ATS5.3.0缓存架构

下面是参考文献[1]的翻译


简介
ATS既可以用作HTTP代理，也可以用作HTTP缓存，ATS能够缓存任何字节流，虽然它当前只支持HTTP协议传输的字节流，当这样的流缓存时，会带一个HTTP协议头部，会命名为缓存中的一个对象object。每个对象通过一个名为cache key的全局唯一值识别。
该文档的目的是描述ATS缓存的基本结构和实现细节。缓存的配置只讨论到需要理解内部机制的程度。这篇文档对ATS源码和插件(codebase or plugins)开发者很有帮助。该文档假定读者对管理员文档已经比较熟悉，特别是对其中的HTTP Proxy Caching[2]和Configuring the Cache[3]以及相关的配置和值比较熟悉。
很遗憾内部术语并不特别一致，所以该文档将会频繁使用不同方式的术语，以达到某种一致性。


缓存结构Cache Layout
下面的小节描述了持久缓存数据persistent cache data的组织细节。ATS将它的持久存储视作一个毫不加区分的字节的集合，假设再没有其它结构描述它。特别地，它并不会用到操作系统的文件系统。
假如使用一个file，仅是表明要用到它所含的字节集合。


Cache storage

ATS缓存的原生storage在storage.config中配置，文件中的每行描述了一个cache span，它被视作一个统一的持久存储。

该storage进一步被组织成一个cache volumes的集合，在volume.config文件中配置，它被用作其它管理级别配置的单位。
cache volumes可以定义为total storage的百分比，或者storage的绝对量。为了稳妥，默认每个cache voluem分散到所有的cache span。
cache volume和cache span的交集是cache stripe。每个cache span分割为cache stripes，每个cache volumes可以定义为total是这些stripes的集合。
假如这个cache spans例子中的cache volumes定义如下

那么实际的结构layout形如

cache stripes是该实现的缓存基础单元，一个cached object完整存放在单个stripe中，因而也在单个cache span中。缓存对象绝不会分割后存放到多个span红色volumes中。
Objects被指定到一个stripe，因而被指定到一个cache volume，自动基于URI的hash去检索来自源站的object。可以在hosting.config中做配置来限制对象的广度。
该配置文件支持将指定的hosts和域名存放到特定的cache volumes。从4.0.1版本后，也可以控制哪些cache spans，因而哪些cache stripes包含在指定的cache volumes中。


cache spans，cache volumes和cache stripes(组成前两者)的结构(layout and structure)完全来自storage.config和cache.config的配置，当traffic_server启动时

会从头重新计算。因此，那些配置文件的任何变化都能(差不多总是)导致现存缓存的完整性失效。

Stripe Structure
ATS将与cache stripe相关的storage视作一个不加区分的字节带(span of bytes).在内部，每个stripe视作毫不相关。本节描述的数据结构仅针对stripe内部。
在源码中术语volume用作cache stripe，主要在Vol中实现，读者称作volume的东西(本文档称作cache volume)，这里表示为CacheVol。


注意
stripe划分必须在处理object之前，因为object所在的目录在stripe内部，当stripe划分改变时，其中所含的任何缓存对象cached objects必定会丢失，因为它们的目录数据不会在新stripe中找到。


缓存目录Cache Directory
stripe中的内容通过目录directory追踪，目录中的每个元素就是directory entry，表示为Dir。每个元素引用缓存中的一段连续存储区，它们有各种称呼，比如fragments，segments，docs，documents，和其它说法。总体来说，目录就是以cache ID为key的一个hash。参见directory probing去了解如何使用cache ID来定位一个directory entry。cache key是content的URL，cache ID由cache key计算得到。


directory用作内存中的驻留结构memory resident structure，这意味着directory entry要尽可能小，当前为10个字节。这迫使存放的数据做某些妥协。另一方面，这意味着，绝大多数cache miss不要求磁盘I/O，这样将会有相当大的性能优势。


目录总是完全划分好的，一旦stripe初始化好，对应的directory大小就是固定的，绝不会再改变，并与stripe大小（近似线性）相关。这就是ATS内存footprint与磁盘缓存大小紧密相关的原因。因为目录大小不变，对内存要求也不变，所以ATS随着缓存中存放内容的增多并不会再消耗更多的内存。假如当缓存为空时，运行ATS足够，那么当缓存存满后，运行ATS也是足够的。


每个directory entry中存放了在stripe中的offset和size，size是fragment中实际数据大小的近似值(至少大于)，精确的size data存放在磁盘中fragment header中。
注意

HTTP headers中的数据不经过磁盘I/O并不能检查。这包括对象的original URL， cache key没有精确存放，因而不能可靠地检索到。

……

缓存初始化Initialization
缓存初始化会开启一个Store实例，通过读storage配置文件，默认为storage.config。对该配置文件中的每个合法元素，会创建一个Span实例，基本上有四种类型的实例：File，Directory，Disk，Raw device。
在生成所有的Span实例后，它们按device ID分组到内部链表中并挂接到Store::disk数组上。引用同一个目录，磁盘或裸盘的那些Spans被组合进同一个span中。引用同一个文档但是偏移重叠的Spans也被组合起来，这些工作都在ATS启动时调用ink_cache_init()完成。
span logic也被HostDB使用到，不止一个莫名其妙的feature在那个模块中出现。
在配置初始化后，cache processor调用CacheProcessor::start()，它做了许多事情：
对每个合法的span，创建一个CacheDisk实例，CacheDisk类是一个continuation，能在span上用来执行阻塞操作，该类的主要作用就是传递到AIO线程作为I/O操作完成时的回调函数，然后会传递到AIO薪酬执行storage unit的初始化，在所有这些工作完成后，在cplist_reconfigure()中，得到的storage会分发到volumes中，那时再生成CacheVol实例。

(未完待续……)

单词表
parcel out  分配，把…分成几份
coalesce  使…联合，使…合并
inexplicable  费解的，莫名其妙的

rationale   基本原理
ballpark  大致的，大约的
millage  税率

wholly unjustified  完全不合理

false negative 误报

参考文献
[1].https://docs.trafficserver.apache.org/en/latest/developer-guide/architecture/architecture.en.html
[2].https://docs.trafficserver.apache.org/en/latest/admin/http-proxy-caching.en.html#http-proxy-caching

[3].https://docs.trafficserver.apache.org/en/latest/admin/configuring-cache.en.html#configuring-the-cache

[4].https://github.com/portl4t/trafficserver-doc-zh/blob/master/arch/cache/cache-arch.md