法执行完结后, 是否主动删除缓存锁
// Delete the cache
if (cacheLock.autoDelete()) {cacheStore.delete(cacheLockKey);
log.debug("Deleted the cache lock: [{}]", cacheLock);
}
}
}@Around("@annotation(run.halo.app.cache.lock.CacheLock)") 示意，如果申请的办法被 @CacheLock 注解润饰，那么服务器不会执行该办法，而是执行 interceptCacheLock 办法：
- 获取办法上的 CacheLock 注解并构建 cacheLockKey。
- 查看缓存中是否存在 cacheLockKey，如果存在，那么抛出异样，揭示用户拜访过于频繁。如果不存在，那么将 cacheLockKey 存入到缓存（无效工夫为 expired），并执行申请的办法。
- 如果 CacheLock 注解中的 autoDelete 为 true，那么办法执行完结后立刻删除 cacheLockKey。
缓存锁的原理和 Redis 的 setnx + expire 类似，如果 key 已存在，就不能再次增加。上面是构建 cacheLockKey 的逻辑：
private String buildCacheLockKey(@NonNull CacheLock cacheLock,
@NonNull ProceedingJoinPoint joinPoint) {Assert.notNull(cacheLock, "Cache lock must not be null");
Assert.notNull(joinPoint, "Proceeding join point must not be null");
// Get the method
MethodSignature methodSignature = (MethodSignature) joinPoint.getSignature();
// key 的前缀
// Build the cache lock key
StringBuilder cacheKeyBuilder = new StringBuilder(CACHE_LOCK_PREFIX);
// 分隔符
String delimiter = cacheLock.delimiter();
// 如果 CacheLock 中设置了前缀, 那么间接应用该前缀, 否则应用办法名
if (StringUtils.isNotBlank(cacheLock.prefix())) {cacheKeyBuilder.append(cacheLock.prefix());
} else {cacheKeyBuilder.append(methodSignature.getMethod().toString());
}
// 提取被 CacheParam 注解润饰的变量的值
// Handle cache lock key building
Annotation[][] parameterAnnotations = methodSignature.getMethod().getParameterAnnotations();
for (int i = 0; i < parameterAnnotations.length; i++) {log.debug("Parameter annotation[{}] = {}", i, parameterAnnotations[i]);
for (int j = 0; j < parameterAnnotations[i].length; j++) {Annotation annotation = parameterAnnotations[i][j];
log.debug("Parameter annotation[{}][{}]: {}", i, j, annotation);
if (annotation instanceof CacheParam) {
// Get current argument
Object arg = joinPoint.getArgs()[i];
log.debug("Cache param args: [{}]", arg);
// Append to the cache key
cacheKeyBuilder.append(delimiter).append(arg.toString());
}
}
}
// 是否增加申请的 IP
if (cacheLock.traceRequest()) {
// Append http request info
cacheKeyBuilder.append(delimiter).append(ServletUtils.getRequestIp());
}
return cacheKeyBuilder.toString();}能够发现，cacheLockKey 的构造为 cache_lock_ + CacheLock 注解中设置的前缀或办法签名 + 分隔符 + CacheParam 注解润饰的参数的值 + 分隔符 + 申请的 IP，例如：
cache_lock_public void run.halo.app.controller.content.api.PostController.like(java.lang.Integer):1:127.0.0.1CacheParam 同 CacheLock 一样，都是为实现缓存锁而定义的注解。CacheParam 的作用是将锁的粒度准确到具体的实体，如点赞申请：
@PostMapping("{postId:\\d+}/likes")
@ApiOperation("Likes a post")
@CacheLock(autoDelete = false, traceRequest = true)
public void like(@PathVariable("postId") @CacheParam Integer postId) {postService.increaseLike(postId);
}参数 postId 被 CacheParam 润饰，依据 buildCacheLockKey 办法的逻辑，postId 也将是 cacheLockKey 的一部分，这样锁定的就是 “ 为 id 等于 postId 的文章点赞 ” 这一办法，而非锁定 “ 点赞 ” 办法。
此外，CacheLock 注解中的 traceRequest 参数也很重要，如果 traceRequest 为 true，那么申请的 IP 会被增加到 cacheLockKey 中，此时缓存锁仅限度同一 IP 对某个办法的申请频率，不同 IP 之间互不烦扰。如果 traceRequest 为 false，那么缓存锁就是一个分布式锁，不同 IP 不能同时拜访同一个性能，例如当某个用户为某篇文章点赞后，短时间内其它用户不能为该文章点赞。
最初咱们再剖析一下 putIfAbsent 办法（在 interceptCacheLock 中被调用），其性能和 Redis 的 setnx 类似，该办法的具体解决逻辑可追踪到 InMemoryCacheStore 类中的 putInternalIfAbsent 办法：
Boolean putInternalIfAbsent(@NonNull String key, @NonNull CacheWrapper<String> cacheWrapper) {Assert.hasText(key, "Cache key must not be blank");
Assert.notNull(cacheWrapper, "Cache wrapper must not be null");
log.debug("Preparing to put key: [{}], value: [{}]", key, cacheWrapper);
// 加锁
lock.lock();
try {
// 获取 key 对应的 value
// Get the value before
Optional<String> valueOptional = get(key);
// value 不为空返回 false
if (valueOptional.isPresent()) {log.warn("Failed to put the cache, because the key: [{}] has been present already",
key);
return false;
}
// 在缓存中增加 value 并返回 true
// Put the cache wrapper
putInternal(key, cacheWrapper);
log.debug("Put successfully");
return true;
} finally {
// 解锁
lock.unlock();}
}上节中咱们提到，自定义缓存 InMemoryCacheStore 中有一个 ReentrantLock 类型的成员变量 lock，lock 的作用就是保障 putInternalIfAbsent 办法的线程安全性，因为向缓存容器中增加 cacheLockKey 是多个线程并行执行的。如果不增加 lock，那么当多个线程同时操作同一个 cacheLockKey 时，不同线程可能都会检测到缓存中没有 cacheLockKey，因而 putInternalIfAbsent 办法均返回 true，之后多个线程就能够同时执行某个办法，增加 lock 后就可能防止这种状况。
结语
对于 Halo 我的项目缓存机制就介绍到这里了，如有了解谬误，欢送大家批评指正 (̳• ◡ • ̳)。