در دنیای امروز، سرعت و کارایی در پاسخگویی به درخواستها از اهمیت بسیاری برخوردار است. سیستمهای بزرگ و پربازدید، نظیر فروشگاههای آنلاین، شبکههای اجتماعی و سرویسهای بانکی، با حجم زیادی از دادهها و درخواستهای کاربران مواجه هستند. این فشار بالا، علاوه بر ایجاد بار سنگین روی سرورها و پایگاههای داده، میتواند تجربه کاربری را نیز به شدت تحت تأثیر قرار دهد. در چنین شرایطی، استفاده از سیستمهای کشینگ میتواند راهحل مناسبی برای بهبود کارایی و کاهش فشار بر منابع باشد.
در این مقاله، به پیادهسازی یک سیستم کشینگ پیشرفته میپردازیم که از ترکیب Hash Map و درخت AVL برای دسترسی سریعتر به دادهها استفاده میکند. همچنین مکانیزم TTL برای مدیریت انقضای دادهها و حذف خودکار آنها و اعتبارسنجی ورودی برای امنیت بیشتر پیادهسازی شده است. این سیستم کشینگ هوشمند و امن، نیازمندیهای اساسی پروژههای بزرگ را برآورده میکند و میتواند به عنوان یک راهکار قدرتمند در بهبود سرعت و کارایی خدمترسانی به کاربران به کار گرفته شود.
۱. پیادهسازی درخت AVL با TTL
برای مدیریت زمان انقضای دادهها، کلاس AVL با یک فیلد TTL توسعه داده شده است. این فیلد، زمان انقضای هر داده را مشخص میکند و بهطور خودکار دادههای منقضیشده را حذف میکند.
// src/utils/avltree.ts
class AVLNode {
key: string;
value: any;
ttl: number; // Time to live
height: number;
left: AVLNode | null;
right: AVLNode | null;
constructor(key: string, value: any, ttl: number) {
this.key = key;
this.value = value;
this.ttl = Date.now() + ttl; // Expiry time
this.height = 1;
this.left = null;
this.right = null;
}
isExpired(): boolean {
return Date.now() > this.ttl;
}
}
export class AVLTree {
private root: AVLNode | null;
constructor() {
this.root = null;
}
private getHeight(node: AVLNode | null): number {
return node ? node.height : 0;
}
private updateHeight(node: AVLNode): void {
node.height = 1 + Math.max(this.getHeight(node.left), this.getHeight(node.right));
}
private rotateRight(y: AVLNode): AVLNode {
const x = y.left!;
y.left = x.right;
x.right = y;
this.updateHeight(y);
this.updateHeight(x);
return x;
}
private rotateLeft(x: AVLNode): AVLNode {
const y = x.right!;
x.right = y.left;
y.left = x;
this.updateHeight(x);
this.updateHeight(y);
return y;
}
private getBalance(node: AVLNode): number {
return node ? this.getHeight(node.left) this.getHeight(node.right) : 0;
}
insert(key: string, value: any, ttl: number): void {
this.root = this.insertNode(this.root, key, value, ttl);
}
private insertNode(node: AVLNode | null, key: string, value: any, ttl: number): AVLNode {
if (!node) return new AVLNode(key, value, ttl);
if (key < node.key) {
node.left = this.insertNode(node.left, key, value, ttl);
} else if (key > node.key) {
node.right = this.insertNode(node.right, key, value, ttl);
} else {
node.value = value;
node.ttl = Date.now() + ttl;
return node;
}
this.updateHeight(node);
const balance = this.getBalance(node);
if (balance > 1 && key < node.left!.key) return this.rotateRight(node);
if (balance < 1 && key > node.right!.key) return this.rotateLeft(node);
if (balance > 1 && key > node.left!.key) {
node.left = this.rotateLeft(node.left!);
return this.rotateRight(node);
}
if (balance < 1 && key < node.right!.key) {
node.right = this.rotateRight(node.right!);
return this.rotateLeft(node);
}
return node;
}
search(key: string): any {
let node = this.root;
while (node) {
if (node.isExpired()) {
this.delete(node.key);
return null;
}
if (key === node.key) return node.value;
node = key < node.key ? node.left : node.right;
}
return null;
}
delete(key: string): void {
this.root = this.deleteNode(this.root, key);
}
private deleteNode(node: AVLNode | null, key: string): AVLNode | null {
if (!node) return null;
if (key < node.key) {
node.left = this.deleteNode(node.left, key);
} else if (key > node.key) {
node.right = this.deleteNode(node.right, key);
} else {
if (!node.left || !node.right) return node.left || node.right;
let minLargerNode = node.right;
while (minLargerNode.left) minLargerNode = minLargerNode.left;
node.key = minLargerNode.key;
node.value = minLargerNode.value;
node.ttl = minLargerNode.ttl;
node.right = this.deleteNode(node.right, minLargerNode.key);
}
this.updateHeight(node);
const balance = this.getBalance(node);
if (balance > 1 && this.getBalance(node.left!) >= 0) return this.rotateRight(node);
if (balance < 1 && this.getBalance(node.right!) <= 0) return this.rotateLeft(node);
if (balance > 1 && this.getBalance(node.left!) < 0) {
node.left = this.rotateLeft(node.left!);
return this.rotateRight(node);
}
if (balance < 1 && this.getBalance(node.right!) > 0) {
node.right = this.rotateRight(node.right!);
return this.rotateLeft(node);
}
return node;
}
}
۲. سرویس کش بهبود یافته با مکانیزم TTL و امنیت
این سرویس از کلاس AVLTree استفاده میکند تا دادهها به صورت ایمن و کارا مدیریت شوند. همچنین یک مکانیزم اعتبارسنجی ساده برای تأمین امنیت دادهها طراحی شده است.
// src/cache/cache.service.ts
import { Injectable, UnauthorizedException } from '@nestjs/common';
import { AVLTree } from '../utils/avltree';
@Injectable()
export class CacheService {
private avlTree: AVLTree;
private authorizedTokens: Set<string> = new Set(['your_authorized_token']); // نمونه اعتبارسنجی ساده
constructor() {
this.avlTree = new AVLTree();
}
validateToken(token: string): void {
if (!this.authorizedTokens.has(token)) {
throw new UnauthorizedException('Invalid access token');
}
}
set(key: string, value: any, ttl: number, token: string): void {
this.validateToken(token);
this.avlTree.insert(key, value, ttl);
}
get(key: string, token: string): any {
this.validateToken(token);
return this.avlTree.search(key);
}
delete(key: string, token: string): void {
this.validateToken(token);
this.avlTree.delete(key);
}
}
۳. کنترلر با اعتبارسنجی و TTL
کنترلر این API از متدهای set, get, و delete استفاده میکند تا دادهها را به صورت ایمن ذخیره و بازیابی کند.
// src/cache/cache.controller.ts
import { Controller, Get, Post, Delete, Body, Param, Query } from '@nestjs/common';
import { CacheService } from './cache.service';
@Controller('cache')
export class CacheController {
constructor(private readonly cacheService: CacheService) {}
@Post('set')
setCache(@Body() body: { key: string; value: any; ttl: number; token: string }) {
this.cacheService.set(body.key, body.value, body.ttl, body.token);
return { message: 'Data cached successfully' };
}
@Get('get/:key')
getCache(@Param('key') key: string, @Query('token') token: string) {
const value = this.cacheService.get(key, token);
return value ? { value } : { message: 'Key not found or expired' };
}
@Delete('delete/:key')
deleteCache(@Param('key') key: string, @Query('token') token: string) {
this.cacheService.delete(key, token);
return { message: 'Key deleted successfully' };
}
}
۴. شاردینگ در سطح ماژول (پیشرفته)
اگر نیاز به شاردینگ دادهها داشته باشید، میتوانید در CacheService به
جای یک AVLTree از چندین درخت AVL بر اساس شاردهای مختلف استفاده کنید.
در ادامه، چند مثال واقعی از کاربردهای این سیستم کشینگ آورده شده که از قابلیتهای آن، از جمله TTL، مدیریت خودکار دادههای منقضیشده و امنیت بهره میبرد:
1. ذخیرهسازی دادههای احراز هویت و نشست کاربران (Session Management):
در یک سیستم احراز هویت، پس از ورود کاربر به حساب کاربری، توکن جلسه (session token) به کاربر تخصیص داده میشود. این توکن میتواند برای مدت معینی (TTL) در سیستم ذخیره شود. پس از انقضای TTL، توکن خود به خود از کش حذف میشود و کاربر باید دوباره وارد حساب کاربری شود.
مثال: سایتهای بانکی و سیستمهای مالی که امنیت بالایی نیاز دارند و کاربران باید بهطور مرتب مجدداً وارد شوند.
2. ذخیره نتایج API پرهزینه و کاهش بار درخواستها (API Caching):
برای APIهایی که منابع زیادی مصرف میکنند یا دادههای ثابتی تولید میکنند، میتوان نتایج را موقتی در کش ذخیره کرد. برای مثال، اطلاعاتی که در مورد وضعیت آبوهوا یا نرخ ارز به صورت ساعتی یا روزانه بهروز میشوند، میتوانند در کش با TTL ذخیره شوند و برای هر درخواست مستقیماً از کش خوانده شوند.
مثال: اپلیکیشنهای هواشناسی و وبسایتهای ارائه نرخ ارز که اطلاعاتی را برای چند دقیقه تا چند ساعت به کاربران نمایش میدهند و پس از آن بهروزرسانی میشوند.
3. ذخیرهسازی دادههای آنلاین کاربران (مانند وضعیت کاربران در لحظه):
در بازیهای آنلاین و شبکههای اجتماعی، وضعیت کاربران آنلاین به سرعت تغییر میکند. این وضعیت (مانند آنلاین یا آفلاین بودن) با TTL کوتاهمدت در کش ذخیره میشود و اگر کاربر فعال نباشد، به طور خودکار منقضی میشود.
مثال: پیامرسانهایی مانند واتساپ یا تلگرام که وضعیت آنلاین بودن کاربران را بهروز و نمایش میدهند.
4. ذخیرهسازی دادههای محصولات در فروشگاههای آنلاین (Product Caching):
در یک فروشگاه آنلاین با تعداد زیادی محصول، جزئیات محصولات پربازدید، مانند قیمت، موجودی و توضیحات، میتواند در کش با TTL ذخیره شود. به این ترتیب در هر بار درخواست، نیاز به ارتباط مجدد با پایگاه داده نیست، و اگر تغییر قیمتی رخ دهد، پس از TTL کش بهروزرسانی میشود.
مثال: فروشگاههای بزرگ مانند آمازون که محصولات با بازدید بالا را در کش نگه میدارند تا تجربه کاربری بهتری ارائه کنند.
این مثالها نشان میدهند که این سیستم کشینگ میتواند بهطور قابل توجهی بار روی پایگاه داده و سرور اصلی را کاهش دهد و سرعت پاسخگویی به کاربران را افزایش دهد.
نتیجهگیری
در این مقاله، به طراحی و پیادهسازی یک سیستم کشینگ پیشرفته پرداختیم که با ترکیب ساختار دادههای AVL Tree و Hash Map، دسترسی سریع به دادهها و بهینهسازی کارایی سرور را امکانپذیر میکند. مکانیزم TTL در این سیستم، مدیریت خودکار انقضای دادهها و حذف اطلاعات قدیمی را فراهم آورده و از طریق اعتبارسنجی توکنها، سطح مناسبی از امنیت را تأمین میکند.
این سیستم کشینگ هوشمند برای استفاده در برنامههای بزرگ و سرویسهای با ترافیک بالا، راهکاری کارآمد و انعطافپذیر به شمار میآید و با کاهش فشار روی پایگاه داده و بهبود سرعت پاسخگویی، تجربه کاربری بهتری فراهم میکند. با قابلیتهای مقیاسپذیری و شاردینگ، این سیستم بهراحتی میتواند نیازهای گستردهتر و پیچیدهتر را در معماریهای توزیعشده پشتیبانی کند و گزینهای مناسب برای پروژههای بزرگ با دادههای پویا و حساس باشد