Traffic Server Web Cache替换算法分析(二)

来源：http://blog.chinaunix.net/uid-23242010-id-147989.html

本章主要描述TrafficServer中ram cache设计方案。TrafficServer在内存中维护了一个ram cache，用来保存用户频繁访问的热点文件或数据，以避免磁盘查找慢的问题。TS在刚开源的时候，ram cache的设计只是一个简单的LRU算法，后来，John Plevya针对各个web cache替换算法的优缺点，提出了CLFUS算法，并根据该算法设计与实现了一个新的ram cache，新的ram cache同时支持内容压缩与解压缩[1][2]。

数据结构(这里将无关的内容都删去了)：

//data代表的就是用户请求访问的内容，宏LINK生成指向下一个节点的指针，比如this->hash_link.next指向的就
//是下一个RamCacheCLFUSEntry，TS提供了一套接口通过LINK将RamCacheCLFUSEntry组成一个linked list
struct RamCacheCLFUSEntry {
     LINK(RamCacheCLFUSEntry, lru_link);
     LINK(RamCacheCLFUSEntry, hash_link);
     Ptr data;
};

//这个类提供了从ram cache中读取或者写入用户请求的url的内容，其中get负责读，put负责写
struct RamCacheCLFUS : public RamCache {
     int get(INK_MD5 *key, Ptr *ret_data, uint32_t auxkey1 = 0, uint32_t auxkey2 = 0);
     int put(INK_MD5 *key, IOBufferData *data, uint32_t len, bool copy = false, uint32_t auxkey1 = 0, uint32_t auxkey2 = 0);

     // private
     DList(RamCacheCLFUSEntry, hash_link) *bucket;
     Que(RamCacheCLFUSEntry, lru_link) lru[2];
     uint16_t *seen;
     void resize_hashtable();   //bucket是可以动态扩展大小的
};

CLFUS算法涉及的有以下几个数据结构：
(1)基于开放链表法实现的散列表RamCacheCLFUS::bucket。
对于用户请求的url页面，CLFUS首先会对其进行hash映射到bucket中某个linked list，然后在该linked list顺序查找。
     
(2)Cached List，对应于RamCacheCLFUS::lru[0]。
cached list保存TS认为属于热点的url页面，当用户请求的url属于cached list中时，CLFUS从cached list中直接取出返回给用户。
     
(3)History List，对应于RamCacheCLFUS::lru[1]。
history list保存用户请求的不在bucket中的url页面，history list中的页面可以根据替换规则替换掉cached list中某个页面。
cached list与history list逻辑上都属于lru list。bucket中的元素有一部分在cached list中，有一部分在history list中。CLFUS通过bucket找到RamCacheCLFUSEntry对象，再根据对象中的bit位来确定该对象是在cached list还是history list中，避免了直接从cached list或者history list中顺序查找时间复杂度高的问题。

(4)Seen Hash，对应于RamCacheCLFUS::seen。在文章(一)中提到，如果一个用户请求的url是第一次访问时候，LRU/2以及2Q算法都不会直接将请求的内容放入cache中。这里Seen Hash起的是相似的作用，如果用户请求的页面只被请求过一次，则CLFUS将该页面的标识保存在seen hash中，在该页面第二次被访问时，通过seen hash可以判断出该页面是第一次还是第二次被访问。

RamCacheCLFUS::get伪代码算法分析：

if X is in cached list then
     move X to the tail of cached list, and return the data in X
else if X is in history list then
     move X to the tail of history list
     "cache miss"
else
     "cache miss"
end if

RamCacheCLFUS::put伪代码算法分析：

if X is in cached list then
    move X to the tail of cached list, and update its data
else if X is in history list then
    if cached list has room to place X then
        insert X to the tail of cached list, and update its data
    else
        create list V
        do
            pop one page Y from cached list
            //simulate the aging algorithm, for avoiding cache pollution
            pop one page Z from history list
            if HIT_VALUE(Z) is not greater than 1 then
                delete Z
            else
                let the HIT_VALUE(Z) with 1, and reinserted Z to the tail of history list
            end if
            //end

            if CACHE_VALUE(X) is greater than CACHE_VALUE(Y) then
                push it to V
            else
                insert X to the tail of history list and update its data, return
            end if
        util cached list has enough room for placing X
        end do
        for(Z in V)
            if cached list has room for both Z and X, then
                reinsert Z to the tail of cached list
                insert X to the tail of cached list, and update its data
            end if
        end for
     else // X is neither in history list nor in cached list
        //judge X is or not first accessed by seen hash
        if X is first accessed and history list has no room for it, then
            save the record of X in seen hash
        else
            insert X to the tail of history list
        end if
     end if
end if

CACHE_VALUE = hits/(size + overhead)   //similar to GDFS algorithm

参考文献：
[1] /> [2] />