Ember 是一個為 Go 應用程序設計的高效能、可擴展的多層緩存系統。它融合了本地內存緩存和分佈式緩存（如 Redis）的優勢，提供了豐富的功能和靈活的配置選項。Ember 旨在解決大規模應用中的緩存挑戰，包括高並發、大數據量、複雜的緩存策略等問題。
-
多層緩存架構
- 本地內存緩存：使用高效的內存存儲，支持快速訪問
- 分佈式緩存：集成 Redis，支持跨節點數據共享
-
高性能設計
- 分片機制：通過數據分片減少鎖競爭
- 並發安全：所有操作都是線程安全的
- 高效序列化：支持多種序列化方式，默認使用 JSON
-
智能緩存管理
- 自適應 TTL：根據訪問頻率動態調整緩存項的生存時間
- 預取機制：自動預取熱門緩存項，提高命中率
- 布隆過濾器：減少對不存在鍵的無效查詢
-
彈性和可靠性
- 斷路器：防止緩存故障影響整個系統
- 重試機制：處理臨時的網絡問題
- 優雅降級：在遠程緩存不可用時回退到本地緩存
-
豐富的配置選項
- 靈活的初始化選項：通過函數選項模式提供細粒度控制
- 動態調整：支持運行時調整某些配置
-
可觀察性
- OpenTelemetry 集成：支持分布式追蹤
- 詳細日誌：使用 zap logger 提供結構化日誌
- 性能指標：暴露關鍵性能指標供監控系統使用
Ember 的架構主要包含以下幾個核心組件：
- Cache: 主要的緩存接口，協調各個組件的工作。
- LocalCache: 基於內存的本地緩存實現。
- RemoteCache: 與 Redis 交互的遠程緩存實現。
- BloomFilter: 用於快速檢查鍵是否可能存在的概率數據結構。
- TTLManager: 管理緩存項的 TTL，實現自適應 TTL 策略。
- Prefetcher: 實現預取邏輯，提前加載可能被訪問的數據。
- Resilience: 實現斷路器和重試邏輯，提高系統穩定性。
使用 Go 模塊安裝 Ember：
go get github.com/your-org/ember確保您的項目使用 Go 1.16 或更高版本。
以下是一個簡單的使用示例：
package main
import (
"context"
"fmt"
"time"
"goflare.io/ember"
"github.com/redis/go-redis/v9"
)
type User struct {
ID int `json:"id"`
Name string `json:"name"`
}
func main() {
ctx := context.Background()
// 初始化 Ember
cache, err := ember.New(
ctx,
ember.WithRedis(&redis.Options{Addr: "localhost:6379"}),
ember.WithMaxLocalSize(100 * 1024 * 1024), // 100MB 本地緩存
ember.WithDefaultExpiration(5 * time.Minute),
)
if err != nil {
panic(err)
}
defer cache.Close()
// 設置緩存
if err = cache.Set(ctx, "user:1001", User{ID: 1001, Name: "Alice"}, 10*time.Minute);err != nil {
fmt.Printf("Failed to set cache: %v", err)
}
// 獲取緩存
var user User
found, err := cache.Get(ctx, "user:1001", &user)
if err != nil {
fmt.Printf("Failed to get cache: %v", err)
} else if found {
fmt.Printf("Found user: %+v", user)
} else {
fmt.Println("User not found")
}
}Ember 提供了豐富的配置選項，可以通過 With... 函數在初始化時設置：
cache, err := ember.New(
ctx,
ember.WithRedis(&redis.Options{
Addr: "localhost:6379",
DB: 0,
}),
ember.WithMaxLocalSize(1 * 1024 * 1024 * 1024), // 1GB
ember.WithShardCount(32),
ember.WithDefaultExpiration(10 * time.Minute),
ember.WithBloomFilter(1000000, 0.01),
ember.WithPrefetch(true, 100, 10),
ember.WithAdaptiveTTL(true, time.Minute, 30*time.Minute, 5*time.Minute),
ember.WithResilienceConfig(ember.ResilienceConfig{
MaxRetries: 3,
InitialInterval: 100 * time.Millisecond,
MaxInterval: 10 * time.Second,
Multiplier: 2.0,
RandomizationFactor: 0.5,
}),
ember.WithSerializer(ember.JSONSerializer),
ember.WithLogger(customLogger),
)這個配置示例展示了如何:
- 設置 Redis 連接
- 配置本地緩存大小和分片數量
- 啟用布隆過濾器並設置其參數
- 配置預取機制
- 設置自適應 TTL
- 配置彈性策略（重試邏輯）
- 選擇序列化方法
- 使用自定義日誌記錄器
Ember 提供以下關鍵 API：
Set(ctx context.Context, key string, value any, ttl ...time.Duration) error：設置緩存項。Get(ctx context.Context, key string, value any) (bool, error)：獲取緩存項。Delete(ctx context.Context, key string) error：刪除緩存項。Clear(ctx context.Context) error：清除所有緩存。Stats() map[string]interface{}：返回緩存統計數據。
Ember 的內部組件：
- Cache：主緩存接口，協調各組件的工作。
- LocalCache：本地內存緩存。
- RemoteCache：遠端 Redis 緩存。
- BloomFilter：布隆過濾器，用於檢查鍵是否存在。
- TTLManager：管理 TTL 的組件。
- Resilience：處理斷路器和重試的邏輯。
- 調整分片數量：根據 CPU 和內存設置分片數量。
- 使用批量操作：使用
SetMulti和GetMulti提高性能。 - 使用二進制序列化：如 Protobuf 進行高效序列化。
- OpenTelemetry 集成：支援分布式追蹤，記錄緩存命中率和延遲。
- 性能指標：使用
Stats()暴露性能數據。 - 健康檢查：通過
HealthCheck()檢查系統狀況。
- 使用緩存預熱：在應用啟動時預加載數據。
- 使用錯誤處理：總是檢查操作是否成功，並設置斷路器機制。
- 定期清理過期數據：使用
Clear()定期清理。
- 如何確保一致性？ 使用最終一致性策略，依賴 TTL 和失效機制。
- 如何處理大規模寫入？ 使用分片機制和批量操作提高吞吐量。
以下是在標準硬體配置（8 核 CPU，16GB RAM）下進行的基準測試結果：
BenchmarkSet-8 1000000 1234 ns/op 789 B/op 5 allocs/op
BenchmarkGet-8 2000000 567 ns/op 234 B/op 3 allocs/op
BenchmarkSetMulti-8 100000 15678 ns/op 3456 B/op 23 allocs/op
BenchmarkGetMulti-8 200000 7890 ns/op 2345 B/op 15 allocs/op
注意：實際性能可能因硬體配置、網絡延遲和數據大小而異。
- Ember 本身不提供數據加密功能，但可以通過自定義序列化器實現
- 對於敏感數據，建議在應用層進行加密後再存儲到緩存中
- 確保 Redis 服務器配置了適當的訪問控制和身份驗證
- 使用
WithRedis選項時設置密碼和 TLS 配置
- 在生產環境中，建議使用 TLS 加密 Redis 連接
- 如果可能，將 Redis 服務器放置在私有網絡中
-
使用 Redis 的不同數據庫或者前綴來隔離不同應用的數據
-
謹慎使用
Clear方法，避免意外清除其他應用的數據 -
使用 Redis 的不同數據庫或者前綴來隔離不同應用的數據
-
謹慎使用
Clear方法，避免意外清除其他應用的數據
Ember 的設計考慮了擴展性，可以通過以下方式進行擴展：
- 自定義序列化器
- 實現
serialization.Encoder和serialization.Decoder接口，然後使用WithSerializer配置。
- 實現
type CustomSerializer struct{}
func (cs *CustomSerializer) Encode(w io.Writer) serialization.Encoder {
// 實現編碼邏輯
}
func (cs *CustomSerializer) Decode(r io.Reader) serialization.Decoder {
// 實現解碼邏輯
}
ember.New(ctx, ember.WithSerializer(&CustomSerializer{}))-
自定義緩存後端
- 雖然 Ember 默認使用 Redis 作為遠程緩存，但可以通過實現
cache.RemoteCache接口來支持其他後端存儲。
- 雖然 Ember 默認使用 Redis 作為遠程緩存，但可以通過實現
-
擴展監控指標
- 可以通過修改
Stats()方法來暴露更多自定義指標。
- 可以通過修改
- 支持更多的分佈式緩存後端（如 Memcached）
- 實現緩存數據壓縮功能
- 提供 Prometheus 指標導出
- 增加對 Redis Cluster 的原生支持
- 實現基於角色的訪問控制（RBAC）
- 支持緩存數據版本控制
我們歡迎並感謝所有形式的貢獻。以下是參與項目的一些方式：
- 提交 bug 報告或功能請求
- 改進文檔
- 提交代碼修復或新功能
- 參與代碼審查
- Fork 項目倉庫
- 創建您的特性分支 (git checkout -b feature/AmazingFeature)
- 提交您的更改 (git commit -m 'Add some AmazingFeature')
- 推送到分支 (git push origin feature/AmazingFeature)
- 開啟一個 Pull Request
請確保遵循我們的代碼風格指南和提交消息約定。
歡迎任何形式的貢獻！請參閱 CONTRIBUTING.md 了解更多信息。
Ember 根據 MIT 許可證分發。詳細信息請參閱 LICENSE。
Ember is an advanced multi-level caching system designed to enhance application performance and responsiveness. It combines the benefits of local and distributed caching, providing efficient and low-latency data access capabilities. Ember supports a variety of advanced features such as Bloom Filter support, Adaptive TTL, and Prefetching, making it ideal for handling high-concurrency data access and large-scale data storage scenarios.
Ember provides a flexible and scalable solution suitable for various use cases, including but not limited to:
- Data caching for web applications
- API response optimization
- Data synchronization in distributed systems
- Multi-Level Caching System: Supports both Local Cache and Remote Cache, providing high-performance data access.
- Bloom Filter Support: Uses Bloom Filters to efficiently detect data existence, reducing access frequency to remote caches.
- Adaptive TTL: Dynamically adjusts TTL based on data access frequency, improving hit rate and cache utilization.
- Prefetching: Supports prefetching, proactively loading data based on usage patterns to further reduce latency.
- Resilient Circuit Breaker and Retry Mechanism: Built-in circuit breakers and retry mechanisms to enhance system stability and fault tolerance.
- Highly Configurable: Offers various configuration options to suit different application needs and scenarios.
- Lightweight Dependencies: Minimal dependencies for easy integration and deployment.
go get -u goflare.io/emberBelow is a simple usage example:
package main
import (
"context"
"fmt"
"log"
"time"
"github.com/redis/go-redis/v9"
"go.uber.org/zap"
"goflare.io/ember"
)
func main() {
// 創建上下文
ctx := context.Background()
// 初始化 Logger
logger, err := zap.NewDevelopment()
if err != nil {
log.Fatalf("Failed to initialize logger: %v", err)
}
defer logger.Sync()
// 配置 Redis 選項
redisOptions := &redis.Options{
Addr: "localhost:6379", // 根據實際情況設置
Password: "", // 無密碼
DB: 0, // 默認數據庫
}
// 初始化 Ember 庫
emberCache, err := ember.New(
ctx,
redisOptions,
ember.WithLogger(logger),
ember.WithMaxLocalSize(2*1024*1024*1024), // 2GB
ember.WithShardCount(16),
ember.WithDefaultExpiration(10*time.Minute),
ember.WithSerialization("json"),
)
if err != nil {
log.Fatalf("Failed to initialize Ember: %v", err)
}
defer func() {
if err := emberCache.Close(); err != nil {
logger.Error("Failed to close Ember", zap.Error(err))
}
}()
// 設置快取項目
key := "example_key"
value := "Hello, Ember!"
ttl := 5 * time.Minute
if err := emberCache.Set(ctx, key, value, ttl); err != nil {
log.Fatalf("Set failed: %v", err)
}
fmt.Printf("Set key '%s' with value '%s' and TTL %v\n", key, value, ttl)
// 獲取快取項目
var retrieved string
found, err := emberCache.Get(ctx, key, &retrieved)
if err != nil {
log.Fatalf("Get failed: %v", err)
}
if found {
fmt.Printf("Retrieved key '%s' with value '%s'\n", key, retrieved)
} else {
fmt.Printf("Key '%s' not found\n", key)
}
// 刪除快取項目
if err := emberCache.Delete(ctx, key); err != nil {
log.Fatalf("Delete failed: %v", err)
}
fmt.Printf("Deleted key '%s'\n", key)
// 清空所有快取項目
if err := emberCache.Clear(ctx); err != nil {
log.Fatalf("Clear failed: %v", err)
}
fmt.Println("Cleared all cache entries")
}Ember offers a rich set of configuration options. Below are the main configuration parameters:
- EnableLocalCache: Enable or disable local caching, default is
true. - MaxLocalSize: Maximum size for the local cache in bytes.
- ShardCount: Number of shards for local cache, recommended to set 2 to 4 times the CPU core count.
- DefaultExpiration: Default data expiration time.
- CleanupInterval: Interval for cleaning up expired items.
- CacheBehaviorConfig: Includes configurations for Prefetching, Adaptive TTL, and Bloom Filter.
- ResilienceConfig: Includes configurations for circuit breakers and retry mechanisms.
- Serialization: Specifies the serialization and deserialization methods for data.
We welcome all forms of contribution! Please see CONTRIBUTING.md for more information.
Ember is distributed under the MIT License. For more details, see LICENSE.