缓存模式：您如何称呼（以及如何替换）OpenSymphony OsCache“组”范式答案

【问题标题】：Caching Pattern: What do you call (and how do you replace) OpenSymphony OsCache "group" paradigm缓存模式：您如何称呼（以及如何替换）OpenSymphony OsCache“组”范式
【发布时间】：2023-03-20 19:41:01
【问题描述】：

缓存专家的缓存问题。

上下文

我们已经使用 OpenSymphony 的 OsCache 多年，并考虑转向更好/更强/更快/积极开发的缓存产品。

问题

我们使用了 OsCache 的“组条目”功能，在其他地方没有找到。

简而言之，OsCache 允许您在 'entry 指定一个或多个组插入时间”。稍后您可以使“一组条目”无效，而无需知道每个条目的键。

OsCache 示例

以下是使用此机制的示例代码：

Object[] groups = {"mammal", "Northern Hemisphere", "cloven-feet"}
myCache.put(myKey, myValue , groups );
// later you can flush all 'mammal' entries 
myCache.flushGroup("mammal")
// or flush all 'cloven-foot'
myCache.flushGroup("cloven-foot")

替代方案：匹配器机制

我们使用另一个由前团队成员编写的本地缓存，它使用“键匹配器”模式来使条目无效

在这种方法中，您将按如下方式定义“键”和匹配器类：

public class AnimalKey 
{
   String fRegion;
   String fPhylum;
   String fFootType;

   ..getters and setters go here

}

匹配器：

public class RegionMatcher implements ICacheKeyMatcher
{
   String fRegion;

   public RegionMatcher(String pRegion)
   {
    fRegion=pRegion;
   }

   public boolean isMatch(Obect pKey)
   {
      boolean bMatch=false;
      if (pKey instanceof AnimalKey)
      {
         AnimalKey key = (AninmalKey) pKey);
         bMatch=(fRegion.equals(key.getRegion());
      }
   }
}

用法：

myCache.put(new AnimalKey("North America","mammal", "chews-the-cud");
//remove all entries for 'north america'
IKeyMatcher myMatcher= new AnimalKeyMatcher("North America");
myCache.removeMatching(myMatcher);

该机制实现简单，但有一个性能缺点：它必须遍历每个条目才能使组无效。（尽管它仍然比在数据库中旋转要快）。

问题

（警告： 这听起来可能很愚蠢）您称此功能是什么？ OsCache 将其称为“缓存组”。 JbossCache 和 EhCache 似乎既没有定义也没有实现它。领域？地区？王国？
这种“缓存组/区域”范式是否存在标准模式？
后起之秀的缓存产品（例如 ehcache、coherence、jbosscache）如何处理这个问题
这个范例不在 jcache 规范中，对吧？ (JSR-107)
如何处理“批量失效”？缓存很棒，直到它们变得陈旧。允许您使大范围无效的 API 是一个很大的帮助。（例如，管理员想要按一个按钮并清除所有缓存的帖子条目，例如特定论坛）

谢谢

会

【问题讨论】：

标签： caching ehcache oscache

【解决方案1】：

在尝试使用临时失效过程扩展遗留系统时，我也实施了匹配器方法。 O(n) 自然不是问题，因为缓存很小，失效是在非面向用户的线程上执行的，并且它没有持有锁，因此没有争用惩罚。这对于匹配交叉缓存的键是必需的，例如使分布在应用程序中的缓存中的公司的所有数据无效。这确实是一个没有设计中心的问题，所以应用程序是单一的并且分解得很差。

当我们基于域服务重写它时，我采用了不同的策略。我们现在将特定数据的域集中到特定的缓存中，例如用于配置，因此它成为了对多查找的需求。在这种情况下，我们意识到键只是值的子集，因此我们可以在从元数据（例如注释）加载后提取所有键。这允许通过我们的缓存抽象进行细粒度分组和方便的编程模型。我在关于这个想法的教程中发布了核心数据结构 IndexMap。它并不意味着在抽象之外直接使用，但更好地解决了我们面临的分组问题。

http://code.google.com/p/concurrentlinkedhashmap/wiki/IndexableCache

【讨论】：