Go語言中嵌入式緩存庫的用法詳解

更新時間：2025年01月20日 09:15:17 作者：Ai?編碼

Go?語言中有一些非常高效的嵌入式緩存庫,groupcache?和?bigcache?是兩個非常流行且高性能的庫,本文將詳細介紹一下二者的用法,有需要的小伙伴可以參考下

1. groupcache：高性能緩存庫

groupcache 是由 Google 開發(fā)的一個高性能緩存庫，專為緩存服務中的數(shù)據(jù)訪問而設計，具有良好的擴展性，并且內建了一些高效的并發(fā)控制和緩存失效策略。groupcache 在許多大規(guī)模分布式系統(tǒng)中被使用。

安裝 groupcache

go get github.com/golang/groupcache

基本使用示例

下面是一個使用 groupcache 實現(xiàn)本地緩存的簡單例子。groupcache 會將數(shù)據(jù)分組存儲，并可以通過 getter 函數(shù)來加載數(shù)據(jù)。

package main

import (
	"fmt"
	"log"
	"github.com/golang/groupcache"
)

// 獲取數(shù)據(jù)的函數(shù)，模擬從數(shù)據(jù)庫或遠程服務獲取數(shù)據(jù)
func loadData(ctx groupcache.Context, key string, dest groupcache.Sink) error {
	data := "value_for_" + key
	dest.SetString(data)
	return nil
}

func main() {
	// 創(chuàng)建一個 groupcache 緩存池
	// size 參數(shù)設置了緩存的大小，groupcache 會根據(jù)此參數(shù)自動管理緩存大小
	cache := groupcache.NewGroup("exampleCache", 64<<20, groupcache.GetterFunc(loadData))

	// 創(chuàng)建一個上下文并獲取緩存中的數(shù)據(jù)
	var data string
	err := cache.Get(nil, "some_key", groupcache.StringSink(&data))
	if err != nil {
		log.Fatal(err)
	}

	// 輸出緩存的數(shù)據(jù)
	fmt.Println(data)
}

關鍵點：

groupcache 使用 group 來管理一組緩存數(shù)據(jù)，每個緩存的訪問會通過 getter 函數(shù)動態(tài)加載。

緩存數(shù)據(jù)的加載會通過 getter 來實現(xiàn)，可以從外部數(shù)據(jù)源（如數(shù)據(jù)庫或 API）加載數(shù)據(jù)。

支持并發(fā)安全，多個請求可以并發(fā)訪問緩存并從源中加載數(shù)據(jù)。

2. bigcache：高效的內存緩存庫

bigcache 是一個針對 Go 的高性能緩存庫，它設計的重點是優(yōu)化并發(fā)訪問性能，適合高并發(fā)場景下的數(shù)據(jù)緩存。與 groupcache 相比，bigcache 更加專注于內存優(yōu)化和并發(fā)安全，并且支持大數(shù)據(jù)量的緩存。

安裝 bigcache

go get github.com/allegro/bigcache/v3

基本使用示例

bigcache 適用于需要存儲大量短生命周期的數(shù)據(jù)的場景，例如 Web 應用中的會話緩存、API 緩存等。

package main

import (
	"fmt"
	"log"
	"github.com/allegro/bigcache/v3"
	"time"
)

func main() {
	// 創(chuàng)建一個 bigcache 實例，設置緩存的最大大小和過期時間
	cache, err := bigcache.NewBigCache(bigcache.DefaultConfig(10 * time.Minute))
	if err != nil {
		log.Fatal(err)
	}

	// 將數(shù)據(jù)存入緩存，key 為 "user_123"，value 為 "John Doe"
	cache.Set("user_123", []byte("John Doe"))

	// 從緩存中獲取數(shù)據(jù)
	entry, err := cache.Get("user_123")
	if err != nil {
		log.Fatal(err)
	}

	// 輸出緩存的數(shù)據(jù)
	fmt.Println("Cache entry:", string(entry))
}

關鍵點：

bigcache 可以設置緩存的過期時間，支持自動清理過期緩存。

支持并發(fā)安全，多個 Goroutine 可以并發(fā)讀寫緩存。

對內存的使用進行了優(yōu)化，尤其適合存儲大規(guī)模緩存數(shù)據(jù)。

3. golang-lru：最簡單的 LRU 緩存

LRU（Least Recently Used，最近最少使用）緩存是一種基于訪問時間的緩存淘汰策略。golang-lru 庫可以用于實現(xiàn)基于內存的 LRU 緩存。適合用于數(shù)據(jù)訪問量大的情況下進行緩存，超出緩存大小后，系統(tǒng)會自動淘汰最少使用的數(shù)據(jù)。

安裝 golang-lru

go get github.com/golang/groupcache/lru

基本使用示例

package main

import (
	"fmt"
	"github.com/golang/groupcache/lru"
)

func main() {
	// 創(chuàng)建一個容量為 3 的 LRU 緩存
	cache := lru.New(3)

	// 設置緩存
	cache.Add("a", 1)
	cache.Add("b", 2)
	cache.Add("c", 3)

	// 打印緩存內容
	fmt.Println("Cache after adding 3 elements:", cache)

	// 添加新的元素，超出緩存容量，最舊的元素會被移除
	cache.Add("d", 4)
	fmt.Println("Cache after adding 4th element (eviction occurs):", cache)

	// 檢查是否存在某個元素
	if val, ok := cache.Get("b"); ok {
		fmt.Println("Found 'b':", val)
	} else {
		fmt.Println("'b' not found")
	}
}

關鍵點：

golang-lru 使用 LRU 策略管理緩存。

數(shù)據(jù)量超出緩存時，會自動移除最少使用的數(shù)據(jù)。

適用于需要緩存一定數(shù)量的熱數(shù)據(jù)的場景。