Facher

1. 它能做什么？

Facher是一个简易的函数式数据缓存器，日常中我们遇到的一些函数运行时间成本极高，可以尝试将它的一部分数据缓存起来使用，降低时间成本（但是会一定量增加空间成本）。其次，Data-Cache还提供了底层Cacher库，可以利用它封装更多种类的缓存器。

2. createCacheFunction的使用

• createCacheFunction
  • 参数
    • fn : any 需要修饰的函数
    • opt : {characterize, maxBuckets, expires} 设置
  • 返回
    • dfn : any 修饰后的函数

2.1 缓存器装饰一个异步函数

假设我们现在有一个如下异步函数，实现的是一个5秒后返回输入的异步函数：

function delay5sToRes (data) {
  return new Promise((res) => {
    setTimeout(()=>{
      res(data)
    }, 5000)
  })
}

这时候，我们使用createCacheFunction封装一个带有缓存器的delay5sToRes函数，如下所示：

const {createCacheFunction} = require('facher');
const cdelay5sToRes = createCacheFunction(delay5sToRes);

我们同时运行这两个函数，参数都传500，可以发现两个都是在5秒左右返沪结果。这时候再次同时运行，带有缓存器封装过后的函数瞬间就能输出上次结果，而原始函数依旧要等待5秒。

2.2 缓存原理

｜传入函数参数
｜
｜清理过期缓存
｜
｜利用参数制作characterize（参数唯一标识）
｜
｜通过characterize去获取历史缓存结果
｜
｜   ｜如果有历史缓存
｜   ｜
｜   ｜   ｜缓存useCount（使用计数器）递加1
｜   ｜   ｜
｜   ｜   ｜直接返回缓存结果
｜   ｜   ｜
｜   ｜如果没有历史缓存
｜   ｜
｜   ｜   ｜制作新的缓存缓存本次结果
｜   ｜   ｜
｜   ｜   ｜返还本次函数执行结果

2.3 createCacheFunction中的options

createCacheFunction函数的第二个参数接收一个opt选项来设置缓存方案，目前版本只提供3个自定义选项，如下： | 参数名 | 描述 | 默认值 | | ---- | ---- | ---- | | characterize | 特征函数，通过参数生成唯一标识 | JSON.stringify | | maxBuckets | 最大数据缓存数量 | 5 | | expires | 数据过期时间（毫秒） | Infinity |

3. 底层依赖Cacher

createCacheFunction函数底层依赖了Cacher类，我们可以通过类似的思想，利用Cacher实现封装更多种类和更贴合业务场景的工具。

Cacher API | 参数名 | 描述 | 默认值/类型 | | ---- | ---- | ---- | | maxBuckets | 最大数据缓存数量 | 5 | | expires | 数据过期时间（毫秒） | Infinity | | initOpt | 初始化自身属性值 | (maxBuckets:number, expires:number)=>void | | addCache | 添加一个cache缓存 | (characteristic: CharacteristicType, cache: CacheType)=>void | | getCache | 通过characteristic获取一个cache缓存 | (characteristic: CharacteristicType)=>void | | keepBuckets | 维护最大桶数量，保持数量一直小于或者等于maxBuckets | ()=>void | | keepFresh | 维护cache新鲜度，删除expires过期的cache缓存 | ()=>void |

4. 缺陷

不管是createCacheFunction还是底层的Cacher类，都是有缺陷的，或者说：并非完全完美。

1. characteristic真的唯一？createCacheFunction中默认是使用Json.stringify对参数产生唯一标识characteristic，但是如果一个参数是函数类型，又或者是NaN/null？这个时候，会发现characteristic并不唯一，虽然createCacheFunction允许你通过opt自己去设置characterize特征函数去产生自己想要的特征值。

2. keepBuckets维护逻辑是否合理？当缓存达到最大存储（maxBuckets）时，keepBuckets会去删除使用频次低的缓存来保持桶的容量，但是频次低的数据一定是未来使用频次低的数据吗？比如新缓存进来的数据，使用频次就是0次，但是不能保证它未来使用频次会很低。

3. createCacheFunction返回出来的函数可能还会存在作用域的问题。

虽然设计上有一定缺陷，但确实满足了部分使用需求，未来会考虑寻找一个合适的优化方向。