第3讲 高速缓存技术_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
文档贡献者
评价文档：
喜欢此文档的还喜欢
第3讲 高速缓存技术
西​工​大​网​络​存​储​P​P​T
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
大小：210.00KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢您所在的位置： &
进行jQuery缓存使用说明介绍讲析
进行jQuery缓存使用说明介绍讲析
JQuery缓存主要包括：DataSet，DataTable，DataColumn，DataRow，和DataRelation。这些对象的主要特点说明
随着WEB2.0及ajax思想在互联网上的快速发展传播，陆续出现了一些优秀的Js框架，其中比较著名的有Prototype、YUI、jQuery、 mootools、Bindows以及国内的JSVM框架等，通过将这些JQuery缓存框架应用到我们的项目中能够使程序员从设计和书写繁杂的JS应用中解脱出来。
将关注点转向功能需求而非实现细节上，从而提高项目的开发速度。JQuery缓存是继prototype之后的又一个优秀的Javascript框架。它是由 John Resig 于 2006 年初创建的，它有助于简化 JavaScript& 以及Ajax 编程。
有人使用这样的一比喻来比较prototype和jQuery：prototype就像Java，而jQuery就像ruby. 它是一个简洁快速灵活的JavaScript框架，它能让你在你的网页上简单的操作文档、处理事件、实现特效并为Web页面添加Ajax交互。
它具有如下一些特点：
1、代码简练、语义易懂、学习快速、文档丰富。
2、jQuery是一个轻量级的脚本，其代码非常小巧，最新版的JavaScript包只有20K左右。
3、JQuery缓存支持CSS1-CSS3,以及基本的xPath。
4、jQuery是跨浏览器的，它支持的浏览器包括IE 6.0+, FF 1.5+, Safari 2.0+, Opera 9.0+。
5、可以很容易的为jQuery扩展其他功能。
6、能将JS代码和HTML代码完全分离，便于代码和维护和修改。
7、插件丰富，除了jQuery本身带有的一些特效外，可以通过插件实现更多功能，如表单验证、tab导航、拖放效果、表格排序、DataGrid，树形菜单、图像特效以及ajax上传等。
JQuery缓存的设计会改变你写JavaScript代码的方式，降低你学习使用JS操作网页的复杂度，提高网页JS开发效率，无论对于js初学者还是资深专家，JQuery缓存都将是您的首选。
jQuery适合于设计师、开发者以及那些还好者，同样适合用于商业开发，可以说jQuery适合任何JavaScript应用的地方，可用于不同的Web应用程序中。
【责任编辑： TEL：（010）】
关于的更多文章
微软为单独工作或在小型团队中的专业开发人员提供了两种选择，VS
本次的专刊为大家提供了Oracle最新推出的Java SE 8详细的开发教程，从解读到探究Java 8最新
掌握一门技术，首要的是掌握其基础。笔者从事.NET相关
再过十几天很多同学又要爬楼梯睡觉，早上七点起床，晚
8月第二周，开发者们每月必看的编程语言排行榜如期而
《网管员必读―服务器与数据存储》全面、系统地介绍了在中、高级网络管理和网络工程实施中两个重要方面的主流技术和应用：硬件服
51CTO旗下网站手机扫描二维码，把小组装进口袋
第三方登录：Posts - 610, Comments - 29632
在里我们设法将前缀树构造为一个唯一的字符串，然后使用字符串作为key缓存在字典中。这个想法非常直接，做法也不困难（在遍历时记录详细信息便可）。不过事实上，老赵在思考表达式树的缓存问题时，这种字符串拼接的方式只存在于脑海当中，而上文的实现是为了这一系列文章的完整性而特地编写的。这是因为它的缺点较为明显，正如上文所述，字符串拼接操作较为耗时耗资源，且很容易生成一个长度可观的字符串（并非不能优化，不过实现就复杂了）。于是我们现在设法选择另一个解决方案来处理这个问题。 不过现在，我们先来考虑另一个问题：比较两个字符串是否相同（例如实现一个String.Equals方法）。此时，我们往往会分几步进行：
判断字符串长度是否相等，如果不等，则两个字符串肯定不同。
从头遍历两个字符串，如果找到某一位不相同，则两个字符串不相同。
如果完整遍历完整个字符串，则两者相同。 以上算法基本上是我们可以写出的最高效的比较算法。为什么这么说呢？原因主要有以下两点：
我们在比较时，首先使用最容易获得的信息（长度）进行判断，并且在合适的时候（发现某一位不同）及时返回，节省了时间。
比较时不需要保存完整信息（比较字符串的第n位时，从0到n-1位字符无需保留），这样在空间上也节省了下来。 那么我们来思考一下，为什么前一篇文章中谈到的字符串会性能差呢？其实他正是由于违反了上面的“特点”：
需要对整个树进行完整编码，这样无法通过部分编码上排除各种状况，时间上耗费较大。
必须保留完整路径，造成字符串很长，导致空间上耗费也大。 与字符串比较略有不同，既然我们最终是要匹配完全相同的表达式树，那么一次完整的树遍历是不可避免的，因此第一点可能很难有所改变。那么第二点呢？我们是否可以在进行匹配时，不用保存之前已经遍历的节点，遍历到某个“冲突”则表明匹配失败，而经过一个完整遍历，则表明匹配成功。为了进一步看清需求，我们再说的清楚一点：
对一颗表达式树进行完整遍历，可以看作是构造一个由各节点（或节点的“特性”）构成的序列。
在遍历序列时，无需保存之前遍历的结果。遍历结束时，则表示匹配成功。 “序列”、“遍历”、“匹配”……在心中反复默念几遍，您是否想到了些什么？没错，上述需求似乎符合我们常用的数据结构：。
前缀树可用于查询一个集合中是否包含某个特定序列。上图（引自Wikipedia）表明了前缀树的查询方式。例如我们要查询序列“ted”，则会从根节点开始，顺着“t”、“e”、“d”依次遍历到叶结点。如果序列没有遍历完就已经到了叶结点，则说明集合中没有该序列。前缀树至少有以下两个好处：
查询性能与集合中元素的数量n无关，对于查找一个长度为m的序列，其时间复杂度总是O(m)，而对于二叉搜索树（Binary Search Tree）来说，其时间复杂度可能退化至O(m * log(n))。
只需对序列遍历一遍即可得到结果，且其中无需保存之前遍历的结果 有了思路之后，实现并不是什么大问题。如果要简单地构造一颗前缀树，最常用的方式便是让前缀树的每个节点包含一个哈希表，而每一次查找（Lookup）其实就是一次哈希表的查询操作。以下是PrefixTreeVisitor（也是另一个ExpressionVisitor的子类）中构造的预备代码：public class PrefixTreeVisitor : ExpressionVisitor
private Hashtable m_
public Hashtable CurrentStorage { get; private set; }
public bool StopLookingUpWhenMissed { get; private set; }
public PrefixTreeVisitor(Hashtable storage, bool stopLookingUpWhenMissed)
this.m_storage =
this.StopLookingUpWhenMissed = stopLookingUpWhenM
public Hashtable Accept(Expression exp)
this.CurrentStorage = this.m_
this.Visit(exp);
return this.CurrentS
PrefixTreeVisitor的构造函数会接受两个参数：一个作为前缀树根节点的Hashtable，以及一个标识“是否在命中失败的时候停止”。如果第二个参数为true，则对于前缀树的构造将在某次查找命中失败时中止，显然它可用于对前缀树的“查询”；如果第二个参数为false，那么在查找命失败后扩展前缀树，也就是创建新的节点（Hashtable），并建立与“父节点”的关系。这段逻辑可以从关键性的LookUp方法中得到体现：private static readonly object s_nullKey = new object();
/// &summary&
/// &/summary&
/// &param name="key"&&/param&
/// &returns&Stop or not&/returns&
protected virtual bool LookUp(object key)
if (this.CurrentStorage == null) return true;
key = key ?? s_nullK
Hashtable next = this.CurrentStorage[key] as Hashtable;
if (next == null && !this.StopLookingUpWhenMissed)
next = new Hashtable();
this.CurrentStorage[key] =
this.CurrentStorage =
return next == null;
LookUp方法的返回值表示该次查询是否跳出。从代码中可以看出，只有当StopLookingUpWhenMissed为true时LookUp方法才会可能返回false，因为在StopLookingUpWhenMissed为false时，LookUp方法会不断地“拓展”前缀树，永远不会中止。至于在PrefixTreeVisitor的Visit等重载方法中，便是构造合适的的节点（在这里一般使用匿名类型），作为正在遍历的序列中的某个元素，并交给LookUp方法进行“深入”。如果LookUp方法返回false，则立即返回，因为前缀树已经“探底”，可以“反弹”了：protected override Expression Visit(Expression exp)
if (exp == null) return
var key = new
NodeType = exp.NodeType,
Type = exp.Type
if (this.LookUp(key)) return
return base.Visit(exp);
protected override Expression VisitBinary(BinaryExpression b)
var key = new
IsLifted = b.IsLifted,
IsLiftedToNull = b.IsLiftedToNull,
Method = b.Method
if (this.LookUp(key)) return b;
return base.VisitBinary(b);
protected override Expression VisitConstant(ConstantExpression c)
if (this.LookUp(c.Value)) return c;
return base.VisitConstant(c);
protected override Expression VisitMemberAccess(MemberExpression m)
if (this.LookUp(m.Member)) return m;
return base.VisitMemberAccess(m);
protected override Expression VisitMethodCall(MethodCallExpression m)
if (this.LookUp(m.Method)) return m;
return base.VisitMethodCall(m);
再编写PrefixTreeCache之前，我们可能还需要准备它的读取与写入功能。这两个操作其实都是对PrefixTreeVisitor的简单封装：public class PrefixTreeCache&T& : IExpressionCache&T& where T : class
private Hashtable m_storage = new Hashtable();
private T Get(Expression key)
var visitor = new PrefixTreeVisitor(this.m_storage, true);
var storage = visitor.Accept(key);
return storage == null ? null : (T)storage[typeof(T)];
private void Set(Expression key, T value)
var visitor = new PrefixTreeVisitor(this.m_storage, false);
var storage = visitor.Accept(key);
storage[typeof(T)] =
现在编写IExpressionCache.Get方法已如探囊取物：private ReaderWriterLockSlim m_rwLock = new ReaderWriterLockSlim();
public T Get(Expression key, Func&Expression, T& creator)
this.m_rwLock.EnterReadLock();
value = this.Get(key);
if (value != null) return
this.m_rwLock.ExitReadLock();
this.m_rwLock.EnterWriteLock();
value = this.Get(key);
if (value != null) return
value = creator(key);
this.Set(key, value);
this.m_rwLock.ExitWriteLock();
使用前缀树缓存方式，在已有n个对象的缓存容器中查询带有m个节点的表达式树，其时间复杂度正如之前所谈到那样为O(m)——与n无关。这个解决方案的缺点在于构造了大量的Hashtable，可能会导致整个前缀树处于一种非常稀疏的状态，这点可以通过自定义查找方式来替换直接使用Hashtable类进行优化。这属于纯粹的进一步实践，感兴趣的朋友可以自己尝试一下。
完整代码下载：
相关文章：
Categories:
，登陆后便可删除或修改已发表的评论
（请注意保留评论内容）}