go get 缓存_基于Repository设计缓存方案

鲁迅先生，对不起

相比于使用一个中间件来“暴力”缓存接口的响应，提高接口查询速度而言，Repository缓存能更好的控制缓存粒度和更新时机。—— 鲁迅

---

场景

Tester—A：这个 getInfo 接口咋这么慢呢？查一下要5+s？QPS竟然只有10！！！！
RD-B    ：这是因为getInfo要查库。。。N多库
Tester-B：那优化一下呗？
RD-B    ：好的，容我操作一波（给接口加上一个响应缓存），好了你再测试一下
Tester-B：（测试中。。。），速度果然快了不少。诶不对，这个接口里拿到的用户信息不对，我明明已经balaba了，这里没有更新！！！
RD-B    ：哦哦哦，我晓得咯，再容我操作一波（缓存加有效时间，个人信息更新的时候再强删缓存），O了

至此开始了针对于QPS+缓存更新的一些列测试。。。剧终。

QPS和响应时间是后（jie）端（kou)工程师非常熟悉的指标，这两个值能比较直观的反映该接口的性能，间接直接影响了前端页面的流畅度。。。

---

问题来了

接口查询性能如何提高

除去机器和编程语言的因素之后，肯定要从业务场景出发，分析接口响应缓慢的原因。譬如，最常见的:

1. 查N多表，表还没有索引orz
2. 无用数据，增加传输的Size
3. 反复查询某些热点数据，但每次都直接打到数据库
4. 上游服务响应缓慢
5. 其他

好了，这里只讨论热点数据的缓存方案，毕竟要具体场景具体分析，而缓存方案是比较通用的。

缓存方案如何选择

不知道怎么写表格，贴图为敬

总的来说，Repository的缓存方案，在上述背景上较简单暴力的中间件缓存法要更加优雅可控～。

缓存算法

提到缓存就一定会提到缓存替换策略，有最常见的：LRU LFU FIFO MRU(最近频繁使用算法) LRU的多个变种算法 LIRS等。 这里选用了LRU-K（K=2）并基于golang来实现 cached-repository，更多算法的详细信息