如何在 Web 应用中高效缓存分类统计数据？-Golang-PHP中文网

如何在 Web 应用中高效缓存分类统计数据？

在产品数据更新不频繁但分类统计需高频读取的场景下，将 updateProductsCategories() 的结果常驻内存是合理且常见的性能优化策略，可显著减少数据库压力并提升页面响应速度。

在产品数据更新不频繁但分类统计需高频读取的场景下，将 `updateproductscategories()` 的结果常驻内存是合理且常见的性能优化策略，可显著减少数据库压力并提升页面响应速度。

在典型的电商类 Web 应用中，首页或侧边栏常需展示「各品类商品数量」（如 Food: 20、Drinks: 74），这类数据具备两个关键特征：读多写少（用户浏览远多于商品增删改）、计算成本可观（需 GROUP BY + COUNT 查询全量关联数据）。此时，将统计结果缓存在应用进程内存中（而非每次请求都查库），是一种轻量、高效、落地性强的优化方案。

✅ 推荐实现方式（以 Go 为例）

var (
    mu        sync.RWMutex
    catCounts map[string]int // e.g., map["Food"] = 20
)

// 初始化或更新缓存（在产品变更后调用）
func updateProductsCategories() {
    counts := make(map[string]int)
    // 执行 SQL: SELECT category, COUNT(*) FROM products GROUP BY category
    rows, _ := db.Query("SELECT category, COUNT(*) FROM products GROUP BY category")
    for rows.Next() {
        var cat string
        var count int
        rows.Scan(&cat, &count)
        counts[cat] = count
    }

    mu.Lock()
    catCounts = counts
    mu.Unlock()
}

// 安全读取缓存（供 HTTP handler 调用）
func getCategoryCounts() map[string]int {
    mu.RLock()
    defer mu.RUnlock()
    // 浅拷贝避免并发写 panic（若 map 值后续只读，亦可直接返回引用）
    result := make(map[string]int, len(catCounts))
    for k, v := range catCounts {
        result[k] = v
    }
    return result
}

⚠️ 关键注意事项

并发安全必做：Web 服务器通常使用多 goroutine 处理请求，对共享内存的读写必须加锁（sync.RWMutex 是最佳选择——读多写少场景下读锁无阻塞）；
多实例部署需警惕：单机内存缓存仅对当前进程有效；若部署多个服务实例（如 Kubernetes 多 Pod 或负载均衡后多服务器），各实例缓存可能不一致。此时应升级为分布式缓存（如 Redis），并配合发布/订阅或 TTL 策略保证一致性；
更新时机建议：推荐在产品 CRUD 操作成功后立即触发缓存更新（而非延迟加载），确保强一致性；若更新逻辑较重，也可采用「先标记失效 + 首次读取时重建」的懒加载模式，但需处理好缓存击穿问题；
内存开销极低：如示例中仅数百品类、每个键值对几十字节，整个结构占用内存通常不足 1KB，完全无需担忧 GC 压力。