缓存模式：您如何称呼（以及如何替换）OpenSymphony OsCache“组”？范例

Question

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，在其他地方没有发现。

简而言之，OsCache允许您在'entry'处指定一个或多个组 插入时间'。稍后您可以使“条目组”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

我们使用由前团队成员编写的另一个本地缓存，该缓存使用“关键匹配器”模式使条目无效

在这种方法中，您将定义“键”和匹配器类，如下所示：

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，但具有性能 缺点：它必须遍历每个条目才能使组无效。 （尽管它仍然比旋转数据库更快）。

问题

• （警告：这可能听起来很愚蠢）您将此功能称为什么？ OsCache 将其称为“缓存组”。 JbossCache和EhCache似乎都没有定义也没有实现它。领域？地区？王国？
• 这种“缓存组/区域”范例是否存在标准模式？
• 新星缓存产品（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“大规模失效”？缓存在变得陈旧之前一直都很棒。允许您使大范围无效的 API 是一个很大的帮助。 管理员想要按下按钮并清除特定论坛的所有缓存帖子条目）

谢谢

（例如，

Answer 1

当我尝试使用临时失效流程扩展遗留系统时，我也实现了匹配器方法。 O(n) 性质不是问题，因为缓存很小，失效是在面向非用户的线程上执行的，并且它不持有锁，因此不存在争用惩罚。这是为了匹配横切缓存的键所需要的，例如使分布在应用程序中的缓存中公司的所有数据无效。这实际上是一个没有设计中心的问题，因此应用程序是单一的并且分解得很差。

当我们基于领域服务重写它时，我采用了不同的策略。现在，我们将特定数据的域集中到特定的缓存中，例如配置，因此它成为了多重查找的愿望。在这种情况下，我们意识到键只是值的子集，因此我们可以在加载后从元数据（例如注释）中提取所有键。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。它不适合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