ConcurrentHaspLRUHashMap实现初探
ConcurrentHaspLRUHashMap实现初探
一、 关于LRU。
LRU 即 Least Rencetly Used(最近最少使用)缓存替换策略。在任何LRU算法中,它必定有以下两个策略组成:
1、 退化 策略。根据访问情况,对节点按热度进行排序(hot->cold),以便决定哪些节点是热节点(hot)的,哪些节点是冷节点(cold)的。这个退化的策略,一般按以下两种方式去处理:
l 非集中式。即每命中一次就进行退化操作。
非集中式的退化操作,往往由双向链表的方式去实现。每次命中之后就移动命中节点在链表中的位置。(位置靠前的就是hot的数据)。当然,复杂的策略中,有用queue数组进行hot分级等。
l 集中式。定期去进行退化操作。
在集中式的退化操作,常用的策略是:每次命中之后,记录一个时间戳、定时器时间点等等参数。由一个线程去扫描,定期清除老数据。
2、 清除 策略。即去掉那些cold的数据。
l 替换。这个在操作系统缓存中应该是一个常用的做法。
l 删除。删除掉数据,以腾出空间放新的数据。(因为内存是有限的)
二、 ConcurrentHashMap与LinkedHashMap
在JAVA中,LRU的原生实现是JDK中LinkedHashMap。LinkedHashMap继承自HashMap
【实现原理】 简单说就是HashMap的每个节点做一个双向链表。每次访问这个节点,就把该节点移动到双向链表的头部。满了以后,就从链表的尾部删除。但是LinkedHashMap并是非线程安全(其实现中,双向链表的操作是没有任何线程安全的措施的)。
对于线程安全的HashMap,在JDK中有ConcurrentHashMap原生支持。
【实现原理】采用锁分离机制,把一个HashMap分成多个segement,对每个segement的写操作上锁。同时,他的get()操作是没有锁的,具体思想就是把每个hash槽中的链表的头节点置成final的。对hash槽中链表操作,只能从头部去处理。这样就不会有读不一致的情况出现。这个原理,最好还是看源码,比较清晰。
三、 ConcurrentLRUHashMap的实现方式一:直接包装LinkedHashMap。
即,在LinkedHashMap外层全部加锁。
典型代码:
public V get(Object key) { lock.lock(); try { return super.get(key); } finally { lock.unlock(); } }
对LinkedHashMap做包装,所有访问都是带锁委托给LinkedHashMap。这样虽然解决了多线程安全问题。但是,是以严重的性能消耗为代价代价。
四、 ConcurrentLRUHashMap实现方式二:直接改造ConcurrentHashMap
该方案主要是重写ConcurrentHashMap。
1、 给每个Entry加一个timestamp。
2、 每次get命中的话,修改时间戳。
3、 定时统计整个map的总量,如果总量大于某个阈值,则deadline往后推。同时,在put的时候,检查hash槽里面每个节点的时间戳,如果已经过期,就删除掉过期节点。
上述做法,删除操作分布在每次put操作中。所以,删除效率比较高。但是,由于时间片不可控,最终将导致内存爆炸的情况出现。
请看下面一种场景:
横坐标表示一个时间片。面积表示这个时间片里面节点数量。
假定节点命中率为50%(命中后,更新到命中时刻的时间片),每个时间片写入10条新数据。
我们可以在运行过程中,每个时间片定义一个更新一次deadline。在put数据的时候,我们可以检查hash槽中Entry是否过期,如果已经过期,则删掉过期数据。
对于deadline的计算,我们可以设置三个阈值(a
a) totalCount
b) a c) b d) totalCount>c deadline=currentTime 上述看似非常优雅的方案,却隐藏几个严重的问题: 1、 时间片的选择问题。 这个方案中,时间片的选择是一个比较困难的问题。因为,如果系统在一个时间片之内爆掉内存的话,系统将直接崩溃。 当然,这个问题,我们可以加外部限制得方式去控制 2、 deadline 之前的数据,不能很快删除。导致deaddata滞留,浪费大量的内存 假定 deadline之前的数据,约为总数据量的10%。因为删数据操作,只在put的时候。假定每个时间点的put操作,能覆盖20%的hash槽。这个10%*20%=2%,每个时间点,只能删除2%的过期数据。然后,随着时间的推移。这个过程必将趋于稳定。而这个趋于稳定后,内存消耗,至少是capacity的4-5倍。这样的消耗和浪费。是难以承受的。 这个方案,从实际测试来看,情况非常糟糕。所以最终还是放弃了。 【实现策略】: 1、锁分离机制。内部分成了多个segement,每个segement是独立加锁,相互不干扰。 2、每个segement内部维护一个双向链表(退化链表)。每次命中/添加,就把节点移动到退化链表头部。 3、每次put操作,通过hash,散到每个segement中,判断segment的容量是否到达阈值。 如果到达阈值,则删除退化链表中最末尾的节点。 【实现】 1、重新定义HashEntry 2、定义segment 3、 put操作 代码太长了,见附件吧 4、 get操作 具体的做法是: 1、 对concurrentHashMap 每个节点加时间戳,每次命中只修改该节点的时间戳。 2、 集中式退化操作,每次命中并不进行退化操作。而是集中式进行退化操作(满的时候,或者时间到了)。 代码: 该方案的好处: 1、 快速执行get操作。get操作的时间是“concurrentHashMap的get时间+更新时间戳”的时间。 2、 put操作,一般的put操作的时间是“concurrentHashMap的put时间”,只要还未到达容量限制。而到达容量限制以后的,需要进行“退化,清理操作”+put的时间 该方案的 可能存在的问题: 1、 命中率,该算法的命中率同linkedHashMap 2、 清除 策略: l 满了,执行清楚。缺点:1、会出现某个时刻,写操作卡死(如果正在等待清理的话) l 定时执行。缺点:1、性能耗费。2、读不一致仍然无法避免。 本文只是抛砖引玉,希望能看到更多好多ConcurrentLRUHashMap的实现方式。由于能力有限。上文提到的第二种实现方式,在实际实现中并不能很好的退化,最终可能导致内存溢出。具体分析如下表 总体来说,第三者性较好。 比较方式一和方式三:五、 ConcurrentLRUHashMap实现方式三:分段实现锁分离+每个段内维护一份退化链表
static final class Segment
V get(Object key, int hash) {
HashEntry
六、 ConcurrentLRUHashMap实现方式四:
private static class CountableKey
七、 ConcurrentLRUHashMap实现方式的比较
方式
方式一
方式二
方式三
方式四
性能
差
好
好
好
线程安全
绝对安全
安全
安全
安全
内存消耗
一般
很多
一般
一般
稳定性
稳定
不稳定
稳定
不稳定 建议继续学习:
扫一扫订阅我的微信号:IT技术博客大学习
- 作者:nina 来源: 淘宝JAVA中间件团队博客
- 标签: ConcurrentHaspLR LinkedHashMap LRU
- 发布时间:2011-08-31 00:00:32
- [66] Oracle MTS模式下 进程地址与会话信
- [65] 如何拿下简短的域名
- [65] Go Reflect 性能
- [59] 【社会化设计】自我(self)部分――欢迎区
- [59] IOS安全–浅谈关于IOS加固的几种方法
- [59] 图书馆的世界纪录
- [59] android 开发入门
- [53] 视觉调整-设计师 vs. 逻辑
- [47] 界面设计速成
- [47] 读书笔记-壹百度:百度十年千倍的29条法则