GoFrame gcache 缓存控制 淘汰策略

目录
  • 打印结果
  • 缓存控制
  • 打印结果
  • 场景分析
  • 代码示例
  • 打印结果
  • GetOrSetFunc的使用

基本概念

gcache模块默认提供的是一个高速的内存缓存，操作效率非常高效，CPU性能损耗在ns纳秒级别。使用简单易上手，非常适合单机应用使用。

基本使用

我们可以通过gcache.New()创建一个缓存对象

也可以直接使用gcache包方法，使用方式都是一样的。

下面代码段介绍了gcache的基本使用：

package main

import (
   "fmt"
   "github.com/gogf/gf/os/gcache"
   "github.com/gogf/gf/os/gtime"
)

func main() {
   // 创建一个缓存对象，
   c := gcache.New()
   // 设置缓存，不过期
   _ = c.Set("k1", "v1", 0)

   // 获取缓存
   v, _ := c.Get("k1")
   fmt.Println("k1对应的值：", v) //v1

   // 获取缓存大小
   n, _ := c.Size()
   fmt.Println("缓存大小：", n) //1

   // 缓存中是否存在指定键名
   b, _ := c.Contains("k1")
   fmt.Println("是否存在k1：", b)         //true
   isContains, _ := c.Contains("k2") //false
   fmt.Println("是否存在k2：", isContains)

   // 删除并返回被删除的键值
   fmt.Println(c.Remove("k1")) //v1

   // 关闭缓存对象，让GC回收资源
   _ = c.Close()

   // 当然也可以便捷地直接使用gcache包方法，使用方式和上面的一样
   _ = gcache.Set("k2", "v2", gtime.M*30) //半小时后到期
   k2Value, _ := gcache.Get("k2")
   fmt.Println("k2对应的值：", k2Value) //v2
}
复制代码

打印结果

缓存控制

下面介绍一些特殊场景的用法：

当键名不存在时写入：SetIfNotExist

根据键名取不到值时写入：GetOrSet

package main

import (
   "fmt"
   "github.com/gogf/gf/os/gcache"
   "time"
)

func main() {
   // 当键名不存在时写入，设置过期时间1秒
   _, _ = gcache.SetIfNotExist("k1", "v1", time.Second)

   // 打印当前的键名列表
   keys, _ := gcache.Keys()
   fmt.Println("打印当前的键名列表：", keys) //[k1]

   // 打印当前的键值列表
   values, _ := gcache.Values()
   fmt.Println("打印当前的键值列表:", values) //[v1]

   // 获取指定键值，如果不存在时写入，并返回键值；第三个参数设置为0表示永不过期
   v, _ := gcache.GetOrSet("k2", "v2", 0)
   fmt.Println("写入的键值：", v) //v2

   // 打印当前的键值对
   dataMap, _ := gcache.Data()
   fmt.Println("打印当前的键值对:", dataMap) // map[k1:v1 k2:v2]

   // 等待1秒，以便k1:v1自动过期
   time.Sleep(time.Second)

   // 再次打印当前的键值对，发现k1:v1已经过期，只剩下k2:v2
   data2, _ := gcache.Data()
   fmt.Println("等待一秒后，打印当前的键值对:", data2) // map[k2:v2]
}
复制代码

打印结果

缓存淘汰策略

之前做项目的时候也有这么设计过，现在gcache天然支持缓存淘汰策略

场景分析

给大家举个项目中的栗子：

比如我有一个新闻网站，为了保证新闻详情页的加载速度，会把新闻详情页做缓存处理（内容缓存，评论点赞等动态获取。）

往往新产生的新闻热度和访问量会更高，需要做缓存，而陈旧的新闻因为热度不再，访问量低就可以释放缓存了。

设置缓存时间是一个解决思路，另外的思路就是设置缓存的淘汰策略。

比如：我一共允许缓存100万个缓存详情页，当超过100万个时，会淘汰掉最早缓存的数据，实现动态且稳定的缓存策略。

gcache天然支持这种缓存淘汰策略

代码示例

下面举个简单的栗子：

package main

import (
   "fmt"
   "github.com/gogf/gf/os/gcache"
   "time"
)

func main() {
   // 设置LRU淘汰数量
   c := gcache.New(2)

   // 添加10个元素，不过期
   for i := 0; i < 10; i++ {
      _ = c.Set(i, i, 0)
   }
   n, _ := c.Size()
   fmt.Println("缓存大小：", n)
   keys, _ := c.Keys()
   fmt.Println("缓存键值：", keys)

   // 读取键名1，保证该键名是优先保留
   v, _ := c.Get(1)
   fmt.Println("读取键名1的值：", v)

   // 等待一定时间后(默认1秒检查一次)，
   // 元素会被按照从旧到新的顺序进行淘汰
   for i := 0; i < 10; i++ {
      time.Sleep(2 * time.Second)
      n, _ = c.Size()
      fmt.Println("缓存大小：", n)
      keys, _ = c.Keys()
      fmt.Println("缓存键值：", keys)
   }
}
复制代码

打印结果

小技巧

GetOrSetFunc的使用

GetOrSetFunc获取一个缓存值，当缓存不存在时执行指定的f func() (interface{}, error)，缓存该f方法的结果值，并返回该结果。

总结

这篇文章为大家介绍了gcache的基本使用、缓存控制以及淘汰策略。

单机项目可以使用gcache做缓存处理，简单方便易上手；分布式应用可以使用gredis做缓存处理，下一篇介绍gredis的使用。

以上就是GoFrame gcache 缓存控制 淘汰策略的详细内容，更多关于GoFrame gcache 缓存控制 淘汰策略的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • GoFrame框架gset使用对比PHP Java Redis优势

    GoFrame框架gset使用对比PHP Java Redis优势

    目录 特点 使用入门 对比PHP和Java PHP JAVA GO原生 GoFrame 延伸 这篇文章将会为大家介绍GoFrame gset使用入门,为了让大家更好的理解,会简明扼要的分析一下集合类型Set的特点,对比一下Java.PHP.原生Go对集合Set类型的支持情况,如果不支持Set类型,我们如何找到解决方案,来实现元素不可重复性和交差并补集的需求. 特点 集合gset:一组不可重复的元素,元素可以是任何类型 上一篇文章介绍的: GoFrame的garray为什么比PHP的array还好

  • GoFrame框架使用避坑指南和实践干货

    目录 gf gen dao 设置参数可不传 model作为结构体类型 使用with关联取值而不是join 不使用结构体批量添加数据 主程序如下: gomeGoods.MainImgs的定义: 插入数据 gf gen dao 生成dao层的脚手架工具很好用,我遇到的坑是这样的: 生成的dao文件和同事们的不一致,生成文件成功,但是对应的Columns是空的,虽然有这个方法,但是方法内没有值.我的版本比同事们的略高,我一直以为是这个原因,各种降级和同事保持一致的版本后还是不行. 最终发现:是配置文件

  • GoFrame框架garray对比PHP的array优势

    GoFrame框架garray对比PHP的array优势

    目录 打印结果 打印结果 打印结果 打印结果: 打印结果 打印结果 打印结果 写过PHP的同学都知道 PHP的数组Array非常好用,特别灵活. 我在写PHP之前使用Java做安卓开发,在接触PHP的数组Array之后,直呼太香了! 而在学习Go基础知识的时候了解到Go的数组和PHP的数组并不一样:从一定程度上讲,Go的slice切片类型和PHP的数组array比较像(不固定长度.引用类型.动态扩容等),但是在开发使用中远远不像PHP的array灵活. 初识GoFrame 最近在使用基于Go语言

  • GoFrame框架gset交差并补集使用实例

    GoFrame框架gset交差并补集使用实例

    目录 使用场景方法介绍 Intersect: 交集 Diff: 差集 Union: 并集 Complement: 补集 举例 总结 上一篇文章:GoFrame gset使用入门 | 对比PHP.Java.Redis 得到了大家不错的反馈,今天继续为大哥分享gset的更多知识点. 使用场景方法介绍 交差并补集有非常多的应用场景,合理的使用交差并补集能减少我们的DB查询次数. Intersect: 交集 交集,属于set且属于others的元素为元素的集合. func (set *Set) Inte

  • GoFrame gmap遍历hashmap listmap treemap使用技巧

    GoFrame gmap遍历hashmap listmap treemap使用技巧

    目录 先说结论 map类型 使用技巧 基础概念 对比sync.Map 基础使用 合并 merge 序列化 过滤空值 键值对反转 Flip 出栈(随机出栈) 总结 文章比较硬核,爆肝2千多字,除了hashmap.listmap.treemap使用技巧阅读还有使用gmap的踩坑之旅,阅读大约需要5~10分钟. 先说结论 map类型 一图胜千言: 实例化示例: hashMap := gmap.New(true) listMap := gmap.NewListMap(true) treeMap := g

  • GoFrame gcache 缓存控制 淘汰策略

    GoFrame gcache 缓存控制 淘汰策略

    目录 打印结果 缓存控制 打印结果 场景分析 代码示例 打印结果 GetOrSetFunc的使用 基本概念 gcache模块默认提供的是一个高速的内存缓存,操作效率非常高效,CPU性能损耗在ns纳秒级别.使用简单易上手,非常适合单机应用使用. 基本使用 我们可以通过gcache.New()创建一个缓存对象 也可以直接使用gcache包方法,使用方式都是一样的. 下面代码段介绍了gcache的基本使用: package main import ( "fmt" "github.c

  • GoFrame gredis缓存DoVar Conn连接对象 自动序列化

    GoFrame gredis缓存DoVar Conn连接对象 自动序列化

    目录 整体介绍 小技巧 基本使用 HSET/HGETALL操作 HMSET/HMGET操作 基本使用 Send批量指令 订阅/发布 map存取 打印结果 struct存取 打印结果 上一篇文章为大家介绍了 GoFrame gcache使用实践 | 缓存控制 淘汰策略 ,得到了大家积极的反馈. 后续几篇文章再接再厉,仍然为大家介绍GoFrame框架缓存相关的知识点,以及自己项目使用中的一些总结思考,GoFrame框架下文简称gf. 这篇文章比较硬核,爆肝2千字,阅读大约需要5~8分钟. 详细的介绍

  • 浅谈Redis缓存有哪些淘汰策略

    目录 Redis过期策略 定时删除 惰性删除 定期删除 Redis的内存淘汰机制 LRU和LFU的区别 LRU LFU Redis重启如何恢复数据呢? 总结 Redis过期策略 我们首先来了解一下Redis的内存淘汰机制. 定时删除 概述     redis默认是每隔 100ms 就随机抽取一些设置了过期时间的key,检查其是否过期,如果过期就删除.注意这里是随机抽取的.为什么要随机呢?你想一想假如 redis 存了几十万个 key ,每隔100ms就遍历所有的设置过期时间的 key 的话,就会

  • Redis 缓存淘汰策略和事务实现乐观锁详情

    Redis 缓存淘汰策略和事务实现乐观锁详情

    目录 缓存淘汰策略 标题LRU原理 标题Redis缓存淘汰策略 设置最大缓存 淘汰策略 Redis事务 Redis事务介绍 MULTI EXEC DISCARD WATCH Redis 不支持事务回滚(为什么呢) Redis乐观锁 Redis乐观锁实现秒杀 缓存淘汰策略 标题LRU原理 LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”. 最常见的实现是使用一个链表保存缓存数据,

  • Redis 的内存淘汰策略和过期删除策略的区别

    Redis 的内存淘汰策略和过期删除策略的区别

    目录 前言 过期删除策略 如何设置过期时间? 如何判定 key 已过期了? 过期删除策略有哪些? Redis 过期删除策略是什么? 内存淘汰策略 如何设置 Redis 最大运行内存? Redis 内存淘汰策略有哪些? LRU 算法和 LFU 算法有什么区别? 总结 前言 Redis 是可以对 key 设置过期时间的,因此需要有相应的机制将已过期的键值对删除,而做这个工作的就是过期键值删除策略. Redis 的「内存淘汰策略」和「过期删除策略」,很多小伙伴容易混淆,这两个机制虽然都是做删除的操作,

  • Redis过期删除策略与内存淘汰策略

    Redis过期删除策略与内存淘汰策略

    目录 过期删除策略 设置Redis中key的过期时间 (单位:秒) 常见的三种过期删除策略 Redis使用用的过期删除策略 Redis的定期删除的流程 内存淘汰策略 设置Redis最大运行内存 Redis 内存淘汰策略有哪些? LRU 算法和 LFU 算法有什么区别? Redis 是如何实现 LRU 算法的? 什么是 LFU 算法? Redis 是如何实现 LFU 算法的? 过期删除策略 过期删除策略: redis可以对key设置过期时间,因此要有相应的机制将已过期的键值对删除. 设置Redis

  • 浅谈redis的maxmemory设置以及淘汰策略

    浅谈redis的maxmemory设置以及淘汰策略

    redis的maxmemory参数用于控制redis可使用的最大内存容量.如果超过maxmemory的值,就会动用淘汰策略来处理expaire字典中的键. 关于redis的淘汰策略: Redis提供了下面几种淘汰策略供用户选择,其中默认的策略为noeviction策略: ·   noeviction:当内存使用达到阈值的时候,所有引起申请内存的命令会报错. ·   allkeys-lru:在主键空间中,优先移除最近未使用的key. ·   volatile-lru:在设置了过期时间的键空间中,优

  • Redis中LRU淘汰策略的深入分析

    前言 Redis作为缓存使用时,一些场景下要考虑内存的空间消耗问题.Redis会删除过期键以释放空间,过期键的删除策略有两种: 惰性删除:每次从键空间中获取键时,都检查取得的键是否过期,如果过期的话,就删除该键:如果没有过期,就返回该键. 定期删除:每隔一段时间,程序就对数据库进行一次检查,删除里面的过期键. 另外,Redis也可以开启LRU功能来自动淘汰一些键值对. LRU算法 当需要从缓存中淘汰数据时,我们希望能淘汰那些将来不可能再被使用的数据,保留那些将来还会频繁访问的数据,但最大的问题是

  • 浅谈Redis中的内存淘汰策略和过期键删除策略

    浅谈Redis中的内存淘汰策略和过期键删除策略

    目录 8种淘汰策略 过期键的删除策略 总结 redis是我们现在最常用的一个工具,帮助我们建设系统的高可用,高性能. 而且我们都知道redis是一个完全基于内存的工具,这也是redis速度快的一个原因,当我们往redis中不断缓存数据的时候,其内存总有满的时候(而且内存是很贵的东西,尽量省着点用),所以尽可能把有用的数据,或者使用频繁的数据缓存在redis中,物尽其用. 那么如果正在使用的redis内存用完了,我们应该怎么取舍redis中已存在的数据和即将要存入的数据呢,我们要怎么处理呢? re

  • 彻底弄懂Redis的LRU淘汰策略

    彻底弄懂Redis的LRU淘汰策略

    目录 Redis的淘汰策略 LRU算法简介 实现思想推导 巧用LinkedHashMap 手写LRU 第一步:构建DoubleLinkedList对象 第二步:构建节点 第三步:初始化DoubleLinkedList对象 第四步:LRU对象属性 第五步:LRU对象的方法 第六步:测试 总结 今天我们这篇文章的目的是要 搞懂LRU淘汰策略 以及 实现一个LRU算法 . 文章会结合图解循序渐进的讲解,跟着我的思路慢慢来就能看懂,我们开始吧. 文章导读 Redis的淘汰策略 为什么要有淘汰策略呢? 因

随机推荐