GROUPCACHE简单介绍
groupcache 是使用 Go 语言编写的缓存及缓存过滤库，作为 memcached 许多场景下的替代版本。 对比原始 memcached
Cache Results
function get_foo(foo_id)
foo = memcached_get("foo:" . foo_id)
return foo if defined foo
foo = fetch_foo_from_database(foo_id)
memcached_set("foo:" . foo_id, foo)
return foo
end
首先，groupcache 与 memcached 的相似之处：通过 key 分片，并且通过 key 来查询响应的 peer。
其次，groupcache 与 memcached 的不同之处：
1. 不需要对服务器进行单独的设置，这将大幅度减少部署和配置的工作量。groupcache 既是客户端库也是服务器库，并连接到自己的 peer 上。
2. 具有缓存过滤机制。众所周知，在 memcached 出现“Sorry，cache miss（缓存丢失）”时，经常会因为不受控制用户数量的请求而导致数据库（或者其它组件）产生“惊群效应（thundering herd）”；groupcache 会协调缓存填充，只会将重复调用中的一个放于缓存，而处理结果将发送给所有相同的调用者。
3. 不支持多个版本的值。如果“foo”键对应的值是“bar”，那么键“foo”的值永远都是“bar”。这里既没有缓存的有效期，也没有明确的缓存回收机制，因此同样也没有 CAS 或者 Increment/Decrement。
4. 基于上一点的改变，groupcache 就具备了自动备份“超热”项进行多重处理，这就避免了 memcached 中对某些键值过量访问而造成所在机器 CPU 或者 NIC 过载。
01 |
me := "http://10.0.0.1" |
02 |
peers := groupcache.NewHTTPPool(me) |
05 |
peers.Set("http://10.0.0.1", "http://10.0.0.2", "http://10.0.0.3") |
07 |
var thumbNails = groupcache.NewGroup("thumbnail", 64<<20, groupcache.GetterFunc( |
08 |
func(ctx groupcache.Context, key string, dest groupcache.Sink) error { |
10 |
dest.SetBytes(generateThumbnail(fileName)) |
15 |
err := thumbNails.Get(ctx, "big-file.jpg", |
16 |
groupcache.AllocatingByteSliceSink(&data)) |
18 |
http.ServeContent(w, r, "big-file-thumb.jpg", modTime, bytes.NewReader(data)) |
GROUPCACHE简单评论
groupcache
是 Brad Fitzpatrick
最新的作品(之前最有名的两个作品是 memcached
与 OpenID 1
)，目标在于取代一部分memcached的功能。
以官方的说明是：
groupcache is a caching and cache-filling library, intended as a replacement for memcached in many cases.
另外一篇介绍文是「Playing With Groupcache」。
跟memcached 差异最大的地方在于「没有更改与删除的功能」，一旦写进去后就不会变动。在放弃update/delete 的特性后，换来的是：
以往在memcached server 之间是没有交集的，在groupcache 则是cluster 起来。另外以前在memcached 会因为同时存取同一个key 而造成single CPU overloading 的问题，在groupcache 则透过auto-mirror 机制解决。
不过还是得想一下要怎么用，毕竟没有update/delete 功能…
GroupCache简单使用
5 |
groupcache "github.com/golang/groupcache" |
14 |
me := ":" + os.Args[1] |
15 |
peers := groupcache.NewHTTPPool("http://localhost" + me) |
16 |
peers.Set("http://localhost:8081", "http://localhost:8082", "http://localhost:8083") |
18 |
helloworld := groupcache.NewGroup("helloworld", 1024*1024*1024*16, groupcache.GetterFunc( |
19 |
func(ctx groupcache.Context, key string, dest groupcache.Sink) error { |
25 |
fmt.Println("GroupName: ", helloworld.Name()) |
26 |
http.HandleFunc("/xbox/", func(w http.ResponseWriter, r *http.Request) { |
27 |
parts := strings.SplitN(r.URL.Path[len("/xbox/"):], "/", 1) |
29 |
http.Error(w, "Bad Request", http.StatusBadRequest) |
33 |
helloworld.Get(nil, parts[0], groupcache.AllocatingByteSliceSink(&data)) |
35 |
log.Println("Gets: ", helloworld.Stats.Gets.String()) |
36 |
log.Println("Load: ", helloworld.Stats.Loads.String()) |
37 |
log.Println("LocalLoad: ", helloworld.Stats.LocalLoads.String()) |
38 |
log.Println("PeerError: ", helloworld.Stats.PeerErrors.String()) |
39 |
log.Println("PeerLoad: ", helloworld.Stats.PeerLoads.String()) |
42 |
http.ListenAndServe(me, nil) |
GroupCache源码分析
概述
- GitHub: https://github.com/golang/groupcache.git
- memcached作者Brad Fitzpatrick用Go语言实现
- 分布式缓存库
- 数据无版本概念, 也就是一个key对应的value是不变的，并没有update
- 节点之间可互访，自动复制热点数据
实现
LRU
type Key interface{}
type entry struct {
key Key
value interface{}
}
type Cache Struct {
MaxEntries int
OnEvicted func(key Key, value interface{})
ll *list.List
cache map[interface{}]*list.Element
}
不懂Go语言或者对Go语言不熟悉的同学，可以和我一起来顺带学习Go语言 首先是Go语言将变量的类型放置于变量名之后上面的key变量，
它的类型是Key，然后需要说明的是interface{}，在Go中它可以指向任意对象，也就任意对象都是先这个接口，你可以把它看成Java/C#中的
Object, C/C++中的void*, 然后我们来看Cache，其一个字段MaxEntires表示Cache中最大可以有的KV数，OnEvicted是一个回调函数，
在触发淘汰时调用，ll是一个链表，cache是一个map，key为interface{}， value为list.Element其指向的类型是entry类型，通过数据
结构其实我们已经能够猜出LRU的实现了，没有错实现就是最基本的，Get一次放到list头，每次Add的时候判断是否满，满则淘汰掉list尾的数据
// 创建一个Cache
func New(maxEntries int) *Cache
// 向Cache中插入一个KV
func (c *Cache) Add(key Key, value interface{})
// 从Cache中获取一个key对应的value
func (c *Cache) Get(key Key) (value interface{}, ok bool)
// 从Cache中删除一个key
func (c *Cache) Remove(key Key)
// 从Cache中删除最久未被访问的数据
func (c *Cache) RemoveOldest()
// 获取当前Cache中的元素个数
func (c *Cache) Len()
这里我们看到了Go中如何实现一个类的成员方法，在func之后加类，这种写法和Go语言很意思的一个东西有关系，在Go中接口的实现并不是和Java中那样
子，而是只要某个类只要实现了某个接口的所有方法，即可认为该类实现了该接口，类似的比如说在java中有2个接口名字不同，即使方法相同也是不一样
的，而Go里面认为这是一样的。另外Go中开头字母大写的变量名，类名，方法名表示对外可知，小写开头的表示对外不暴露。另外类实这种代码
ele.Value.(*entry).value，其中(*entry)表示将Value转成*entry类型访问
Singleflight
这个包主要实现了一个可合并操作的接口，代码也没几行
// 回调函数接口
type call struct {
// 可以将其认为这是类似java的CountdownLatch的东西
wg sync.WaitGroup
// 回调函数
val interface{}
// error
err error
}
//注意这个Group是singleflight下的
type Group struct {
// 保护m的锁
mu sync.Mutex // protects m
// key/call 映射表
m map[string]*call // lazily initialized
}
另外有一点要说明的是Go使用开头字母大小写判断是否外部可见，大写外部可见，小写外部不可见，比如上面的Group在外部实用singleflght包
是可以访问到的，而call不能，真不理解为啥不用个export啥的关键字，唉
// 这个就是这个包的主要接口，用于向其他节点发送查询请求时，合并相同key的请求，减少热点可能带来的麻烦
// 比如说我请求key="123"的数据，在没有返回的时候又有很多相同key的请求，而此时后面的没有必要发，只要
// 等待第一次返回的结果即可
func (g *Group) Do(key string, fn func() (interface{}, error)) (interface{}, error) {
// 首先获取group锁
g.mu.Lock()
// 映射表不存在就创建1个
if g.m == nil {
g.m = make(map[string]*call)
}
// 判断要查询某个key的请求是否已经在处理了
if c, ok := g.m[key]; ok {
// 已经在处理了 就释放group锁 并wait在wg上，我们看到wg加1是在某个时间段内第一次请求时加的
// 并且在完成fn操作返回后会wg done，那时wait等待就会返回，直接返回第一次请求的结果
g.mu.Unlock()
c.wg.Wait()
return c.val, c.err
}
// 创建回调，wg加1，把回调存到m中表示已经有在请求了，释放锁
c := new(call)
c.wg.Add(1)
g.m[key] = c
g.mu.Unlock()
// 执行fn，释放wg
c.val, c.err = fn()
c.wg.Done()
// 加锁将请求从m中删除，表示请求已经做好了
g.mu.Lock()
delete(g.m, key)
g.mu.Unlock()
return c.val, c.err
}
ByteView
一个不可变byte视图，其实就包装了一下byte数组和string，一个为null，就用另外一个
type ByteView struct {
// If b is non-nil, b is used, else s is used.
b []byte
s string
}
提供的接口也很简单：
// 返回长度
func (v ByteView) Len() int
// 按[]byte返回一个拷贝
func (v ByteView) ByteSlice() []byte
// 按string返回一个拷贝
func (v ByteView) String() string {
// 返回第i个byte
func (v ByteView) At(i int) byte
// 返回ByteView的某个片断，不拷贝
func (v ByteView) Slice(from, to int) ByteView
// 返回ByteView的从某个位置开始的片断，不拷贝
func (v ByteView) SliceFrom(from int) ByteView
// 将ByteView按[]byte拷贝出来
func (v ByteView) Copy(dest []byte) int
// 判断2个ByteView是否相等
func (v ByteView) Equal(b2 ByteView) bool
// 判断ByteView是否和string相等
func (v ByteView) EqualString(s string) bool
// 判断ByteView是否和[]byte相等
func (v ByteView) EqualBytes(b2 []byte) bool
// 对ByteView创建一个io.ReadSeeker
func (v ByteView) Reader() io.ReadSeeker
// 读取从off开始的后面的数据，其实下面调用的SliceFrom，这是封装成了io.Reader的一个ReadAt方法的形式
func (v ByteView) ReadAt(p []byte, off int64) (n int, err error) {
Sink
不太好表达这个是较个啥，举个例子，比如说我调用一个方法返回需要是一个[]byte，而方法的实现我并不知道，可以它内部产生的是一个string，
方法也不知道调用的它的实需要是啥，于是我们就可以在调用方这边使用这边使用继承了Sink的类，而方法内部只要调用Sink的方法进行传值
type Sink interface {
// SetString sets the value to s.
SetString(s string) error
// SetBytes sets the value to the contents of v.
// The caller retains ownership of v.
SetBytes(v []byte) error
// SetProto sets the value to the encoded version of m.
// The caller retains ownership of m.
SetProto(m proto.Message) error
// view returns a frozen view of the bytes for caching.
view() (ByteView, error)
}
// 使用ByteView设置Sink，间接调用SetString，SetBytes等
func setSinkView(s Sink, v ByteView) error
这里要说明一点，Go语言比较有意思的是，类是否实现了某个接口是外挂式的，也就是不要去再类定义的时候写类似implenents之类的东西，只要类方法
中包括了所有接口的方法，就说明这个类是实现了某个接口
这里实现Sink的有5个类：
stringSink
返回值是string的Sink
type stringSink struct {
sp *string
v ByteView
}
// 创建一个stringSink， 传入的是一个string的指针
func StringSink(sp *string) Sink {
return &stringSink{sp: sp}
}
byteViewSink
返回值是byteView的Sink
type byteViewSink struct {
dst *ByteView
}
// 创建一个byteViewSink，传入的是一个ByteView指针
func ByteViewSink(dst *ByteView) Sink {
if dst == nil {
panic("nil dst")
}
return &byteViewSink{dst: dst}
}
protoSink
返回值是一个protobuffer message
type protoSink struct {
dst proto.Message // authorative value
typ string
v ByteView // encoded
}
// 创建一个protoSink，传入的是一个proto.Messages
func ProtoSink(m proto.Message) Sink {
return &protoSink{
dst: m,
}
}
allocBytesSink
返回值是[]byte的Sink，每次Set都会重新分配内存
type allocBytesSink struct {
dst *[]byte
v ByteView
}
// 创建一个allocBytesSink，传入的是一个数组分片指针
func AllocatingByteSliceSink(dst *[]byte) Sink {
return &allocBytesSink{dst: dst}
}
truncBytesSink
返回值是一个定长的[]byte的Sink，超过长度的会被截断，服用传入的空间
type truncBytesSink struct {
dst *[]byte
v ByteView
}
// 创建一个truncBytesSink，传入的实一个数组分片指针
func TruncatingByteSliceSink(dst *[]byte) Sink {
return &truncBytesSink{dst: dst}
}
另外这些Sink类，都是包外不可见的，但是创建函数和Sink接口可见的，这样子在对于使用上来说，只有接口操作不会有另外的东西，对外简单清晰
HTTPPool
一个HTTPPool提供了groupcache节点之间的方式以及节点的选择的实现，但是其对于groupcache.Group是透明的，Group使用的HTTPPool
实现的1个接口PeerPicker以及httpGetter实现的接口ProtoGetter
// groupcache提供了一个节点互相访问访问的类
type httpGetter struct {
transport func(Context) http.RoundTripper
baseURL string
}
// 协议为GET http://example.com/groupname/key
// response见groupcache.proto，含有2个可选项分别为[]byte和double
// 实现默认使用go自带的net/http包直接发送请求
func (h *httpGetter) Get(context Context, in *pb.GetRequest, out *pb.GetResponse) error
HttpPool实现比较简单都是直接使用Go内部自带的一些包
// 创建一个HttpPool, 只能被使用一次，主要是注册PeerPicker，以及初始化http服务
func NewHTTPPool(self string) *HTTPPool
// 设置groupcache集群的节点列表
func (p *HTTPPool) Set(peers ...string)
// 提供按key选取节点，按key作hash，但是这段代码在OS为32bit是存在bug，如果算出来的hashcode正好是-1 * 2^31时
// 会导致out of range，为啥会有这个bug看看代码你就会发现了，作者忘了-1 * 2^31 <= int32 <= 1 * 2^31 -1
func (p *HTTPPool) PickPeer(key string) (ProtoGetter, bool)
// http服务处理函数，主要是按http://example.com/groupname/key解析请求，调用group.Get，按协议返回请求
func (p *HTTPPool) ServeHTTP(w http.ResponseWriter, r *http.Request)
Cache
Cache的实现很简单基本可以认为就是直接在LRU上面包了一层，加上了统计信息，锁，以及大小限制
type cache struct {
mu sync.RWMutex
nbytes int64 // of all keys and values
lru *lru.Cache
nhit, nget int64
nevict int64 // number of evictions
}
// 返回统计信息，加读锁
func (c *cache) stats() CacheStats
// 加入一个kv，如果cache的大小超过nbytes了，就淘汰
func (c *cache) add(key string, value ByteView)
// 根据key返回value
func (c *cache) get(key string) (value ByteView, ok bool)
// 删除最久没被访问的数据
func (c *cache) removeOldest()
// 获取当前cache的大小
func (c *cache) bytes() int64
// 获取当前cache中kv的个数，内部会加读锁
func (c *cache) items() int64
// 获取当前cache中kv的个数，函数名中的Locked的意思是调用方已经加锁，比如上面的stats方法
func (c *cache) itemsLocked() int64
Group
该类是GroupCache的核心类，所有的其他包都是为该类服务的
type Group struct {
// group名，可以理解为namespace的名字，group其实就是一个namespace
name string
// 由调用方传入的回调，用于groupcache访问后端数据
// type Getter interface {
// Get(ctx Context, key string, dest Sink) error
// }
getter Getter
// 通过该对象可以达到只调用一次
peersOnce sync.Once
// 用于访问groupcache中其他节点的接口，比如上面的HTTPPool实现了该接口
peers PeerPicker
// cache的总大小
cacheBytes int64
// 从本节点指向向后端获取到的数据存在在cache中
mainCache cache
// 从groupcache中其他节点上获取到的数据存在在该cache中，因为是用其他节点获取到的，也就是说这个数据存在多份，也就是所谓的hot
hotCache cache
// 用于向groupcache中其他节点访问时合并请求
loadGroup singleflight.Group
// 统计信息
Stats Stats
}
由上面的结构体我们可以看出来，groupcache支持namespace概念，不同的namespace有自己的配额以及cache，不同group之间cache是独立的
也就是不能存在某个group的行为影响到另外一个namespace的情况 groupcache的每个节点的cache分为2层，由本节点直接访问后端的
存在maincache，其他存在在hotcache
// 根据name从全局变量groups（一个string/group的map）查找对于group
func GetGroup(name string) *Group
// 创建一个新的group，如果已经存在该name的group将会抛出一个异常，go里面叫panic
func NewGroup(name string, cacheBytes int64, getter Getter) *Group
// 注册一个创建新group的钩子，比如将group打印出来等，全局只能注册一次，多次注册会触发panic
func RegisterNewGroupHook(fn func(*Group))
// 注册一个服务，该服务在NewGroup开始时被调用，并且只被调用一次
func RegisterServerStart(fn func())
下面重点介绍Get方法
func (g *Group) Get(ctx Context, key string, dest Sink) error
整个groupcache核心方法就这么一个，我们来看一下该方法是怎么运作的
func (g *Group) Get(ctx Context, key string, dest Sink) error {
// 初始化peers，全局初始化一次
g.peersOnce.Do(g.initPeers)
// 统计信息gets增1
g.Stats.Gets.Add(1)
if dest == nil {
return errors.New("groupcache: nil dest Sink")
}
// 查找本地是否存在该key，先查maincache，再查hotcache
value, cacheHit := g.lookupCache(key)
// 如果查到九hit增1，并返回
if cacheHit {
g.Stats.CacheHits.Add(1)
return setSinkView(dest, value)
}
// 加载该key到本地cache中，其中如果是本地直接请求后端得到的数据，并且是同一个时间段里第一个，
// 就不需要重新setSinkView了，在load中已经设置过了，destPopulated这个参数以来底的实现
destPopulated := false
value, destPopulated, err := g.load(ctx, key, dest)
if err != nil {
return err
}
if destPopulated {
return nil
}
return setSinkView(dest, value)
}
func (g *Group) load(ctx Context, key string, dest Sink) (value ByteView, destPopulated bool, err error) {
// 统计loads增1
g.Stats.Loads.Add(1)
// 使用singleflight来达到合并请求
viewi, err := g.loadGroup.Do(key, func() (interface{}, error) {
// 统计信息真正发送请求的次数增1
g.Stats.LoadsDeduped.Add(1)
var value ByteView
var err error
// 选取向哪个节点发送请求，比如HTTPPool中的PickPeer实现
if peer, ok := g.peers.PickPeer(key); ok {
// 从groupcache中其他节点获取数据，并将数据存入hotcache
value, err = g.getFromPeer(ctx, peer, key)
if err == nil {
g.Stats.PeerLoads.Add(1)
return value, nil
}
g.Stats.PeerErrors.Add(1)
}
// 如果选取的节点就是本节点或从其他节点获取失败，则由本节点去获取数据，也就是调用getter接口的Get方法
// 另外我们看到这里dest已经被赋值了，所以有destPopulated来表示已经赋值过不需要再赋值
value, err = g.getLocally(ctx, key, dest)
if err != nil {
g.Stats.LocalLoadErrs.Add(1)
return nil, err
}
g.Stats.LocalLoads.Add(1)
destPopulated = true
// 将获取的数据放入maincache
g.populateCache(key, value, &g.mainCache)
return value, nil
})
// 如果成功则返回
if err == nil {
value = viewi.(ByteView)
}
return
}
这里需要说明的是A向groupcache中其他节点B发送请求，此时B是调用Get方法，然后如果本地不存在则也会走load，但是不同的是
PickPeer会发现是本身节点（HTTPPOOL的实现），然后就会走getLocally，会将数据在B的maincache中填充一份，也就是说如果
是向groupcache中其他节点发请求的，会一下子在groupcache集群内存2分数据，一份在B的maincache里，一份在A的hotcache中，
这也就达到了自动复制，越是热点的数据越是在集群内份数多，也就达到了解决热点数据的问题
总结
- 按Groupcache项目页面上的宣称的替代Memcached的大多数应用场景表示不大现实，GroupCache在我看来基本上只能适用于静态数据，比如下载服务中的文件缓存等
- 代码比较简单，以业务为目标值得学习
- 学习go语言不错的材料（PS：我也是刚学习go，边看代码边查语法，感觉一下子能明白不少）
