Go缓存核心是避免重复计算和I/O以降延迟、提吞吐，关键在缓存内容、时效、失效策略及线程安全；分内存、分布式、函数级三类方案，需防击穿、雪崩、穿透，并注意并发安全与资源控制。
Go语言中缓存的核心目标是避免重复计算和频繁I/O（如数据库查询、HTTP请求、文件读取），从而显著降低延迟、提升吞吐。关键不在于“用不用缓存”，而在于“缓存什么、缓存多久、怎么失效、是否线程安全”。
选择合适的缓存方案
Go生态中常用缓存方式有三类，按适用场景区分：
-
内存缓存（推荐初用）：用
sync.Map或第三方库如golang-lru（支持LRU淘汰）、cache2go（带TTL）。适合单机、数据量不大、一致性要求不苛刻的场景，例如用户配置、API响应结果。 -
分布式缓存：对接 Redis、etcd 等。适合多实例部署、需共享状态或缓存数据较大时。用
go-redis/redis客户端操作，注意设置合理的 key 命名规范和过期时间（如"user:123:profile"+30 * time.Minute）。 -
函数级缓存（避免重复计算）：对纯函数（无副作用、输入确定输出）封装缓存逻辑。可用
memoize模式，或借助github.com/bluele/gcache的Build().ARC().Capacity(1000).Build()创建带淘汰策略的函数缓存。
合理设计缓存键与生命周期
缓存失效不准或过期太短，等于没用；过长又导致脏数据。关键点：
- 缓存 key 必须唯一且可预测：包含所有影响结果的参数，比如
fmt.Sprintf("order_summary:%d:%s", userID, time.Now().Format("2006-01"))比硬编码"order_summary"更安全。 - 优先用相对过期时间（TTL），而非绝对时间戳；Redis 中用
SETEX而非SET + EXPIRE避免竞态。 - 对高频但低更新率的数据（如省份列表），可设较长 TTL（如 24h）+ 主动刷新机制（后台 goroutine 定期重载）。
防止缓存击穿、雪崩与穿透
这是线上常见故障，需主动防御：
立即学习“go语言免费学习笔记（深入）”；
-
击穿：热点 key 过期瞬间大量请求打到后端。解决：加互斥锁（如用
singleflight.Group），首次请求加载，其余等待同一结果返回。 - 雪崩：大量 key 同时过期。解决：设置随机 TTL 偏差（如 baseTTL ± 10%），或采用分级过期（冷热分离）。
- 穿透：查不存在的 key（如恶意ID），反复穿透缓存直击DB。解决：对空结果也缓存（布隆过滤器预检 + 空值缓存 5~10s）。
注意并发安全与资源控制
Go 是高并发语言，缓存访问常是临界区：
- 自建 map +
sync.RWMutex可行，但sync.Map更适合读多写少场景；若需复杂策略（淘汰、统计），直接用成熟库更稳。 - 限制缓存大小：LRU/ARC 缓存必须设容量上限，否则内存持续增长导致 OOM。例如
gcache.New(1000)表示最多存 1000 条。 - 避免缓存大对象（如原始图片、大JSON）：考虑只缓存 ID 或摘要，或压缩后再存。
缓存不是银弹，它引入了复杂性，但只要明确业务读写模式、选对工具、守住 key 设计和失效边界，就能在 Go 服务中稳定压降延迟、释放后端压力。
