--针对缓慢变化的小数据的缓存实现模型
在JavaEEdev站点（http://www.javaeedev.com ）的设计中，有几类数据是极少变化的，如ArticleCategory（文档分类），ResourceCategory（资源分类），Board（论坛版面）。在对应的DAO实现中，总是一次性取出所有的数据，例如：
List<ArticleCategory> getArticleCategories();
此类数据的特点是：数据量很小，读取非常频繁，变化却极慢（几天甚至几十天才变化一次），如果每次通过DAO从数据库获取数据，则增加了数据库 服务器的压力。为了在不影响整个系统结构的情况下透明地缓存这些数据，可以在Facade一层通过Proxy模式配合ReadWriteLock实现缓 存，而客户端和后台的DAO数据访问对象都不受影响：
首先，现有的中间层是由Facade接口和一个FacadeImpl具体实现构成的。对ArticleCategory的相关操作在FacadeImpl中实现如下：
public class FacadeImpl implements Facade {
protected CategoryDao categoryDao;
public void setCategoryDao(CategoryDao categoryDao) {
this.categoryDao = categoryDao;
}
// 读操作:
public ArticleCategory queryArticleCategory(Serializable id) {
return categoryDao.queryArticleCategory(id);
}
// 读操作:
public List<ArticleCategory> queryArticleCategories() {
return categoryDao.queryArticleCategories();
}
// 写操作:
public void createArticleCategory(ArticleCategory category) {
categoryDao.create(category);
}
// 写操作:
public void deleteArticleCategory(ArticleCategory category) {
categoryDao.delete(category);
}
// 写操作:
public void updateArticleCategory(ArticleCategory category) {
categoryDao.update(category);
}
// 其他方法省略...
}
设计代理类FacadeCacheProxy，让其实现缓存ArticleCategory的功能：
public class FacadeCacheProxy implements Facade {
private Facade target;
public void setFacadeTarget(Facade target) {
this.target = target;
}
// 定义缓存对象:
private FullCache<ArticleCategory> cache = new FullCache<ArticleCategory>() {
// how to get real data when cache is unavailable:
protected List<ArticleCategory> doGetList() {
return target.queryArticleCategories();
}
};
// 从缓存返回数据:
public List<ArticleCategory> queryArticleCategories() {
return cache.getCachedList();
}
// 创建新的ArticleCategory后，让缓存失效:
public void createArticleCategory(ArticleCategory category) {
target.createArticleCategory(category);
cache.clearCache();
}
// 更新某个ArticleCategory后，让缓存失效:
public void updateArticleCategory(ArticleCategory category) {
target.updateArticleCategory(category);
cache.clearCache();
}
// 删除某个ArticleCategory后，让缓存失效:
public void deleteArticleCategory(ArticleCategory category) {
target.deleteArticleCategory(category);
cache.clearCache();
}
}
该代理类的核心是调用读方法getArticleCategories()时，直接从缓存对象FullCache中返回结果，当调用写方法（create，update和delete）时，除了调用target对象的相应方法外，再将缓存对象清空。
FullCache便是实现缓存的关键类。为了实现强类型的缓存，采用泛型实现FullCache：
public abstract class FullCache<T extends AbstractId> {
...
}
AbstractId是所有Domain Object的超类，目的是提供一个String类型的主键，同时便于在Hibernate或其他ORM框架中只需要配置一次JPA注解：
@MappedSuperclass
public abstract class AbstractId {
protected String id;
@Id
@Column(nullable=false, updatable=false, length=32)
@GeneratedValue(generator="system-uuid")
@GenericGenerator(name="system-uuid", strategy="uuid")
public String getId() { return id; }
public void setId(String id) { this.id = id; }
}
FullCache实现以下2个功能：
- List<T> getCachedList()：获取整个缓存的List<T>
- clearCache()：清除所有缓存
此外，FullCache在缓存失效的情况下，必须从真正的数据源获得数据，因此，抽象方法：
protected abstract List<T> doGetList()
负责获取真正的数据。
下面，用ReadWriteLock实现该缓存模型。
Java 5平台新增了java.util.concurrent包，该包包含了许多非常有用的多线程应用类，例如ReadWriteLock，这使得开发人员不必自己封装就可以直接使用这些健壮的多线程类。
ReadWriteLock是一种常见的多线程设计模式。当多个线程同时访问同一资源时，通常，并行读取是允许的，但是，任一时刻只允许最多一个线程写入，从而保证了读写操作的完整性。下图很好地说明了ReadWriteLock的读写并发模型：
读 | 写 | |
读 | 允许 | 不允许 |
写 | 不允许 | 不允许 |
当读线程远多于写线程时，使用ReadWriteLock来取代synchronized同步会显著地提高性能，因为大多数时候，并发的多个读线程不需要等待。
Java 5的ReadWriteLock接口仅定义了如何获取ReadLock和WriteLock的方法，对于具体的ReadWriteLock的实现模式并没 有规定，例如，Read优先还是Write优先，是否允许在等待写锁的时候获取读锁，是否允许将一个写锁降级为读锁，等等。
Java 5自身提供的一个ReadWriteLock的实现是ReentrantReadWriteLock，该ReadWriteLock实现能满足绝大多数的多线程环境，有如下特点：
- 支持两种优先级模式，以时间顺序获取锁和以读、写交替优先获取锁的模式；
- 当获得了读锁或写锁后，还可重复获取读锁或写锁，即ReentrantLock；
- 获得写锁后还可获得读锁，但获得读锁后不可获得写锁；
- 支持将写锁降级为读锁，但反之不行；
- 支持在等待锁的过程中中断；
- 对写锁支持Condition（用于取代wait，notify和notifyAll）；
- 支持锁的状态检测，但仅仅用于监控系统状态而并非同步控制；
FullCache采用ReentrantReadWriteLock实现读写同步：
public abstract class FullCache<T extends AbstractId> {
private final ReadWriteLock lock = new ReentrantReadWriteLock();
private final Lock readLock = lock.readLock(); // 读锁
private final Lock writeLock = lock.writeLock(); // 写锁
private List<T> cachedList = null; // 持有缓存的数据，若为null，表示缓存失效
}
对于clearCache()方法，由于其是一个写操作，故定义如下：
public void clearCache() {
writeLock.lock();
cachedList = null;
writeLock.unlock();
}
对于get方法，由于是读操作，同时要考虑在缓存失效的情况下更新数据，其实现就稍微复杂一点：
public List<T> getCachedList() {
// 获得读锁:
readLock.lock();
try {
if(cachedList==null) {
// 在获得写锁前，必须先释放读锁:
readLock.unlock();
writeLock.lock();
try {
cachedList = doGetList(); // 获取真正的数据
}
finally {
// 在释放写锁前，先获得读锁:
readLock.lock();
writeLock.unlock();
}
}
return cachedList;
}
finally {
// 确保读锁在方法返回前被释放:
readLock.unlock();
}
}
通过适当的装配（例如在Spring IoC容器中），让客户端持有FacadeCacheProxy的引用，就在中间层完全实现了透明的缓存，客户端代码一行也不用更改。
考虑到多线程模型远比单线程复杂，为了确保FullCache实现的健壮性，编写一个FullCacheTest来执行单元测试：
public class FullCacheTest {
// count how many hits:
class Hit {
private AtomicInteger total = new AtomicInteger(0);
private AtomicInteger notHit = new AtomicInteger(0);
public void total() {
total.incrementAndGet();
}
public void notHit() {
notHit.incrementAndGet();
}
public void debug() {
System.err.println("Total get: " + total.intValue());
System.err.println("Not hit: " + notHit.intValue());
System.err.println("Hits: " + ((total.intValue()-notHit.intValue()) * 100 / total.intValue()) + "%");
}
}
private static final int DATA_OPERATION = 10;
private static final int MAX = 10;
private static String[] ids = new String[MAX];
static {
for(int i=0; i<MAX; i++) {
ids[i] = UUID.randomUUID().toString();
}
}
private Hit hit;
private FullCache<ArticleCategory> cache;
@Before
public void setUp() {
hit = new Hit();
cache = new FullCache<ArticleCategory>() {
@Override
protected List<ArticleCategory> doGetList() {
hit.notHit();
List<ArticleCategory> list = new ArrayList<ArticleCategory>();
for(int i=0; i<MAX; i++) {
ArticleCategory obj = new ArticleCategory();
obj.setId(ids[i]);
list.add(obj);
}
doSleep(DATA_OPERATION);
return list;
}
@Override
public List<ArticleCategory> getCachedList() {
hit.total();
return super.getCachedList();
}
};
}
@Test
public void testMultiThread() {
final int THREADS = 100;
final int LOOP_PER_THREAD = 100000;
List<Thread> threads = new ArrayList<Thread>(THREADS);
// test FullCache.getCachedList(id):
for(int i=0; i<THREADS; i++) {
threads.add(
new Thread() {
public void run() {
for(int j=0; j<LOOP_PER_THREAD; j++) {
List<ArticleCategory> list = cache.getCachedList();
for(int k=0; k<MAX; k++) {
assertEquals(ids[k], list.get(k).getId());
}
}
}
}
);
}
// test FullCache.clearCache():
Thread clearThread = new Thread() {
public void run() {
for(;;) {
cache.clearCache();
try {
Thread.sleep(DATA_OPERATION * 2);
}
catch(InterruptedException e) {
break;
}
}
}
};
// start all threads:
clearThread.start();
for(Thread t : threads) {
t.start();
}
// wait for all threads:
for(Thread t : threads) {
try {
t.join();
}
catch(InterruptedException e) {}
}
clearThread.interrupt();
try {
clearThread.join();
}
catch(InterruptedException e) {}
// statistics:
hit.debug();
}
private static void doSleep(long n) {
try {
Thread.sleep(n);
}
catch(InterruptedException e) {}
}
}
反复运行JUnit测试，均未报错。统计结果如下：
Total get: 10000000
Not hit: 7
Hits: 99%
执行时间3.9秒。如果用synchronized取代ReadWriteLock，执行时间为204秒，可见性能差异巨大。
总结：
接口和实现的分离是必要的，否则难以实现Proxy模式。
Facade模式和DAO模式都是必要的，否则，一旦数据访问分散在各个Servlet或JSP中，将难以控制缓存读写。
作者简介 | |
廖雪峰 (dev2dev id: xuefengl )，长期从事J2EE/J2ME开发，对Open Source框架有深入研究，曾参与网易商城等大型J2EE应用的开发。目前廖雪峰创建了JavaEE开发网（http://www.javaeedev.com ），著有《Spring 2.0核心技术与最佳实践》一书。 | |
