cache 访问频率的思考
互联网的项目用户基数很大,有时候瞬间并发量非常大,这个时候对于数据访问来说是个灾难。为了应对这种场景,一般都会大量采用web服务器集群,缓存集群。采用集群后基本上就能解决大量并发的数据访问。当然这个时候内网的网速会成为缓存速度的瓶颈。
当然我们希望能有更好的缓存结构,比如一级缓存和二级缓存。一级缓存直接缓存在宿主主机内存上,二级缓存缓存在redis集群上,如果一个缓存实例被访问的频率非常高,我们希望这个缓存实例能缓存在宿主主机内存上,如果一个实例的访问频率非常低,我们甚至可能不会为此实例进行缓存处理。
基于这种设想,我们希望能够跟踪监视缓存实例,并根据监视结果,对实例的缓存级别进行动态调整,以达到最佳的缓存效果。(事实上dotNet4.0里面的System.Runtime.Caching.MemoryCache对此已经有很好的实现和支持了。当然我们的应用必须知道要缓存在宿主主机内存上,还是redis集群上,那就必须实现类似System.Runtime.Caching.MemoryCache的监视功能和动态调整功能)
首先我们需要附加一些监视信息到缓存实例上,
public class CacheAttach
{
public CacheAttach(string key)
{
this.Key = key;
this.InsertedTime = DateTime.Now;
}
public string Key { get; set; }
public DateTime InsertedTime { get; private set; }
public int QueryTimes { get; set; }
public int AccessTimes { get; set; }
public override bool Equals(object obj)
{
if (obj == null)
return false;
return obj.GetHashCode() == this.GetHashCode();
}
public override int GetHashCode()
{
return Key.GetHashCode();
}
public static implicit operator CacheAttach(string value)
{
return new CacheAttach(value);
}
}
public class CacheAttachCollection : List<CacheAttach>, ICollection<CacheAttach>
{
public bool Contains(string Key)
{
return this.Find(i => i.Key == Key) == null;
}
public CacheAttach this[string key]
{
get
{
CacheAttach item =this.Find(i => i.Key == key);
if (item == null)
{
item = new CacheAttach(key);
this.Add(item);
}
return item;
}
set
{
CacheAttach item = this.Find(i => i.Key == key);
if (item == null)
{
item = new CacheAttach(key);
this.Add(item);
}
item = value;
}
}
}
这里采用的是一种附加形式的监视,不去破坏原来的K/V缓存方式。这个时候我们可能需要重新包装一下原有的缓存访问,使得对缓存的操作能被监视。
public class MonitorCache: ICache
{
private ICache proxyCache;
CacheAttachCollection cacheMonitor = new CacheAttachCollection();
public MonitorCache(ICache cache)
{
this.proxyCache = cache;
}
#region ICache Implement
public bool Set<T>(string key, T value)
{
cacheMonitor[key].QueryTimes++;
cacheMonitor[key].AccessTimes++;
return proxyCache.Set(key, value);
} public bool Set<T>(string key, T value, DateTime absoluteTime, TimeSpan slidingTime, Action<string, T> removingHandler)
{
cacheMonitor[key].QueryTimes++;
cacheMonitor[key].AccessTimes++;
return this.proxyCache.Set(key, value, absoluteTime, slidingTime, removingHandler);
} public object Get(string key)
{
cacheMonitor[key].QueryTimes++;
cacheMonitor[key].AccessTimes++;
return this.proxyCache.Get(key);
} public T Get<T>(string key)
{
cacheMonitor[key].QueryTimes++;
cacheMonitor[key].AccessTimes++;
return this.proxyCache.Get<T>(key);
} public bool Contains(string key)
{
cacheMonitor[key].QueryTimes++;
return this.proxyCache.Contains(key);
} public bool Remove(string key)
{
if (this.proxyCache.Remove(key))
{
cacheMonitor.Remove(key);
return true;
}
return false;
}
#endregion public object this[string key]
{
get
{
return this.Get(key);
}
set
{
this.Set(key, value);
}
} public CacheAttachCollection Monitor
{
get
{
return this.cacheMonitor;
}
} }
通过对原有的缓存访问进行包装,我们已经实现对原有缓存的重构,实现监视的意图。
public class CacheHelper : ICache
{
private MonitorCache level1 = null;
private MonitorCache level2 = null; private CacheHelper()
{
this.level1 = new MonitorCache(new MemoryCache());
this.level2 = new MonitorCache(new RedisCache());
} public bool Set<T>(string key, T value)
{
if (this.level1.Set(key, value))
return true;
if (this.level2.Set(key, value))
return true;
return false;
} public bool Set<T>(string key, T value, DateTime absoluteTime, TimeSpan slidingTime, Action<string, T> removingHandler)
{
if (this.level1.Set(key, value, absoluteTime, slidingTime, removingHandler))
return true;
if (this.level2.Set(key, value, absoluteTime, slidingTime, removingHandler))
return true;
return false;
} public object Get(string key)
{
return this.level1.Get(key) ?? this.level2.Get(key) ?? null;
} public T Get<T>(string key)
{
if (this.level1.Contains(key))
return this.level1.Get<T>(key);
if (this.level2.Contains(key))
return this.level2.Get<T>(key);
return default(T);
} public T Get<T>(string key, Func<T> valueGetter)
{
var result = default(T);
if (this.level1.Contains(key))
result = this.level1.Get<T>(key);
else if (this.level2.Contains(key))
result = this.level2.Get<T>(key); if (result == null && valueGetter != null)
result = valueGetter();
return result;
} public bool Contains(string key)
{
if (this.level1.Contains(key))
return true;
if (this.level2.Contains(key))
return true;
return false;
} public bool Remove(string key)
{
if (this.level1.Contains(key))
this.level1.Remove(key);
if (this.level2.Contains(key))
this.level2.Remove(key);
return true;
} public object this[string key]
{
get
{
return this.Get(key);
}
set
{
this.Set(key, value);
}
}
public void Trim()
{
//对一级缓存进行整理
for (int i = 0, lengh = this.level1.KeyMonitor.Count; i < lengh; i++)
{
CacheAttach item = this.level1.KeyMonitor[i]; //频率小于10次/秒的缓存需要移除一级缓存
if (item.AccessRate < 10)
{
//频率大于1次/秒的缓存移到二级缓存
if (item.AccessRate >= 1)
{
this.level2.Set(item.Key, this.level1[item.Key]);
this.level2.KeyMonitor[item.Key] = item;
}
this.level1.Remove(item.Key);
}
} //对二级缓存进行整理
for (int i = 0, lengh = this.level2.KeyMonitor.Count; i < lengh; i++)
{
CacheAttach item = this.level1.KeyMonitor[i]; //频率大于等于10次/秒的缓存需要移至一级缓存
if (item.AccessRate >= 10)
{
this.level1.Set(item.Key, this.level2[item.Key]);
this.level1.KeyMonitor[item.Key] = item;
this.level1.Remove(item.Key);
continue;
}
if (item.AccessRate < 1)
{
this.level2.Remove(item.Key);
continue;
}
}
} private static CacheHelper _Current = new CacheHelper();
public static CacheHelper Current
{
get { return _Current; }
}
public static CacheHelper()
{
System.Threading.Timer timer = new System.Threading.Timer(delegate
{
Current.Trim();
});
}
}
cache 访问频率的思考的更多相关文章
- Django Rest Framework(认证、权限、限制访问频率)
阅读原文Django Rest Framework(认证.权限.限制访问频率) django_rest_framework doc django_redis cache doc
- RestFramework自定制之认证和权限、限制访问频率
认证和权限 所谓认证就是检测用户登陆与否,通常与权限对应使用.网站中都是通过用户登录后由该用户相应的角色认证以给予对应的权限. 权限是对用户对网站进行操作的限制,只有在拥有相应权限时才可对网站中某个功 ...
- Django rest framework 限制访问频率(源码分析)
基于 http://www.cnblogs.com/ctztake/p/8419059.html 当用发出请求时 首先执行dispatch函数,当执行当第二部时: #2.处理版本信息 处理认证信息 处 ...
- Django Rest Framework用户访问频率限制
一. REST framework的请求生命周期 基于rest-framework的请求处理,与常规的url配置不同,通常一个django的url请求对应一个视图函数,在使用rest-framewor ...
- IP访问频率限制不能用数组循环插入多个限制条件原因分析及解决方案
14.IP频率限制不能用数组循环插入多个限制条件原因分析及解决方案: define("RATE_LIMITING_ARR", array('3' => 3, '6' => ...
- 从FBV到CBV四(访问频率限制)
比如我们有一个用户大转盘抽奖的功能,需要规定用户在一个小时内只能抽奖3次,那此时对接口的访问频率限制就显得尤为重要 其实在restframework中已经为我们提供了频率限制的组件 先捋一下请求到AP ...
- web系统访问频率限制
无论是spring mvc还是struts,都可以为controller或者aciton执行前,增加拦截器. 通过拦截器中的逻辑控制,可以实现访问频率的限制. 首先构造访问频率数据类 class Fr ...
- C# 站点IP访问频率限制 针对单个站点
0x00 前言 写网站的时候,或多或少会遇到,登录,注册等操作,有时候,为了防止别人批量进行操作,不得不做出一些限制IP的操作(当前也可以用于限制某个账号的密码校验等). 这样的简单限制,我们又不想对 ...
- nginx lua redis 访问频率限制(转)
1. 需求分析 Nginx来处理访问控制的方法有多种,实现的效果也有多种,访问IP段,访问内容限制,访问频率限制等. 用Nginx+Lua+Redis来做访问限制主要是考虑到高并发环境下快速访问控制的 ...
随机推荐
- win7安装vs2017时闪退
最近用公司的笔记本电脑,装win10发现太卡,无奈最终选择安装win7系统,本以为系统安装成功了,接下来只要安装下开发环境:vs2017 sqlserver等就好,结果在安装vs2017的时候,一直出 ...
- 浅谈数通畅联ECP与EAC的区别
最近收到很多客户的提问,AEAI ECP企业云联平台是什么产品?为什么AEAI ECP中包括集成套件?EAC也是数通畅联的产品吗?同样涉及集成两者有什么区别呢?诸如此类的问题还有很多. 其实AEAI ...
- 【Fiddler学习】Fiddler教程,比较经典全面(转)
简介 Fiddler(中文名称:小提琴)是一个HTTP的调试代理,以代理服务器的方式,监听系统的Http网络数据流动,Fiddler可以也可以让你检查所有的HTTP通讯,设置断点,以及Fiddle所有 ...
- 从Redis生成数据表主键标识
对于MySql的全局ID(主键),我们一般采用自增整数列.程序生成GUID.单独的表作为ID生成器,这几种方案各有优劣,最终效率都不能说十分理想(尤其海量数据下),其实通过Redis的INCR可以很方 ...
- WCF透明代理类,动态调用,支持async/await
我们希望WCF客户端调用采用透明代理方式,不用添加服务引用,也不用Invoke的方式,通过ChannelFactory<>动态产生通道,实现服务接口进行调用,并且支持async/await ...
- django xlwt实现资产导出功能
做个记录 views import xlwt class ExAssetView(LoginRequiredMixin,View): def get(self,request): row = 1 st ...
- Xamarin.Android 调用手机拍照功能
最近开发Android遇到了调用本地拍照功能,于是在网上搜了一些方法,加上自己理解的注释,在这儿记录下来省的下次用时候找不到,同事也给正在寻找调用本地拍照功能的小伙伴一些帮助~ 实现思路:首先加载-- ...
- 用synchronized同时修饰父类和子类,线程是安全的。即对象锁可重入
public class SyncDubbo { static class Main { public int i = 10; public synchronized void operationSu ...
- 14-01 Java matches类,Pattern类,matcher类
Pattern类 正则表达式常见规则 A:字符 x 字符 x.举例:'a'表示字符a \\ 反斜线字符. \n 新行(换行)符 ('\u000A') \r 回车符 ('\u000D') B:字符类 [ ...
- python国外博客推荐
http://michal.karzynski.pl/blog/2013/06/09/django-nginx-gunicorn-virtualenv-supervisor/ https://www. ...