|
|
如果說要對一個站點或者應(yīng)用程序經(jīng)常優(yōu)化，可以說緩存的使用是最快也是效果最明顯的方式。一般而言，我們會把一些常用的，或者需要花費大量的資源或時間而產(chǎn)生的數(shù)據(jù)緩存起來，使得后續(xù)的使用更加快速。
如果真要細說緩存的好處，還真是不少，但是在實際的應(yīng)用中，很多時候使用緩存的時候，總是那么的不盡人意。換句話說，假設(shè)本來采用緩存，可以使得性能提升為100（這里的數(shù)字只是一個計量符號而已，只是為了給大家一個“量”的體會），但是很多時候，提升的效果只有80,70，或者更少，甚至還會導(dǎo)致性能嚴重的下降，這個現(xiàn)象在使用分布式緩存的時候尤為突出。
在本篇文章中，我們將為大家講述導(dǎo)致以上問題的9大癥結(jié)，并且給出相對應(yīng)的解決方案。文章以.NET為例子進行代碼的演示，對于來及其他技術(shù)平臺的朋友也是有參考價值的，只要替換相對應(yīng)的代碼就行了！
為了使得后文的闡述更加的方便，也使得文章更為的完整，我們首先來看看緩存的兩種形式：本地內(nèi)存緩存，分布式緩存。
首先對于本地內(nèi)存緩存，就是把數(shù)據(jù)緩存在本機的內(nèi)存中，如下圖1所示：
從上圖中可以很清楚的看出：
- 應(yīng)用程序把數(shù)據(jù)緩存在本機的內(nèi)存，需要的時候直接去本機內(nèi)存進行獲取。
- 對于.NET的應(yīng)用而言，在獲取緩存中的數(shù)據(jù)的時候，是通過對象的引用去內(nèi)存中查找數(shù)據(jù)對象的，也就說，如果我們通過引用獲取了數(shù)據(jù)對象之后，我們直接修改這個對象，其實我們真正的是在修改處于內(nèi)存中的那個緩存對象。
對于分布式的緩存，此時因為緩存的數(shù)據(jù)是放在緩存服務(wù)器中的，或者說，此時應(yīng)用程序需要跨進程的去訪問分布式緩存服務(wù)器，如圖2：
不管緩存服務(wù)器在哪里，因為涉及到了跨進程，甚至是跨域訪問緩存數(shù)據(jù)，那么緩存數(shù)據(jù)在發(fā)送到緩存服務(wù)器之前就要先被序列化，當要用緩存數(shù)據(jù)的時候，應(yīng)用程序服務(wù)器接收到了序列化的數(shù)據(jù)之后，會將之反序列化。序列化與反序列化的過程是非常消耗CPU的操作，很多問題就出現(xiàn)在這上面。
另外，如果我們把獲取到的數(shù)據(jù)，在應(yīng)用程序中進行了修改，此時緩存服務(wù)器中的原先的數(shù)據(jù)是沒有修改的，除非我們再次將數(shù)據(jù)保存到緩存服務(wù)器。請注意：這一點和之前的本地內(nèi)存緩存是不一樣的。
對于緩存中的每一份數(shù)據(jù)，為了后文的講述方面，我們稱之為“緩存項“。
普及完了這兩個概念之后，我們就進入今天的主題：使用緩存常見的9大誤區(qū)：
- 太過于依賴.NET默認的序列化機制
- 緩存大對象
- 使用緩存機制在線程間進行數(shù)據(jù)的共享
- 認為調(diào)用緩存API之后，數(shù)據(jù)會被立刻緩存起來
- 緩存大量的數(shù)據(jù)集合，而讀取其中一部分
- 緩存大量具有圖結(jié)構(gòu)的對象導(dǎo)致內(nèi)存浪費
- 緩存應(yīng)用程序的配置信息
- 使用很多不同的鍵指向相同的緩存項
- 沒有及時的更新或者刪除再緩存中已經(jīng)過期或者失效的數(shù)據(jù)
下面，我們就每一點來具體的看看！
太過于依賴.NET默認的序列化機制
當我們在應(yīng)用中使用跨進程的緩存機制，例如分布式緩存memcached或者微軟的AppFabric，此時數(shù)據(jù)被緩存在應(yīng)用程序之外的進程中。每次，當我們要把一些數(shù)據(jù)緩存起來的時候，緩存的API就會把數(shù)據(jù)首先序列化為字節(jié)的形式，然后把這些字節(jié)發(fā)送給緩存服務(wù)器去保存。同理，當我們在應(yīng)用中要再次使用緩存的數(shù)據(jù)的時候，緩存服務(wù)器就會將緩存的字節(jié)發(fā)送給應(yīng)用程序，而緩存的客戶端類庫接受到這些字節(jié)之后就要進行反序列化的操作了，將之轉(zhuǎn)換為我們需要的數(shù)據(jù)對象。
另外還有三點需要注意的就是：
- 這個序列化與反序列化的機制都是發(fā)生在應(yīng)用程序服務(wù)器上的，而緩存服務(wù)器只是負責保存而已。
- .NET中的默認使用的序列化機制不是最優(yōu)的，因為它要使用反射機制，而反射機制是是非常耗CPU的，特別是當我們緩存了比較復(fù)雜的數(shù)據(jù)對象的時候。
基于這個問題，我們要自己選擇一個比較好的序列化方法來盡可能的減少對CPU的使用。常用的方法就是讓對象自己來實現(xiàn)ISerializable接口。
首先我們來看看默認的序列化機制是怎么樣的。如圖3：
然后，我們自己來實現(xiàn)ISerializable接口，如下圖4所示：
我們自己實現(xiàn)的方式與.NET默認的序列化機制的最大區(qū)別在于：沒有使用反射。自己實現(xiàn)的這種方式速度可以是默認機制的上百倍。
可能有人認為沒有什么，不就是一個小小的序列化而已，有必要小題大做么？
在開發(fā)一個高性能應(yīng)用（例如網(wǎng)站）而言，從架構(gòu)，到代碼的編寫，以及后面的部署，每一個地方都需要優(yōu)化。一個小問題，例如這個序列化的問題，初看起來不是問題，如果我們站點應(yīng)用的訪問量是百萬，千萬，甚至更高級別的，而這些訪問需要去獲取一些公共的緩存的數(shù)據(jù)，這個之前所謂的小問題就不小了！
下面，我們來看第二個誤區(qū)。
緩存大對象
有時候，我們想要把一些大對象緩存起來，因為產(chǎn)生一次大對象的代價很大，我們需要產(chǎn)生一次，盡可能的多次使用，從而提升響應(yīng)。
提到大對象，這里就很有必要對其進行一個比較深入的介紹了。在.NET中，所謂的大對象，就是指的其占用的內(nèi)存大于了85K的對象，下面通過一個比較將問題說清楚。
如果現(xiàn)在有一個Person類的集合，定義為List<Person>，每個Person對象占用1K的內(nèi)存，如果這個Person集合中包含了100個Person對象實例，那么這個集合是否是大對象呢？
回答是：不是！
因為集合中只是包含的Person對象實例的引用而言，即，在.NET的托管堆上面，這個Person集合分配的內(nèi)存大小也就是100個引用的大小而言。
然后，對于下面的這個對象，就是大對象了: byte[] data = new byte[87040]（85 * 1024 = 87040）。
說到了這里，那就就談?wù)?，為什么說：產(chǎn)生一次大對象的代價很大。
因為在.NET中，大對象是分配在大對象托管堆上面的（我們簡稱為“大堆”，當然，還有一個對應(yīng)的小堆），而這個大堆上面的對象的分配機制和小堆不一樣：大堆在分配的時候，總是去需找合適的內(nèi)存空間，結(jié)果就是導(dǎo)致出現(xiàn)內(nèi)存碎片，導(dǎo)致內(nèi)存不足！我們用一個圖來描述一下，如圖5所示：
上圖非常明了，在圖5中：
- 垃圾回收機制不會在回收對象之后壓縮大堆（小堆是壓縮的）。
- 分配對象的時候，需要去遍歷大堆，去需找合適的空間，遍歷是要花成本的。
- 如果某些空間小于85K，那么就不能分配了，只能白白浪費，也導(dǎo)致內(nèi)存碎片。
講完了這些之后，我們言歸正傳，來看看大對象的緩存。
正如之前講過，將對象緩存和讀取的時候是要進行序列化與反序列化的，緩存的對象越大（例如，有1M等），整個過程中就消耗更多的CPU。
對于這樣的大對象，要看它使用的是否很頻繁，是否是公用的數(shù)據(jù)對象，還是每個用戶都要產(chǎn)生的。因為我們一旦緩存了（特別在分布式緩存中），就需要同時消耗緩存服務(wù)器的內(nèi)存與應(yīng)用程序服務(wù)器的CPU。如果使用的不頻繁，建議每次生成！如果是公用的數(shù)據(jù)，那么建議多多的測試：將生產(chǎn)大對象的成本與緩存它的時候消耗的內(nèi)存和CPU的成本進行比較，選擇成本小的！如果是每個用戶都要產(chǎn)生的，看看是否可以分解，如果實在不能分解，那么緩存，但是及時的釋放！
使用緩存機制在線程間進行數(shù)據(jù)的共享
當數(shù)據(jù)放在緩存中的時候，我們程序的多個線程都可以訪問這個公共的區(qū)域。多個線程在訪問緩存數(shù)據(jù)的時候，會產(chǎn)生一些競爭，這也是多線程中常常發(fā)生的問題。
下面我們分別從本地內(nèi)存緩存與分布式緩存兩個方面介紹競爭的帶來的問題。
看下面的一段代碼：
對于本地內(nèi)存緩存，對于上面的代碼，當這個三個線程運行起來之后，在線程1中，item的值很多時候可能為1，線程2可能是2，線程3可能是3。當然，這不一定！只是大多數(shù)情況下的可能值！
如果是對于分布式緩存，就不好說了！因為數(shù)據(jù)的修改不是立刻發(fā)生在本機的內(nèi)存中的，而是經(jīng)過了一個跨進程的過程。
有一些緩存模塊已經(jīng)實現(xiàn)了加鎖的方式來解決這個問題，例如AppFabric。大家在修改緩存數(shù)據(jù)的時候要特別注意這一點。
認為調(diào)用緩存API之后，數(shù)據(jù)會被立刻緩存起來
有時候，當我們調(diào)用了緩存的API之后，我們就會認為：數(shù)據(jù)已經(jīng)被換成了，之后就可以直接讀取緩存中的數(shù)據(jù)。盡管情況很多時候如此，但是不是絕對的！很多的問題就是這樣產(chǎn)生的！
我們通過一個例子來講解。
例如，對于一個ASP.NET 應(yīng)用而言，如果我們在一個按鈕的Click事件中調(diào)用了緩存API，然后在頁面呈現(xiàn)的時候，就去讀取緩存，代碼如下：
上面的代碼照道理來說是對的，但是會發(fā)生問題。按鈕點擊之后回傳頁面，然后呈現(xiàn)頁面的時候顯示數(shù)據(jù)，流程沒有問題。但是沒有考慮到這樣一個問題：如果服務(wù)器的內(nèi)存緊張，而導(dǎo)致進行服務(wù)器內(nèi)存的回收，那么很有可能緩存的數(shù)據(jù)就沒有了！
這里有朋友就要說了：內(nèi)存回收這么快？
這主要看我們的一些設(shè)置和處理。
一般而言，緩存機制都是會設(shè)置絕對過期時間與相對過期時間，二者的區(qū)別，大家應(yīng)很清楚，我這里不多說。對于上面的代碼而言，如果我們設(shè)置的是絕對過期時間，假設(shè)1分鐘，如果頁面處理的非常慢，時間超過了1分鐘，那么等到呈現(xiàn)的時候，可能緩存中的數(shù)據(jù)已經(jīng)沒有了！
有時候，即使我們在第一行代碼中緩存了數(shù)據(jù)，那么也許在第三行代碼中，我們?nèi)ゾ彺孀x取數(shù)據(jù)的時候，就已經(jīng)沒有了。這或許是因為在服務(wù)器內(nèi)存壓力很大的，緩存機制將最少訪問的數(shù)據(jù)直接清掉?；蛘?a href=/yuedu/fuwuqi/ target=_blank class=infotextkey>服務(wù)器CPU很忙，網(wǎng)絡(luò)也不好，導(dǎo)致數(shù)據(jù)沒有被即使的序列化保存到緩存服務(wù)器中。
另外，對于ASP.NET而言，如果使用了本地內(nèi)存緩存，那么，還涉及到IIS的配置問題（對緩存內(nèi)存的限制），我們有機會專門為大家分享這方面的知識。
所以，每次在使用緩存數(shù)據(jù)的時候，要判斷是否存在，不然，會有很多的“找不到對象”的錯誤，產(chǎn)生一些我們認為的“奇怪而又合理的現(xiàn)象”。
關(guān)于作者
汪洋，現(xiàn)任惠普架構(gòu)師、信息分析師《NET應(yīng)用架構(gòu)設(shè)計：模式、原則與實踐》作者。上海益思研發(fā)管理咨詢有限公司首席軟件架構(gòu)專家，軟件咨詢組副組長。
NET技術(shù)：使用緩存的9大誤區(qū)（上），轉(zhuǎn)載需保留來源！
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。
