前言
是这么一回事:
我正在苦思一个业务逻辑,捋着我还剩不多的秀发,一时陷入冥想中……
突然聊天图标一顿猛闪,打开一看,有同事语音;
大概意思是:同事把项目中Redis部分缓存换成MemoryCache/Memcached,还强调MemoryCache/Memcached的效率是Redis的2~5倍;
当时我想到的是Memcached,听到的似乎也是,心想:怎么可能,就算有性能差,也不至于那么多;
因为当时同事代码还没提交,然后就陷入讨论ing,最后还是没聊通,我就跑到同事那当面沟通(要去打架吗,不不不,文明人);
沟通中…..,好几分钟过去了,突然同事说:他用的是微软的MemoryCache;
虽然从读音上我还没区分出来,但一听微软,我就感觉我成笑话啦;
然后赶紧让同事打开代码,我擦,真成笑话啦,还理直气壮的沟通了好几十分钟。
为什么会那么“理直气壮”?
对Memcached(听错的)性能高于Redis的2~5倍产生重大怀疑,经验告诉我不可能,除非Redis用法有问题;
同事把Redis换成Memcached(听错的),那肯定不行的,前期的技术选型,Memcached不太符合项目应用场景;
最后因为MemoryCache成就了一场笑话,那MemoryCache和Memcached有什么区别呢?
MemoryCache不是分布式缓存,是基于程序存储在内存中的;是微软封装好的内存缓存库,合理利用CPU,性能好;由于基于程序分配内存,使用时避免了网络通讯的消耗。
Memcached是分布式缓存,是存储在公共机器上的,供不同程序使用的,存在一定的网络传输消耗。
这样比较感觉有点勉强,虽然Memcached是分布式的,但也是基于内存的,在数据存储内存的逻辑还是不同的,不过这里不打算讲解源码,我要说应用,哈哈哈。
附加-为什么Redis让同事感觉性能不好
真实场景是这样的,客户端开启多线程频繁读取Redis数据,当访问比较多时,导致Redis读取数据超过20毫秒,对于Web项目来说其实这还好,20毫秒的响应用户根本无法感知。但对于一个高性能要求的服务程序来说,对通讯要求就比较高,所以简单分析了一下拖慢的原因,大概以下两点:
客户端增多,导致一个常用Key对应的数据变大(其实不大,只是相对大,稍微影响了读取速度,毫秒级别);
解决方案:同事使用MemoryCache多做一层缓存,将这个常用Key直接存在内存中,提高读取性能;
使用类似于Keys * 的命令频繁获取数据,导致有些命令执行在20毫秒左右(慢日志中可以看到);
解决方案:改用Scan类似命令获取数据;
Redis自身的持久化耗时;
解决方案:适当调整Redis持久化策略,让持久化频率没那么高;
正文
回归正题,既然说到MemoryCache,就来简单聊聊,主要分享在项目实战中如何使用;
主要依赖包:Microsoft.Extensions.Caching.Memory;
MemoryCache的使用很简单,就是在调用方法设置和获取值就对啦;来直接看Demo吧;
1. 控制台Demo
其实有很多程序是基于后台服务运行的,并不都是Web,所以写了一个控制台的Demo,方便小伙伴参考;
1.1 引入相关包,项目中使用了Autofac作为依赖注入和其切面编程,则需要引入相关的依赖包,项目结构和包引入如下图:
1.2 编写示例代码及注册相关服务
IUserService就是简单接口;
接口和方法上标注的Intercept和MyCache特性不是必须的,接下来会说;
UserService对接口的实现;
MyCacheAttribute自定义特性,用于标识,里面没有任何逻辑处理;
MyInterceptor自定义拦截器,面向切面的逻辑代码在这里处理;
代码完了,就开始使用Autofac注册服务,进行使用啦,如下:
注:Autofac不是必须的,根据自己需要进行选择使用,这里是为了要使用Autofac的切面编程功能。
1.3 两种方式进行缓存处理
通常在非Web程序中,有以下两种方式进行缓存处理:
代码嵌入到业务逻辑,在真实业务逻辑处进行缓存获取或设置;
这样很大一个缺点是每一个缓存的数据都需要手动到指定业务逻辑中添加缓存处理,代码后期不好维护,缓存功能的开启和关闭也不好控制,需要修改代码进行满足。
面向切面编程,无需嵌入多余代码到业务中
通过面向切面的思想,以动态代理的原理拦截方法,在方法前后进行处理,如下:
缓存逻辑直接放在拦截器中处理即可,如下:
![](https://i-blog.csdnimg.cn/blog_migrate/773f3f939c1834ea1483df365dbd5805.png)
注册服务时,开启Autofac的面向切面功能即可
![](https://i-blog.csdnimg.cn/blog_migrate/e4a58a79f55459e3aea3cc43d59ec983.png)
运行看效果,第二次都是从缓存中获取数据,美美哒:
注:推荐使用面向切面的形式进行处理,这样缓存功能可插拔,代码维护性也好。
2.WebApiDemo(项目名称为:MemoryCacheWebApiDemo)
在WebApi中使用就比较简单啦,关于MemoryCache的依赖包已经集成在框架中,如果需要使用,直接注册服务就可以用啦;通常在WebApi中进行缓存处理的方式有三种:
中间件形式:通过自定义中间件进行缓存逻辑操作;
过滤器形式:使用MVC相关过滤器进行缓存逻辑操作;
业务层面向切面形式:面向切面的方式,在业务层做缓存,集成Autofac即可,和控制台Demo的面向切面一样;
这里就用过滤器的形式进行Demo演示,走起来~~~
2.1 编写过滤器
缓存如果能在最前面处理,就优先在最前面,所以使用的ResourceFilter过滤器;关于过滤器之前写过一篇文章很详细(跟我一起学.NetCore之MVC过滤器,这篇看完走路可以仰着头走),这里就不赘述了。
然后在Startup.cs中注册服务和将自定义过滤器注册即可,如下:
然后启动运行,多次请求调试看看效果(小伙伴自己在过滤器中调试即可);
在WebApi中也可以使用业务层面向切面的方式进行相关业务处理,集成Autofac即可;小伙伴可以参照这篇文章(跟我一起学.NetCore之Asp.NetCore中集成Autofac扩展)。关于AOP面向切面编程这块,后续单独整理一篇分享;
源码地址:https://github.com/zyq025/DotNetCoreStudyDemo
总结
在一些开发项目中,可能会使用Dictionary进行数据缓存,如果是这样,可以尝试使用MemoryCache,性能合理利用CPU,而且还是线程安全的;另外在高并发场景,可以用其作为多级缓存,因为MemoryCache还能设置过期时间,搭配Redis配合使用,效果杠杠的。
一个被程序搞丑的帅小伙,关注"Code综艺圈",跟我一起学~~~
![图片](https://i-blog.csdnimg.cn/blog_migrate/3ff1bb28717cf1d05e9e15e8e66ec4f0.png)