iOS缓存设计(阅读笔记)

市面上常见的缓存库分类

基于文件系统 :TMDiskCache, PINDiskCache, SDWebImage

优点:实现都比较简单
缺点:不方便扩展、没有元数据、难以实现较好的淘汰算法、数据统计缓慢。

基于mmap :MMKV, FastImageCache,

优点:直接在内存中操作文件,对比文件 I/O 更快
缺点:热数据的文件不要超过物理内存大小,不然 mmap 会导致内存交换严重降低性能,如果数据还未同步时程序挂掉,就会导致数据错误
(关于mmap详解

基于 SQLite : YapDataBase, FMDB,NSURLCache、FBDiskCache

优点: 支持元数据、扩展方便、数据统计速度快,也很容易实现 LRU 或其他淘汰算法
缺点:单条数据较大的时候读写性能较差。

列举几个常用的看了一下实现方式:

YYCache

YYCache 提供 内存缓存 + 磁盘缓存,并且内存缓存,和磁盘缓存均实现了LRU算法。内存缓存使用NSDictionary 和 双向链表 维护,NSDictionary 用于快速数据读取,双向链表为每个 key - value 记录提供LRU算法依据。

YYCache 的磁盘缓存采用 SQLite + 文件读写的方式实现,既弥补了文件存储难以实现淘汰算法和数据统计慢的缺点,也规避了数据库存储大数据缓慢的问题。

也因为 YYCache 的memoryCache 和 diskCache 都实现了LRU算法,因此很容易限制内存缓存大小,和磁盘缓存大小。当内存缓存达到限制后,将删除内存中维护的双向链表队尾元素的缓存。同样当磁盘缓存达到限制后,将从数据库中查询缓存时间最久远的元素直到低于磁盘缓存伐值。

YYMemoryCache 在 读写数据时使用c层的API读取速度更快

MMKV

MMKV 提供 内存缓存 + 磁盘缓存,内存缓存使用 NSDictionary 实现,磁盘缓存基于 mmap 实现。在MMKV 初始化时,将文件中的内容读取到内存中,构建缓存的dict,之后的读取基于内存中的 dict 读取,同时基于 mmap 向文件中增删 key - value 元素,向文件中写入时,不做去重处理,只在末尾增加 key - value 记录。当像文件中写入新的值,文件剩余空间比写入数据所需空间小时,触发文件内的 key - value 重整,去除重复的 key - value 记录,并扩大当前文件大小至之前的两倍。更新 mmap 映射关系。

由以上操作可以看出,MMKV单个实例对象中不应存储大量数据,造成内存缓存较大,并且当收到系统的memoryWarning 时,MMKV将清空内存缓存,下一次读取数据时,将触发内存缓存的再次构建,即一次性将文件中所有 key - value 的记录读取到内存中。

YapDataBase

YapDataBase 也是提供 key - value 方式的缓存库,提供 内存缓存 + 磁盘缓存,内存缓存 YapCache 基于 NSDictionary 和 一个双向链表实现,可设置内存缓存条数限制,当达到缓存条数限时时,删除链表队尾的key对应的内存中元素 磁盘缓存基于 SQLite 实现的,提供快速访问磁盘数据的方法,数据访问是线程安全的,可在主线程快速读写数据。及其适用于代替 NSUserDefaulte 的简单 key - value 数据读取。

KeyCache key&collection -> rowId 双向链表实现LRU,快速更新数据库,实现磁盘缓存限制
ObjectCache key&collection -> object 双向链表实现LRU,快速内存查找,实现内存大小限制

YapDataBase 能很好的生成自己的extension 即插件功能,例如 YapDatabaseAutoView 根据视图逻辑将数据进行分组和排序(YapDataBase 数据可以根据collection字段进行归类)

当读取大量无关数据 时 读写速度对比:


读写速度数据.png
读写对比.png

关于反复读取相似数据的表现

相似数据读取速度.png
重复读取.png

从数据中看出,MMKV在无关数据和相似数据读写的时候,优势还是很明显的,相差量级可以说很大了。YYCache在反复读取相似数据的时候,表现也不错,也是内存中的LRU算法起到了作用。从MMKV的数据来看,果然粗暴就是有效,而且还可以借助mmap,将磁盘同步交给系统进程,大大节省了时间。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容