groupcache 架構設計，memcached的go語言實現

groupcache 是一個分佈式緩存 go 語言庫，支持多節點互備熱數據，有良好的穩定性和較高的併發性。

這裡有個簡單的應用場景：

當 GET foo 打到 groupcache-1 後：

1. groupcache-1 先看看自己的 cache 裡有沒有 foo，有的話直接返回
2. 要是沒有，看看這個請求歸不歸自己管，若是，去 DataSever 獲取，否則問 group-2(假設 foo 歸 -2管) 要數據，成功返回後 groupcache-1 本地也緩存一份
3. 在 2 過程中，所有後來打到 groupcache-1 的 GET foo 都會阻塞，直到第一個請求返回

問題來了，如何判斷 foo 由誰來處理？

如上圖，利用hash將所有節點平均打散到全集，然後當 foo 進來後用相同hash算法就會得到一個唯值，落在那個區間就屬於那個節點，要保證一致性。

因為 foo 和某資源一一對應，這就要求 groupcache 只有 get 沒有 update。

一個簡單的HTTP groupcache Server：

package main
import "github.com/golang/groupcache"
import "github.com/gin-gonic/gin"
import "net/http"
import "time"
import "bytes"
// 虛擬文件生成方法
func generateThumbnail(fileName string) []byte {
 return []byte("fake file")
}
func main() {
 // 本機 ip
 me := "http://10.0.0.1"
 peers := groupcache.NewHTTPPool(me)
 // 設置互備的 node
 peers.Set("http://10.0.0.1", "http://10.0.0.2", "http://10.0.0.3")
 // 創建一個 cache group，最大緩存為64M
 var thumbNails = groupcache.NewGroup("thumbnail", 64<<20, groupcache.GetterFunc(
 func(ctx groupcache.Context, key string, dest groupcache.Sink) error {
 fileName := key
 dest.SetBytes(generateThumbnail(fileName))
 return nil
 }))
 // 設置 thumbnail 的 peers
 groupcache.RegisterPeerPicker(func() groupcache.PeerPicker {
 return peers
 })
 // 起一個 HTTP server
 server := gin.Default()
 server.GET("/files/:name", gin.HandlerFunc(
 func(ctx *gin.Context) { 

 var data []byte
 name := ctx.Param("name")
 // 獲取緩存
 err := thumbNails.Get(ctx, name, groupcache.AllocatingByteSliceSink(&data))
 if err != nil {
 ctx.JSON(http.StatusBadRequest, gin.H{"mesage": "file not found"})
 return
 }
 // 返回給客戶端
 http.ServeContent(ctx.Writer, ctx.Request, name, time.Now(), bytes.NewReader(data))
 }))
 server.Run("10.0.0.1:80")
}

Group

groupcache.NewGroup(addr string) Group 代表一個 cache資源庫

type Group struct {
 name string
 getter Getter // cache 沒有命中，從數據庫獲取
 peersOnce sync.Once 
 peers PeerPicker // peer 節點調度器
 cacheBytes int64 // 最大cache字節數
 mainCache cache // 此節點緩存
 hotCache cache // 其他節點緩存
 loadGroup flightGroup // 請求併發控制器
 Stats Stats // 統計數據
}

對於一個 Group 來說，會緩存自己節點的數據和訪問比較頻繁的 peer節點 的數據，用LRU算法控制緩存。

當 cache 沒有命中的時候，首先看看這個請求歸不歸該節點管，若是就是調用 getter：

Getter

type Getter interface {
 Get(ctx Context, key string, dest Sink) error
}

對於一個 cache 來說，他不知道如何拉取需要緩存的數據，所以他說啊，你要是想緩存新的東西，就得有個 type 實現 Getter 接口，然後給我一個 Getter 對象，這樣cache沒有命中的時候我能靠這個對象拉取數據。

這個 Getter 類似於 http.Handler，抽象拉取要緩存的數據這個行為，Context(interface{}) 是操作的附帶信息，key 請求的 id，Sink 類似於 http.ResponseWriter，抽象了數據載體的行為：

Sink

type Sink interface {
 // SetString 寫入 string
 SetString(s string) error
 // SetBytes 寫入字節數組，調用者會保留 v 引用
 SetBytes(v []byte) error
 // SetProto 寫入proto.Message，調用者會保留 m 應用
 SetProto(m proto.Message) error
 // ...
}

groupcache 提供了一些常用的 Sink 如 StringSink，BytesSliceSink 和 ProtoSink，這個 proto 是github.com/golang/protobuf/proto，groupcache 規定內部 peer 節點之間數據通信格式使用 google/protobuf，為了抽象 peer 節點，定義了 ProtoGetter：

ProtoGetter

type ProtoGetter interface {
 Get(context Context, in *pb.GetRequest, out *pb.GetResponse) error
}

pb.GetRequest 和 pb.GetResponse 定義了請求和響應 struct，這個抽象可以分離底層傳輸方式。

當然還需要對節點調度器抽象，PeerPicker：

PeerPicker

type PeerPicker interface {
 // PickPeer 根據 key 返回應該處理這個 key 的節點
 // ok 為 true 代表找到了節點
 // nil, false 代表當前節點就是 key 的處理器
 PickPeer(key string) (peer ProtoGetter, ok bool)
}

調度器主要負責根據管理 key 和節點的一致性映射。

groupcache 實現了一個 HTTP 的 PeerPicker，HTTPPool。

至此，groupcache 通過 Getter，PeerPicker，ProtoGetter 三個 interface 定義了cache，節點和調度器之間的連接方式，可以有效地控制耦合度，也提供了比較大的靈活性。