当前位置:首页 > 文章列表 > Golang > Go问答 > Go语言实现的内存和Redis结合的二级缓存

Go语言实现的内存和Redis结合的二级缓存

来源:stackoverflow 2024-03-26 13:54:34 0浏览 收藏

为提高二级缓存(内存和 Redis)的并发访问性能,作者尝试为每个键使用互斥锁,但由于 loadfromdb 操作需要 100-200 毫秒,这会导致 CPU 负载增加。为了解决这一瓶颈,作者希望寻找替代方案以提高性能,特别是在存在大量键(10,000+)的情况下。

问题内容

我正在尝试写一个两级缓存(内存+redis),但是当一个key的高并发访问时我遇到了瓶颈,我尝试为每个key使用互斥锁,但这会增加cpu很多因为 loadfromdb 需要 100-200 毫秒。

func (s *Store) GetJsonObjectWithExpire(key string, obj interface{}, ttl int, f StoreLoadFunc) error {
    // first read from memory
    v, ok := s.mem.Get(key)
    if ok {
        if v.Outdated() {
            to := deepcopy.Copy(obj)
            go s.updateMem(key, to, ttl, f)
        }
        return nil
    }

    // if missed in memory, check from redis
    v, ok = s.rds.Get(key, obj)
    if ok {
        if v.Outdated() {
            go s.rds.loadFromDB(key, nil, ttl, f, false)
        }
        return nil
    }
    return s.rds.loadFromDB(key, obj, ttl, f, true)
}

loadfromdb将从数据库加载对象并将其写入redis和内存,这将需要大约100-200ms,loadfromdb和rds.get函数现在都使用per-key rwmutex。

由于会有很多键(10000+),我不确定为每个键使用互斥体是否是一个好主意?

我可以做些什么来提高性能吗?

更新: 这是我在 github 上的两级缓存旁路模式实现的代码。

https://github.com/seaguest/cache


解决方案


最后,这是我的 github 存储库:

A lightweight distributed two-level cache (memory + redis) with loader function library for Go.

欢迎尝试,如有任何建议,我们将不胜感激。

终于介绍完啦!小伙伴们,这篇关于《Go语言实现的内存和Redis结合的二级缓存》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
PHP5版本Dreamweaver功能升级指南PHP5版本Dreamweaver功能升级指南
上一篇
PHP5版本Dreamweaver功能升级指南
写出 YAML 格式的 Marshal 和使用 Client Go 处理资源
下一篇
写出 YAML 格式的 Marshal 和使用 Client Go 处理资源
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    414次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    494次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    502次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    449次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    279次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码