电影采集网站怎么做seo,wordpress作者,比较好的做简历的网站,wordpress 单页面模板Guava LocalCache源码分析#xff1a;LocalCache的get、put、expand 前言一、get二、put三、expand 前言
上篇文章#xff0c;详细描写了Guava LocalCache怎样如ConcurrentHashMap对缓存数据进行了分段存储。本章主要针对LocalCache重要的几个接口进行说明。
一、get CanIg… Guava LocalCache源码分析LocalCache的get、put、expand 前言一、get二、put三、expand 前言
上篇文章详细描写了Guava LocalCache怎样如ConcurrentHashMap对缓存数据进行了分段存储。本章主要针对LocalCache重要的几个接口进行说明。
一、get CanIgnoreReturnValueOverrideCheckForNullpublic V get(CheckForNull Object key) {if (key null) {return null;}int hash hash(key);return segmentFor(hash).get(key, hash);}CanIgnoreReturnValueV get(K key, CacheLoader? super K, V loader) throws ExecutionException {int hash hash(checkNotNull(key));return segmentFor(hash).get(key, hash, loader);}如上代码LocalCache的get方法首先根据key计算出hash值并根据hash值找到对应的segment再调用segment的get方法获取最终结果。
以传入loader参数的get方法为例看一下segment如何获取值的。 CanIgnoreReturnValueV get(K key, int hash, CacheLoader? super K, V loader) throws ExecutionException {checkNotNull(key);checkNotNull(loader);try {if (count ! 0) {//不要调用getLiveEntry这将忽略正在加载的值//根据key和hash获取值ReferenceEntryK, V e getEntry(key, hash);if (e ! null) {//获取当前时间long now map.ticker.read();//判断该值是否过期V value getLiveValue(e, now);//如果未过期if (value ! null) {//记录读取时间recordRead(e, now);//累计命中1这里Guava似乎认为当多条线程在更新统计数据时//而不是细粒度同步控制的情况下LongAdder比AtomicLong更好用。statsCounter.recordHits(1);//检查是否需要刷新如果设置了刷新时长且过了刷新时长则刷新否则返回该值return scheduleRefresh(e, key, hash, value, now, loader);}//值已经过期ValueReferenceK, V valueReference e.getValueReference();//如果增在加载if (valueReference.isLoading()) {//等待并返回加载后的值return waitForLoadingValue(e, key, valueReference);}}}//segment中为空或者未获取到值//加锁尝试从加载中的值中获取若获取不到则调用load方法。return lockedGetOrLoad(key, hash, loader);} catch (ExecutionException ee) {Throwable cause ee.getCause();if (cause instanceof Error) {throw new ExecutionError((Error) cause);} else if (cause instanceof RuntimeException) {throw new UncheckedExecutionException(cause);}throw ee;} finally {//累计到一定读取次数后清理超时缓存postReadCleanup();}}相关调用逻辑如图所示
二、put public V put(K key, V value) {checkNotNull(key);checkNotNull(value);int hash hash(key);return segmentFor(hash).put(key, hash, value, false);}同样LocalCache的put方法也是首先根据key计算出hash值并根据hash值找到对应的segment再调用segment的put方法。 V put(K key, int hash, V value, boolean onlyIfAbsent) {//直接加锁lock();try {long now map.ticker.read();//清理过期缓存preWriteCleanup(now);//数量1int newCount this.count 1;if (newCount this.threshold) {//扩容expand();//因为扩容后的segment内的缓存数量可能会变化所以重新计算newCount this.count 1;}//找到要插入的位置并获取该位置的头节点AtomicReferenceArrayReferenceEntryK, V table this.table;int index hash (table.length() - 1);ReferenceEntryK, V first table.get(index);//寻找该key是否存在for (ReferenceEntryK, V e first; e ! null; e e.getNext()) {K entryKey e.getKey();if (e.getHash() hash entryKey ! null//判断key是否相等 map.keyEquivalence.equivalent(key, entryKey)) {//意味着map中存在该key//获取对应的值ValueReferenceK, V valueReference e.getValueReference();V entryValue valueReference.get();//如果值是空的if (entryValue null) {modCount;//判断该值是否在等待删除中if (valueReference.isActive()) {//将旧值移放入移除通知队列中主要是Guava Cache有移除回调机制故不能直接移除队列方便用于回调通知。enqueueNotification(key, hash, entryValue, valueReference.getWeight(), RemovalCause.COLLECTED);//加入缓存setValue(e, key, value, now);//因为一删一增所以数量不变newCount this.count; // count remains unchanged} else {//加入缓存setValue(e, key, value, now);//这里不知道为啥又算了一遍可能是再setValue中存在某些机制导致count发生了变化newCount this.count 1;}this.count newCount; // write-volatile//移除旧值evictEntries(e);return null;} else if (onlyIfAbsent) {//onlyIfAbsent为true如果存在于map中,仅更新访问时间recordLockedRead(e, now);return entryValue;} else {//删除现有缓存计数保持不变modCount;enqueueNotification(key, hash, entryValue, valueReference.getWeight(), RemovalCause.REPLACED);setValue(e, key, value, now);evictEntries(e);return entryValue;}}}//map中不存在则插入modCount;ReferenceEntryK, V newEntry newEntry(key, hash, first);setValue(newEntry, key, value, now);table.set(index, newEntry);newCount this.count 1;this.count newCount; // write-volatileevictEntries(newEntry);return null;} finally {//解锁unlock();//清除过期缓存postWriteCleanup();}}可见整个put过程是用了锁保证执行的线程安全。
三、expand
LocalCache的扩容也是对段进行的扩容当段的大小超过阈值时便会出发扩容详细见上面的put函数段的阈值为段大小的3/4而每次扩容段的大小会变为原来的2倍。
代码如下 GuardedBy(this)void expand() {AtomicReferenceArrayReferenceEntryK, V oldTable table;int oldCapacity oldTable.length();//如果容量超过最大容量直接返回if (oldCapacity MAXIMUM_CAPACITY) {return;}int newCount count;//新段的大小是旧段的两倍AtomicReferenceArrayReferenceEntryK, V newTable newEntryArray(oldCapacity 1);//阈值为新段大小的3/4threshold newTable.length() * 3 / 4;//因为段扩容所以要重新计算哈希映射int newMask newTable.length() - 1;for (int oldIndex 0; oldIndex oldCapacity; oldIndex) {//我们需要保证对旧map的任何现有读取都可以继续进行。所以我们还不能清空旧段。ReferenceEntryK, V head oldTable.get(oldIndex);if (head ! null) {ReferenceEntryK, V next head.getNext();int headIndex head.getHash() newMask;// Single node on listif (next null) {//对于单个的节点的直接插入新段中newTable.set(headIndex, head);} else {//重复使用列表末尾具有相同目标索引的连续节点序列。tail指向可重用序列中的第一个节点。ReferenceEntryK, V tail head;int tailIndex headIndex;for (ReferenceEntryK, V e next; e ! null; e e.getNext()) {int newIndex e.getHash() newMask;if (newIndex ! tailIndex) {tailIndex newIndex;tail e;}}//将可重用序列中的第一个节点放入新映射位置newTable.set(tailIndex, tail);//将头尾之间的节点重新映射到新段中for (ReferenceEntryK, V e head; e ! tail; e e.getNext()) {int newIndex e.getHash() newMask;ReferenceEntryK, V newNext newTable.get(newIndex);//拷贝当前节点作为新的头节点并将映射位置的头节点链接到当前节点e的next。ReferenceEntryK, V newFirst copyEntry(e, newNext);if (newFirst ! null) {//如果拷贝的新头节点不为null则set到新段中newTable.set(newIndex, newFirst);} else {//否则删除eremoveCollectedEntry(e);newCount--;}}}}}table newTable;this.count newCount;}其中对段节点的重映射逻辑如图所示 这里需要留意的是Cache在重映射时是将后续节点作为头节点插入到冲突位中即首插入。故新表映射的链路顺序与旧表会有比较大的区别。
