Linux环境下Golang如何使用缓存技术

在Linux环境下，Golang能用的缓存技术其实不少，而且各有各的适用场景。从实际项目经验来看，选对缓存方案，性能能翻好几倍。下面梳理了几个主流的做法，附上最简代码示范，希望能帮你快速上手。

1. 内存缓存：sync.Map

最简单的路子，直接用Go标准库里的sync.Map。不需要额外安装任何第三方包，开箱即用，适合小规模、低并发的临时缓存场景。说白了就是在进程内存里放一个线程安全的map，读写都很快。

package main

import (
    "fmt"
    "sync"
)

func main() {
    var cache sync.Map

    cache.Store("key1", "value1")
    cache.Store("key2", "value2")

    value, ok := cache.Load("key1")
    if ok {
        fmt.Println(value)
    }
}

2. Redis：高性能键值缓存

Redis不用多说，高并发下的标配。Go这边用go-redis库来对接，连接、读写都非常顺手。需要注意的是，Redis虽然快，但毕竟是网络调用，延迟比本地内存高一个数量级，适合做分布式缓存或者共享状态。

package main

import (
    "fmt"
    "github.com/go-redis/redis/v8"
)

func main() {
    rdb := redis.NewClient(&redis.Options{
        Addr:     "localhost:6379",
        Password: "", // no password set
        DB:       0,  // use default DB
    })

    err := rdb.Set(ctx, "key1", "value1", 0).Err()
    if err != nil {
        panic(err)
    }

    val, err := rdb.Get(ctx, "key1").Result()
    if err != nil {
        panic(err)
    }
    fmt.Println(val)
}

3. Memcached：轻量级分布式缓存

Memcached也是经典的分布式内存缓存系统，协议简单、性能极高。Go社区有gomemcache库，用法很像Redis，但Memcached不支持持久化和丰富的数据结构，胜在极简、无锁。

package main

import (
    "fmt"
    "github.com/bradfitz/gomemcache/memcache"
)

func main() {
    mc := memcache.New("localhost:11211")

    err := mc.Set(&memcache.Item{
        Key:   "key1",
        Value: []byte("value1"),
    })
    if err != nil {
        panic(err)
    }

    item, err := mc.Get("key1")
    if err != nil {
        panic(err)
    }
    fmt.Println(string(item.Value))
}

4. BigCache：单进程高性能缓存

如果不想依赖外部服务，又希望比sync.Map更高效、支持自动过期，可以试试BigCache。它专为Go设计，内部用字节数组存储，GC压力小，适合读写频繁、数据量大的单进程缓存场景。

package main

import (
    "fmt"
    "github.com/allegro/bigcache/v3"
    "time"
)

func main() {
    c := bigcache.NewBigCache(bigcache.DefaultOptions(8 * time.Minute))

    err := c.SetBytes([]byte("key1"), []byte("value1"))
    if err != nil {
        panic(err)
    }

    data, found := c.GetBytes([]byte("key1"))
    if found {
        fmt.Println(string(data))
    }
}

以上这几种方案各有侧重：sync.Map适合零依赖的小场景，Redis和Memcached适合分布式环境，BigCache则是在单进程内追求极致效率。实际选型时，没有银弹——需要根据你的应用规模、并发量、数据一致性要求来做权衡。