17370845950

缓存预热需在应用启动后、首个请求前同步完成，避免缓存击穿；分布式环境必须使用带版本号的 IDistributedCache 并禁用滑动过期；数据更新须执行“删-更-延时再删”三步法，并用 SemaphoreSlim 控制并发重建。

缓存预热必须在应用启动后、首个请求前完成

高并发下，如果等第一个请求触发缓存加载，必然导致大量线程争抢初始化（即“缓存击穿”），尤其当 GetOrAdd 用的是非线程安全的工厂函数时，可能重复执行耗时操作。正确做法是：在 Program.cs 或 Startup.ConfigureServices 中显式调用预热逻辑，并确保其同步阻塞到完成。

• 使用 Task.Run(() => PreheatCache()).Wait() 强制同步等待（注意不要在 ASP.NET Core 的同步上下文里用 .Result，易死锁）
• 预热函数内部应避免依赖 IHttpContextAccessor 等请求作用域服务；改用 IServiceScopeFactory 创建独立 scope
• 若预热数据量大，可分批 + await Task.Delay(1) 防止单次占用主线程太久，但整体仍需在 WebApplication 构建完成前结束

分布式环境必须用带版本号的缓存键 + 原子写入

单机 MemoryCache 在多实例部署下完全失效。必须切换为 IDistributedCache（如 Redis），且不能直接存原始对象——否则多个节点同时更新会覆盖彼此，造成脏数据。

• 缓存键格式建议为：$"user:profile:v2:{userId}"，其中 v2 是业务版本号，每次数据结构变更就升级，强制全量刷新
• 写入时用 distributedCache.SetStringAsync(key, json, new DistributedCacheEntryOptions { AbsoluteExpirationRelativeToNow = TimeSpan.FromHours(2) })，禁用滑动过期（SlidingExpiration），防止“越用越旧”
• 关键数据更新后，必须同步调用 distributedCache.RemoveAsync(key)，而不是等过期；删除失败要记录告警，不可静默忽略

数据库与缓存一致性靠“先删缓存，再更DB”+ 延迟双删兜底

“先更DB，再删缓存”在并发更新时有概率导致缓存残留旧值（DB 更新成功，但删缓存失败或被覆盖）。生产环境必须用“删除-更新-延迟再删”三步法。

• 第一步：调用 distributedCache.RemoveAsync(key)
• 第二步：执行 EF Core 的 SaveChangesAsync()
• 第三步：启动后台任务，await Task.Delay(TimeSpan.FromSeconds(500)) 后再次 RemoveAsync(key) —— 覆盖因主从延迟、重试机制导致的缓存回写
• 所有删缓存操作必须包裹 try/catch，失败时写入本地队列（如 ConcurrentQueue），由后台服务重试，不能丢弃

并发读场景下避免 Cache Stampede，用 SemaphoreSlim 限流重建

即使做了预热，缓存过期瞬间仍可能有上百请求同时发现缓存为空，全部涌入 DB。不能靠 GetOrCreateAsync 默认行为扛住——它的 factory 函数不是原子的。

• 为每个缓存键维护一个 ConcurrentDictionary，键为 cache key，值为独占信号量
• 读取时：先 cache.TryGetValue(key, out var value)；若为空，则 semaphores.GetOrAdd(key, _ => new SemaphoreSlim(1,1)).WaitAsync()
• 获得信号量后，再次检查缓存（double-check），未命中才重建；完成后 Release() 并移除该 semaphore（避免内存泄漏）
• 注意：不要用 lock，它跨进程无效；也不要复用同一个 SemaphoreSlim 实例，会导致不同 key 互相阻塞

private static readonly ConcurrentDictionary _semaphores = new();
public async Task GetProfileAsync(int userId)
{
    var key = $"user:profile:v2:{userId}";
    if (_cache.TryGetValue(key, out UserProfile profile))
        return profile;

    var semaphore = _semaphores.GetOrAdd(key, _ => new SemaphoreSlim(1, 1));
    await semaphore.WaitAsync();
    try
    {
        // Double-check after acquiring semaphore
        if (_cache.TryGetValue(key, out profile))
            return profile;

        profile = await _db.Users.FirstAsync(u => u.Id == userId);
        await _cache.SetStringAsync(key, JsonSerializer.Serialize(profile), 
            new DistributedCacheEntryOptions { AbsoluteExpirationRelativeToNow = TimeSpan.FromMinutes(30) });
        return profile;
    }
    finally
    {
        semaphore.Release();
        _semaphores.TryRemove(key, out _);
    }
}

缓存键设计、删除时机、并发重建这三点一旦漏掉任意一个，高并发下的数据不一致就会变成偶发性线上事故——而这类问题往往在压测时不出，上线后半夜爆发。