在实际开发中我们经常会用到是缓存。它是的核心思想是记录过程数据重用操作结果。当程序需要执行复杂且消耗资源的操作时,我们一般会将运行的结果保存在缓存中,当下次需要该结果时,将它从缓存中读取出来。 缓存适用于不经常更改的数据,甚至永远不改变的数据。不断变化的数据并不适合缓存,例如飞机飞行的GPS数据就不该被缓存,否则你会得到错误的数据。

一、缓存类型

缓存一共有三种类型:

  1. In-Memory Cache:进程内缓存。进程终止时缓存也随之终止。
  2. 持久性进程内缓存:在进程内存之外备份缓存,备份位置可能在文件中,可能在数据库中,也可能在其他位置。如果进程重启,缓存并不会丢失。
  3. 分布式缓存:多台机器共享缓存。如果一台服务器保存了一个缓存项,其他服务器也可以使用它。

Tip:在本篇文章中我们只讲解进程内缓存。


二、实现

下面我们通过缓存头像,一步一步来实现进程内缓存。 在.NET早期的版本中我们实现缓存的方式很简单,如下代码:

public class NaiveCache
{
Dictionary _cache = new Dictionary();
public TItem GetOrCreate(object key, Func createItem)
{
if (!_cache.ContainsKey(key))
{
_cache[key] = createItem();
}
return _cache[key];
}
}

使用它的方法是这样的:

var _avatarCache = new NaiveCache();
var myAvatar = _avatarCache.GetOrCreate(userId, () => _database.GetAvatar(userId));

获取用户头像时只有首次请求才会真正请求数据库,请求到数据库后将头像数据保存在进程内存中,后续对头像所有请求都将从内存中提取,从而节省了时间和资源。但是由于多种原因这个解决方案并不是最好的。首先它不是线程安全的,多个线程使用时可能会发生异常。另外缓存的数据将永远留在内存中,一旦内存被各种原因清理掉,保存在内存中的数据就会丢失。下面总结出了这种解决方案的缺点:

  1. 缓存占用大量内存,导致内存不足异常和崩溃;
  2. 高内存消耗会导致内存压力,垃圾收集器的工作量会超应有的水平害性能;
  3. 如果数据发生变化,需要刷新缓存

为了解决上面的问题,缓存框架就必须具有驱逐策略,根据算法逻辑从缓存中删除项目。常见的驱逐政策如下:

  1. 过期策略:在指定时间后从缓存中删除项目;
  2. 如果在指定时间段内未访问某个项目,滑动过期策略将从缓存中删除该项目。例如我们将过期时间设置为1分钟,只要每30秒使用一次该项目,就会一直保留在缓存中。但是超过一分钟不使用它就会被删除。
  3. 大小限制策略:限制缓存内存大小。

下面根据上面所说的策略来改进我们的代码,我们可以使用微软为我们提供的解决方案。微软有两个个解决方案 ,提供两个NuGet包用于缓存。微软推荐使用Microsoft.Extensions.Caching.Memory,因为它可以和Asp.NET Core集成,可以很容易地注入到Asp.NET Core中。使用Microsoft.Extensions.Caching.Memory的样例代码如下:

public class SimpleMemoryCache
{
private MemoryCache _cache = new MemoryCache(new MemoryCacheOptions());
public TItem GetOrCreate(object key, Func createItem)
{
TItem cacheEntry;
if (!_cache.TryGetValue(key, out cacheEntry))
{
cacheEntry = createItem();
_cache.Set(key, cacheEntry);
}
return cacheEntry;
}
}

使用它的方法是这样的:

var _avatarCache = new SimpleMemoryCache();
var myAvatar = _avatarCache.GetOrCreate(userId, () => _database.GetAvatar(userId));

首先这是一个线程安全的实现,可以一次从多个线程安全地调用它。其次MemoryCache允许加入所有驱逐政策。下面的例子就是具有驱逐策略的IMemoryCache:

public class MemoryCacheWithPolicy
{
private MemoryCache _cache = new MemoryCache(new MemoryCacheOptions()
{
SizeLimit = 1024
});
public TItem GetOrCreate(object key, Func createItem)
{
TItem cacheEntry;
if (!_cache.TryGetValue(key, out cacheEntry))
{
cacheEntry = createItem();
var cacheEntryOptions = new MemoryCacheEntryOptions()
.SetSize(1)
.SetPriority(CacheItemPriority.High)
.SetSlidingExpiration(TimeSpan.FromSeconds(2))
.SetAbsoluteExpiration(TimeSpan.FromSeconds(10));
_cache.Set(key, cacheEntry, cacheEntryOptions);
}
return cacheEntry;
}
}
  1. SizeLimit被添加到MemoryCacheOptions. 这为我们的缓存容器添加了基于缓存大小的策略。混村大小没有单位。我们需要在每个缓存条目上设置大小;
  2. 我们可以使用.SetPriority()设置当达到大小限制时删除什么级别的缓存,级别为Low、Normal、High和NeverRemove;
  3. SetSlidingExpiration(TimeSpan.FromSeconds(2))将滑动过期时间设置为两秒,如果一个项目在两秒内未被访问,就将被删除;
  4. SetAbsoluteExpiration(TimeSpan.FromSeconds(10))将绝对过期时间设置为10秒,项目将在10秒内被删除。

你以为这种实现就没问题了吗?其实他还是存在问题的:

  1. 虽然可以设置缓存大小限制,但缓存实际上并不监控GC压力。
  2. 当多个线程同时请求同一个项目时,请求不会等待第一个完成,那么这个项目将被创建多次。比如正在缓存头像,从数据库中获取头像需要5秒,在第一次请求后的3秒中另一个请求来获取头像,它将检查头像是否已缓存,这时头像并没有缓存,那么它也将开始访问数据库。

下面我们来解决上面提到的两个问题: 首先关于GC压力,我们可以使用多种技术和启发式方法来监控GC压力。第二个问题是比较容易解决的,使用一个MemoryCache就可以实现:

public class WaitToFinishMemoryCache
{
private MemoryCache _cache = new MemoryCache(new MemoryCacheOptions());
private ConcurrentDictionary _locks = new ConcurrentDictionary();


public async Task GetOrCreate(object key, Func> createItem)
{
TItem cacheEntry;


if (!_cache.TryGetValue(key, out cacheEntry))
{
SemaphoreSlim mylock = _locks.GetOrAdd(key, k => new SemaphoreSlim(1, 1));


await mylock.WaitAsync();
try
{
if (!_cache.TryGetValue(key, out cacheEntry))
{
cacheEntry = await createItem();
_cache.Set(key, cacheEntry);
}
}
finally
{
mylock.Release();
}
}
return cacheEntry;
}
}

用法:

var _avatarCache = new WaitToFinishMemoryCache();
var myAvatar = await _avatarCache.GetOrCreate(userId, async () => await _database.GetAvatar(userId));

这个实现锁定了项目的创建,锁是特定于钥匙的。如果我们正在等待获取张三的头像,我们仍然可以在另一个线程上获取 李四头像的缓存。_locks存储了所有的锁,因为常规锁不适用于async、await,所以我们需要使用SemaphoreSlim。 上述实现有一些开销,只有在以下情况下方可使用:

  1. 当项目的创建时间具有某种成本时;
  2. 当一个项目的创建时间很长时;
  3. 当必须确保每个键都创建一个项目时。

TIP:缓存是非常强大的模式但也很危险,且有其自身的复杂性。缓存太多会导致 GC 压力,缓存太少会导致性能问题。