Go 缓存热点优化：提升命中率并控制回源压力

缓存优化不是简单把数据放进 Redis。真正影响性能的是命中率、热点 key、回源成本、失效策略和数据新鲜度之间的平衡。

热点要单独看

全局命中率高不代表热点安全。一个热门商品或活动配置同时失效，仍然可能让数据库瞬间被打穿。

回源要合并

singleflight 可以让同 key 同时只有一个请求回源。配合短 TTL、预热和 stale 数据，可以把缓存击穿的尖峰变平。

新鲜度是业务问题

不是所有缓存都需要强一致。配置、推荐、统计类数据可以接受短时间旧值；库存、支付状态等核心数据则需要更严格边界。

生产场景

适用于热点读接口、活动页、排行榜、商品详情、权限配置和推荐结果。

关键指标

• 按 key 类型统计 hit rate
• 回源 QPS 与 shared 比例
• 缓存重建耗时和 stale 使用次数

常见误区

• 只看全局命中率
• 热点 key 失效没有合并回源
• 业务不允许旧值却使用 stale

代码示例

v, err, shared := group.Do(cacheKey, func() (any, error) {
    return repo.Load(ctx, id)
})
metrics.Shared.WithLabelValues(cacheKeyType).Inc()

上线检查

• 优化前后必须保留同一条件下的 benchmark 或 profile。
• 至少观察 P95/P99、错误率、CPU、内存和 GC 指标。
• 如果改动影响热路径，必须准备灰度和回滚方案。