当前位置:首页 > 文章列表 > 文章 > php教程 > Laravel自定义缓存标签_按标签批量清除缓存【操作】

Laravel自定义缓存标签_按标签批量清除缓存【操作】

2026-05-04 12:45:55 0浏览 收藏

一分耕耘,一分收获!既然都打开这篇《Laravel自定义缓存标签_按标签批量清除缓存【操作】》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新文章相关的内容,希望对大家都有所帮助!

Laravel 8+ 默认移除原生缓存标签支持,Cache::tags() 报错因底层驱动(如 file、array、redis)不再实现该方法;仅 memcached(需 igbinary 且版本 ≥3.1.5)保留有限支持,稳定方案需用 Redis 前缀模拟或引入 spatie/laravel-taggable-cache。

Laravel自定义缓存标签_按标签批量清除缓存【操作】

为什么 Cache::tags() 在 Laravel 8+ 默认不可用

Laravel 8 开始,官方移除了对缓存标签(tags)的原生支持,Cache::tags() 会直接报错:Call to undefined method Illuminate\\Cache\\Repository::tags()。这不是你配置错了,而是底层驱动(如 file、array、redis)默认不实现标签功能 —— 只有使用 memcached 或启用 redis 的「标签模拟」时才可能支持,且需手动适配。

真正能稳定按标签批量清除的方案,得靠自己构造键名规则 + 扫描式清理,或换用支持标签的第三方驱动。

  • Redis 驱动本身不原生支持标签,Laravel 曾通过前缀+集合模拟,但该逻辑已在 8.x 被删掉
  • memcached 驱动仍保留 tags() 方法,但仅限 Memcached 扩展开启 igbinary 且版本较新(>= 3.1.5),否则标签写入失败无提示
  • 本地开发用 file 或 array 缓存时,tags() 完全不可用,调用即抛异常

用前缀模拟标签:手动管理 + Redis 扫描清理

最可控、兼容性最好的方式是放弃 Cache::tags(),改用统一前缀(如 user:123:profile、user:123:settings)标识归属,再通过 Redis 的 KEYS 或 SCAN 命令批量匹配删除。

注意:必须用 Redis 作为缓存驱动(CACHE_DRIVER=redis),且确保 redis 配置中 prefix 不为空(否则 KEY 冲突风险高)。

  • 写缓存时主动加业务前缀:Cache::put('user:'. $id .':profile', $data, 3600)
  • 清空某用户所有缓存:Redis::scan(0, 'match', 'user:'. $id .':*', 'count', 500) 循环获取 key 列表,再 Redis::del(...$keys)
  • 避免 KEYS user:123:* ——在大数据量 Redis 实例上会阻塞主线程,必须用 SCAN
  • Laravel 的 Redis facade 默认走 default 连接;若缓存和 session 用了不同 Redis DB,确认 database 配置一致

用 laravel-taggable-cache 补回标签能力

如果坚持用 Cache::tags('users')->put(...) 这种写法,可引入社区维护的 spatie/laravel-cache-tags(新版已重命名为 spatie/laravel-taggable-cache),它通过在 Redis 中额外维护一个「标签 → key 映射集合」来实现反向索引。

安装后需替换默认缓存驱动,并注册服务提供者:

composer require spatie/laravel-taggable-cache

然后在 config/cache.php 中将 stores.redis.driver 改为 spatie-taggable-redis,并确保 spatie/taggable-cache 的 TaggableRedisStore 已绑定到容器。

  • 每次 put() 会同时写缓存值 + 向 cache_tags:users 这类 set 添加 key
  • flushTags('users') 实际是查出所有关联 key,再批量 del,最后清空该 tag set
  • 不支持 file 或 database 驱动;Redis 必须开启 set 相关命令权限(部分云 Redis 默认禁用 SADD/SMEMBERS)
  • 高并发下存在极小概率 tag 映射漏写(比如缓存写成功但 set 操作失败),建议搭配定期巡检脚本

清缓存时最容易被忽略的两个点

批量清标签看似简单,实际在线上容易翻车的不是逻辑,而是环境细节和边界。

  • 缓存 key 是否带了 Laravel 默认的 prefix?比如配置里写了 'prefix' => 'myapp_',那真实 key 是 myapp_user:123:profile,扫描时 match 模式必须包含前缀,否则找不到
  • Cache::forget() 和 Redis::del() 行为不同:前者走完整缓存生命周期(触发 forget 事件、检查 store 实现),后者直连 Redis 绕过所有封装——混用可能导致事件监听失效或统计不准
  • 多机部署时,若用的是单节点 Redis,没问题;但用了 Redis Cluster,SCAN 不支持跨 slot,必须确保同标签的所有 key 落在同一 slot(靠 key 设计保证,例如都带 {user:123} 这样的 hash tag)

标签不是开箱即用的功能,它本质是缓存键设计 + 清理策略的组合。选哪种方式,取决于你愿不愿意为「语义清晰」多扛一层维护成本。

以上就是《Laravel自定义缓存标签_按标签批量清除缓存【操作】》的详细内容,更多关于的资料请关注golang学习网公众号!

Redis主从复制中出现全量同步的原因_排查复制积压缓冲区大小与网络闪断Redis主从复制中出现全量同步的原因_排查复制积压缓冲区大小与网络闪断
上一篇
Redis主从复制中出现全量同步的原因_排查复制积压缓冲区大小与网络闪断
CSS如何快速上手BEM命名规范_理解块、元素、修饰符的层级逻辑
下一篇
CSS如何快速上手BEM命名规范_理解块、元素、修饰符的层级逻辑
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。
    256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。
    301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。
    277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。
    257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。
    62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