高性能本地缓存Ristretto(一)—

Ristretto是Dgraph基于golang实现的一个高性能的本地缓存库。特点是高命中率，高吞吐量，可自定义存储成本，支持一些自定义回调函数，并提供了较多的统计信息。

本文将主要讲述Ristretto的存储策略的实现方式。

题外话：Ristretto 意为“意式特浓咖啡”，感觉在跟java实现的”caffine(咖啡因)“叫板，HAHAHA。。。咯

确定存储结构

golang中的map是非并发安全的，要实现并发安全，有三种常用策略：加锁，sync.Map, 分片字典。对于三种策略有如下的分析：

加锁：要缓存的数据，绝对是频繁访问的数据，加锁必然影响性能，失去了缓存的意义，所以加锁是下策。

sync.Map：sync.Map 内部通过两个map+锁（本质上还是缓存+锁），实现了并发安全，但是对于读写都多的场景，性能依然堪忧，此乃中策。

分片字典：分片字典的是将数据散列在多个map中，尽量降低数据出现竞态的概率。对于其中每一个map还是采用加锁策略。在读多写多的场景中，也有较好的表现，此乃上策。

Ristretto中的分片字典

为了实现并发安全且高性能的存储需求，Ristretto使用了分片字典策略。

在Ristretto中与存储有关的数据结构，如下（省略了部分信息）：

type shardedMap struct {shards       []*lockedMap  // map类型的slice。共256个...
}type lockedMap struct {sync.RWMutex                // 每个分片的map，包含独立的锁data         map[uint64]storeItem // ...
}type storeItem struct {     // map 中存储的数据类型key        uint64conflict   uint64value      interface{}...
}

新增一个Key

以 key为string， value 为结构体为例：

key :=  "ZHH"
value := PeosonInfo{FallName : "ZhaoHaihang",Phone : "13112341234",Age : 18,Addres : "XXXXX",}

整体流程:

key 先经过keyToHash()得到 keyHash 和conflictHash，通过keyHash %256 确定该key应该存在哪一个lockedmap中，存之前先判断key是不是已经在里面，如果已经在了走更新逻辑，否则走新增逻辑。

详细流程：

结合代码看详细的流程是最清晰的。

首先调用cache.go中的Set()函数：

其中参数cost表示存储该key的代价，可暂时忽略
2. 接着内部调用了SetWithTTL():

其中参数ttl为该key的过期时间，可暂时忽略。（Ristretto是支持设置key的过期时间的，有关过期策略的具体实现，准备放在下一篇文章，敬请期待）

3. 继续调用setInternal():

onlyUpdata仅作为一个功能开关，只与更新有关，可暂时忽略。
keyToHash()得到的两个值，可以简单看作是两种hash函数得到的值，第二个是为了解决哈希冲突存在的。图中… 表示一些不涉及主要逻辑的省略 （ps：对于两个key，使用两种哈希函数的得到相同结果的概率是极低的）。

4. 在初始化时，会启动一个协程执行processItems()函数。在函数中不断从第三步中提到的setBuf取数据，并根据操作类型执行相应的逻辑。新增的逻辑为c.store.Set()

5. 接着来到store.go中的Set()函数：

Set() 主要用于根据keyToHash获得的keyHash，并通过取模确定Key应该在具体的哪一个LoackedMap。其中numShards为常量=256。即整个shards中包含256个LoadckedMap。

此处要注意区分几个key不同的含义，不要混淆。

6. 最后来到lockedMap的Set()函数：
此处是最终写操作执行的地方。
同时此处有个问题：刚才说在第三步中updata函数已经判断了一次key是否存在，为何这里要再次判断？
答：在并发的情况下，刚才判断的结果，已经不能保证是最新的结果了。无法保证是不是有其他协程抢先写了一条数据，所以要加锁后，再次判断。

最后，如果能明白插入操作是怎么运行的，相信对于明白读、更新、删除的流程就非常容易了，也大致是这个过程，这里就不再赘述了。

写在最后：本人能力有限，如果有错误之处，还望各位及时指正，谢谢！