跳到主要内容

引言​

你是否听说过 Phil Karlton 广为人知一句著名格言，被计算机界大量引用，称为 "Karlton's Law"

There are only two hard things in Computer Science: cache invalidation and naming things.

他说计算机科学中只有两个难题: 缓存失效和命名。这足以说明缓存的管理不是一件容易的事。Goodle 框架提供的缓存流水线，通过链式调用让复杂的缓存管理化繁为简。

场景​

假设你在查询数据库之前需要先判断是否有本地缓存，有缓存就使用缓存，如果没有再去 Redis 看看有没有缓存，假设 Redis 又分了主从， 你要先在主库上找，主库没有再去从库找，从库可能还分了两层，两层从库也找不到最后再去数据库查询，然后再将查询到的结果回写到这一条缓存链中。

对于大流量高并发的分布式系统中，这种分层缓存链路是很常见的，对于这一长条缓存链路，我们的缓存 Pipeline 只需要一行链式调用的代码就能完成。

使用示例​

查询并回写缓存​

main.go
import (
  "github.com/text3cn/goodle/goodle"
  "github.com/text3cn/goodle/providers/cache"
  "github.com/text3cn/goodle/providers/httpserver"
)

func main() {
  // 存储桶容量，字节为单位，最小 32MB ，少于 32MB 会当做 32MB 处理
  bucketSize := 32 * 1024 * 1024
  cache.NewFreeCache("bucket1", bucketSize)

  // 启动 http 服务
  goodle.Init().RunHttp(func(engine *httpserver.Engine) {
    engine.Get("/", Index)
  }, ":3333")
}

func Index(ctx *httpserver.Context) {
  bucket := ctx.Cache.FastCache("bucket1")

  // 使用 Pipeline
  p := bucket.Pipeline("key1").Local(60).Redis(300,"slave").Redis(3600 * 24).Setter(func() (string) {
    // 查询数据库，return 字符串值会回写到缓存中
    return 8899, "8899"
  })

  println(p.Data.(int))
  println(p.Cache)
}

上面的示例代码中，通过调用顺序来决定缓存查找顺序。

  1. 我们先是调用了 Local() 方法，这代表首先在本地缓存中查找，如果找到了则使用本地缓存。
  2. 如果本地缓存中没找到则紧接着去 Redis 中找，Redis(300,"slave") 方法的第一个参数是过期时间，回写缓存的时候会使用这个值，slave 代表连接名称（如果你有多个 Redis 配置） 如果在这个 Redis 中也没找到，则会继续去下一个 Redis(3600 * 24) 中找。
  3. 如果 Redis 中都没找到缓存，最后会进入 Setter() 方法中，你可以在闭包函数里查询数据库，然后将结果返回， 返回的结果用于设置为缓存数据的字符串，你可以将数据用 Json 或 Protobuf 序列化后作为缓存，在 Redis 中会保存为 string 类型， 当 Setter() 执行完毕后，缓存会被自动设置。如果 Setter() 方法返回空字符串则不会进行缓存设置。

更新缓存​

只需要将 Pipeline 的第二个参数设置为 true 即可，这时会跳过查找缓存的步骤直接去 Setter() 中重写缓存。 这可用于特定场景，比如管理后台中手动触发刷新缓存。

bucket.Pipeline("key1", true).Local(60).Redis(300,"slave").Redis(3600 * 24).Setter(func() (string) {
  // 查询数据库，return 字符串值会回写到缓存中
  return 8899, "8899"
})

删除缓存​

bucket.Pipeline("key1").Local().Redis().Delete()

注意，没有在调用链中的缓存不会被删除。

组合拳​

只查询缓存不设置缓存

result := bucket.Pipeline("key1", true).Local().Redis()
fmt.Println(result.Data)

如果只想使用本地缓存，不使用 Redis

bucket.Pipeline("key1", true).Local(60).Setter(func() (string) {
  // 查询数据并设置缓存
})

只使用 Redis 不使用本地缓存

func Index(ctx *httpserver.Context) {
	d := ctx.Redis.Pipeline("key1").Redis(300, "slave").Redis(3600*24, "master")
	fmt.Println("p2", d.Cache)
}

局限性​

使用流水线来管理缓存的局限性是只支持 string 类型，目前没有去支持 Redis 丰富的数据类型。