ThinkPHP缓存源码深度解析(2)

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: ThinkPHP缓存源码深度解析


二、缓存cache获取的执行流程以及源码解析

既然学习了缓存设置的源码解析,那么也应该来简单的了解一下缓存获取的源码解析。


同样演示案例还是之前的那个,只不过是把set换为get即可


image.png


跟设置缓存的流程是一样的,首先会来到门面类中创建缓存的对应实例


image.png


门面类创建了缓存类的时候之后就会来到cache类这个文件thinkphp/library/think/Cache.php


在这个文件中可以看到还是使用了__call方法,这个方法就是调用不存在的方法会执行。


image.png


接着会来到这init方法,这个方法在设置缓存值的时候已经进行深入讲解了。


根据执行流程我们将会看到init这个方法自动初始化缓存(这里需要注意,第一次并不是在这里进行执行的,而是make方法,当make方法执行完后会把值存放在handler这个属性,第二次通过call方法进来之后就直接返回了,而不会在进行一次执行,这里一定要注意)


这里为什么先会执行cache的make方法,是因为在容器中创建cache类实例的时候会在make方法中判断类中是否存在make方法,如果存在就会先进行执行。


image.png


所以说在cache这个类中return call_user_func_array([$this->init(), $method], $args);这块代码会去执行thinkphp/library/think/cache/driver/File.php这个类的get方法


image.png


在这个类中你可以看到一个在设置缓存值时花了好久解析的一个方法getCacheKey


在这个方法中主要就是使用了sbustr来进行了加密值的节,前俩个值为目录,其余字符为文件名。


然后将文件名给返回出去。


image.png


然后就使用file_get_contents来将文件的内容获取出来


image.png


然后可以接着往下看,在这里有一个过期删除缓存文件。


框架中的过期策略是当你设置了过期时间时,缓存过期后不会直接删除而是当你再一次访问之后才会进行删除。


这种策略就是redis中的惰性删除,当我们使用惰性删除时,数据到期了也不会自动删除,那么他的删除方式是,在下一次在获取这个key值时,会做一个判断,判断这个key是否过期,如果过期了在执行删除。


image.png


截止到这里关于缓存获取的执行流程已经源码解析就完成了,其实大多数内容在获取的时候就已经解析完了。


那为什么还是要在聊一下获取缓存数据,那是因为在这里还需要给大家在解释一些东西。


三、数据压缩

在设置缓存的时候将缓存的值写入文件时有过一个函数gzcompress


然而在获取缓存值的时候从文件将数据读出时又遇到的一个函数gzuncompress


其实从设置缓存和获取缓存的这俩个功能中就可以看出,设置的为压缩数据,获取的解压数据。


在PHP中关于压缩函数还有其它俩个分别为gzdeflate、gzencode,同样的解压函数也是对应的gzinflate gzdecode


这几个函数虽说都是压缩函数,但是底层实现是不一样的。


gzcompress使用的是ZLIB格式;


gzdeflate使用的是纯粹的DEFLATE格式;


gzencode使用的是GZIP格式;


以上就是关于数据压缩和解压的一些知识,了解即可。


四、总结

在这一节中咔咔带大家领略了框架对于缓存的处理结果。


其实咔咔之前测试过关于框架自带的缓存响应时间应该会缩短三分之一,当然这个也是根据数据量的大小有区别的。


至此关于PHP框架ThinkPHP的源码解读到这里就结束了,后期如果有时间将会对其中一些没有提到的内容在进行解读。


最后说一句阅读源码是真的累。

相关文章
|
12天前
|
存储 设计模式 算法
【23种设计模式·全精解析 | 行为型模式篇】11种行为型模式的结构概述、案例实现、优缺点、扩展对比、使用场景、源码解析
行为型模式用于描述程序在运行时复杂的流程控制,即描述多个类或对象之间怎样相互协作共同完成单个对象都无法单独完成的任务,它涉及算法与对象间职责的分配。行为型模式分为类行为模式和对象行为模式,前者采用继承机制来在类间分派行为,后者采用组合或聚合在对象间分配行为。由于组合关系或聚合关系比继承关系耦合度低,满足“合成复用原则”,所以对象行为模式比类行为模式具有更大的灵活性。 行为型模式分为: • 模板方法模式 • 策略模式 • 命令模式 • 职责链模式 • 状态模式 • 观察者模式 • 中介者模式 • 迭代器模式 • 访问者模式 • 备忘录模式 • 解释器模式
【23种设计模式·全精解析 | 行为型模式篇】11种行为型模式的结构概述、案例实现、优缺点、扩展对比、使用场景、源码解析
|
12天前
|
设计模式 存储 安全
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
结构型模式描述如何将类或对象按某种布局组成更大的结构。它分为类结构型模式和对象结构型模式,前者采用继承机制来组织接口和类,后者釆用组合或聚合来组合对象。由于组合关系或聚合关系比继承关系耦合度低,满足“合成复用原则”,所以对象结构型模式比类结构型模式具有更大的灵活性。 结构型模式分为以下 7 种: • 代理模式 • 适配器模式 • 装饰者模式 • 桥接模式 • 外观模式 • 组合模式 • 享元模式
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
|
12天前
|
设计模式 存储 安全
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
创建型模式的主要关注点是“怎样创建对象?”,它的主要特点是"将对象的创建与使用分离”。这样可以降低系统的耦合度,使用者不需要关注对象的创建细节。创建型模式分为5种:单例模式、工厂方法模式抽象工厂式、原型模式、建造者模式。
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
|
2月前
|
缓存 监控 Java
Java线程池提交任务流程底层源码与源码解析
【11月更文挑战第30天】嘿,各位技术爱好者们,今天咱们来聊聊Java线程池提交任务的底层源码与源码解析。作为一个资深的Java开发者,我相信你一定对线程池并不陌生。线程池作为并发编程中的一大利器,其重要性不言而喻。今天,我将以对话的方式,带你一步步深入线程池的奥秘,从概述到功能点,再到背景和业务点,最后到底层原理和示例,让你对线程池有一个全新的认识。
57 12
|
1月前
|
PyTorch Shell API
Ascend Extension for PyTorch的源码解析
本文介绍了Ascend对PyTorch代码的适配过程,包括源码下载、编译步骤及常见问题,详细解析了torch-npu编译后的文件结构和三种实现昇腾NPU算子调用的方式:通过torch的register方式、定义算子方式和API重定向映射方式。这对于开发者理解和使用Ascend平台上的PyTorch具有重要指导意义。
|
2月前
|
存储 缓存 监控
后端开发中的缓存机制:深度解析与最佳实践####
本文深入探讨了后端开发中不可或缺的一环——缓存机制,旨在为读者提供一份详尽的指南,涵盖缓存的基本原理、常见类型(如内存缓存、磁盘缓存、分布式缓存等)、主流技术选型(Redis、Memcached、Ehcache等),以及在实际项目中如何根据业务需求设计并实施高效的缓存策略。不同于常规摘要的概述性质,本摘要直接点明文章将围绕“深度解析”与“最佳实践”两大核心展开,既适合初学者构建基础认知框架,也为有经验的开发者提供优化建议与实战技巧。 ####
|
13天前
|
安全 搜索推荐 数据挖掘
陪玩系统源码开发流程解析,成品陪玩系统源码的优点
我们自主开发的多客陪玩系统源码,整合了市面上主流陪玩APP功能,支持二次开发。该系统适用于线上游戏陪玩、语音视频聊天、心理咨询等场景,提供用户注册管理、陪玩者资料库、预约匹配、实时通讯、支付结算、安全隐私保护、客户服务及数据分析等功能,打造综合性社交平台。随着互联网技术发展,陪玩系统正成为游戏爱好者的新宠,改变游戏体验并带来新的商业模式。
|
15天前
|
存储 缓存 NoSQL
解决Redis缓存数据类型丢失问题
解决Redis缓存数据类型丢失问题
158 85
|
3月前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
85 6
|
13天前
|
缓存 监控 NoSQL
Redis经典问题:缓存穿透
本文详细探讨了分布式系统和缓存应用中的经典问题——缓存穿透。缓存穿透是指用户请求的数据在缓存和数据库中都不存在,导致大量请求直接落到数据库上,可能引发数据库崩溃或性能下降。文章介绍了几种有效的解决方案,包括接口层增加校验、缓存空值、使用布隆过滤器、优化数据库查询以及加强监控报警机制。通过这些方法,可以有效缓解缓存穿透对系统的影响,提升系统的稳定性和性能。

推荐镜像

更多