如何在 Go 中实现二级缓存（本地缓存 + Redis）？
先说一个核心判断：sync.Map适合读多写少、无过期淘汰需求的轻量场景，如配置热更新；一旦需要TTL、LRU或容量控制，就该考虑gcache、bigcache、freecache或ristretto这类第三方库了。
本地缓存用 sync.Map 还是第三方库？
直接使用标准库的sync.Map，往往是追求极致轻量和可控时的首选。它尤其适合那些读多写少、键值相对稳定的场景，比如系统配置项或者用户权限白名单。优势很明显：原生并发安全，无需引入外部依赖，也不会带来额外的GC压力或复杂的淘汰逻辑干扰。
但必须警惕的是，sync.Map本身没有容量限制，不支持过期时间，更不会自动驱逐旧数据。如果你的业务需要LRU淘汰、TTL过期或者精确的内存用量控制，那就得换方案了——比如引入github.com/bluele/gcache，或者自己动手封装一个带定时清理的map[interface{}]struct{value interface{}; expireAt time.Time}。
这里有几个常见的“坑”值得注意：
- 误把结构体值直接塞进
sync.Map：如果结构体内部包含指针、map或slice，后续对原结构的修改会意外地影响到缓存中的值。稳妥的做法是只存储不可变类型，或者在存入前进行深拷贝。 - 使用
LoadOrStore时，传入的函数体未加锁：如果这个函数内部包含数据库查询或Redis调用，多个goroutine同时触发会导致重复加载，引发雪崩。正确的做法是在外层用单例锁（比如singleflight.Group）来包装。
Redis 缓存键怎么设计才不容易冲突？
千万别用裸ID当key，比如简单一个"123"——不同业务表完全可能共用相同的数字ID，一删就全串了。
推荐的格式是像"user:profile:123"、"order:summary:20260424:uid_789"这样。明确的前缀定义了语义，中间段可以嵌入时间、租户、版本等维度，不仅便于日常运维排查，也方便做批量清理操作。
几个关键细节决定了成败：
- 所有key必须统一编码：用
encoding/json序列化结构体后再存入Redis，而不是用fmt.Sprintf拼接字符串——后者对空字段、浮点精度、嵌套map的处理并不可靠。 - 避免在key中直接拼接用户输入（比如用户名），必须先做处理，例如
strings.ReplaceAll(username, ":", "_")，防止冒号破坏key的分段语义。 - 如果使用hash结构（比如
HSET user:123 name "Alice" age "30"），记得配套使用HGETALL和redis.StringMap来解析，别用redis.Strings，否则会得到一个错位的数组。
查缓存时“先本地再 Redis”还是“先 Redis 再本地”？
正确的顺序是优先走本地缓存，未命中再回退到Redis——这才是严格意义上的“二级缓存”。如果把顺序反过来（先查Redis再查本地），那本地缓存本质上就成了兜底方案，反而失去了其贴近CPU、速度极快的性能优势。
一个典型的流程应该是这样的：
- 请求进来 → 先查
sync.Map.Load("user:123") - 命中则直接返回；若未命中 → 再查Redis（
GET user:profile:123） - Redis命中 → 反序列化数据 + 写回本地缓存（
Store）→ 返回数据 - Redis也未命中 → 查MySQL → 序列化结果 → 写入Redis（带上
EX 60过期时间）→ 写入本地缓存 → 返回数据
这个流程里，有两个容易忽略的点：
- 本地缓存的写入时机：不能只在Redis命中时才写，必须在“最终从数据源加载成功之后”统一写入。否则，一旦发生Redis击穿，本地缓存就永远为空。
- 本地缓存的TTL设置：即使Redis设置了60秒过期，本地也建议设一个更短的时间（比如30秒）。这样可以防止在Redis故障期间，本地长期持有脏数据。
如何避免缓存与数据库不一致？
面对写操作（增、删、改），**必须删除对应的缓存，而不是去更新它**。原因很简单：更新操作需要重新查询数据库、重新序列化、重新写入Redis，流程复杂且容易不同步；而删除操作是幂等的、轻量的、确定性的。
例如，在用户资料更新后，应该执行：
redisClient.Del(ctx, "user:profile:123") redisClient.Del(ctx, "user:summary:123")
而不是：
// ❌ 错误：DB 和 Redis 更新不同步风险极高 newData := loadFromDB(123) redisClient.Set(ctx, "user:profile:123", newData, 60*time.Second)
除此之外，还可以补充一些策略来加固：
- 删除缓存失败不能阻塞主流程，应该转为异步重试（比如发送到本地channel，由后台goroutine消费重试）。
- 对于敏感数据（如余额、库存），可以考虑“延迟双删”：在更新数据库前删除一次缓存，更新数据库后sleep约100毫秒再删一次，以覆盖主从数据库之间的延迟窗口。
- 别忘了同步删除本地缓存：
syncMap.Delete("user:123")，否则下一次读取仍可能从本地拿到旧值。
