分布式緩存是由多個應用服務(wù)器共享的緩存，通常作為訪問它的應用服務(wù)器的外部服務(wù)進行維護。 分布式緩存可以提高 ASP.NET Core 應用的性能和可伸縮性，尤其是當應用由云服務(wù)或服務(wù)器場托管時。

與其他將緩存數(shù)據(jù)存儲在單個應用服務(wù)器上的緩存方案相比，分布式緩存具有多個優(yōu)勢。

當分發(fā)緩存數(shù)據(jù)時，數(shù)據(jù)：

• 在多個服務(wù)器的請求之間保持一致（一致性）。
• 在進行服務(wù)器重啟和應用部署后仍然有效。
• 不使用本地內(nèi)存。

1. 分布式緩存的使用

.NET Core 框架下對于分布式緩存的使用是基于 IDistributedCache 接口的，通過它進行抽象，統(tǒng)一了分布式緩存的使用方式，它對緩存數(shù)據(jù)的存取都是基于 byte[] 的。

IDistributedCache?接口提供以下方法來處理分布式緩存實現(xiàn)中的項：

• Get、GetAsync：如果在緩存中找到，則接受字符串鍵并以 byte[] 數(shù)組的形式檢索緩存項。
• Set、SetAsync：使用字符串鍵將項（作為 byte[] 數(shù)組）添加到緩存。
• Refresh、RefreshAsync：根據(jù)鍵刷新緩存中的項，重置其可調(diào)到期超時（如果有）。
• Remove、RemoveAsync：根據(jù)字符串鍵刪除緩存項。

使用的時候只需要將其通過容器注入到相應的類中即可。

2. 分布式緩存的接入

分布式緩存是基于特定的緩存應用實現(xiàn)的，需要依賴特定的第三方應用，在接入特定的分布式緩存應用時，需要應用對于的 Nuget 包，微軟官方提供了基于 SqlServer 、Redis 實現(xiàn)分布式緩存的 Nuget 包，還推薦了基于 Ncache 的方案，除此之外還有像 Memcache 之類的方案，微軟雖然沒有提供相應的 Nuget 包，但是社區(qū)也有相關(guān)開源的項目。

這里只講 .NET Core 下兩種分布式緩存的接入和使用，一種是分布式內(nèi)存緩存，一種是使用得比較廣泛的 Redis。其他的在 .NET Core 框架下的使用是差不多的，僅僅只是接入的時候有點區(qū)別。當然，Redis 除了作為分布式緩存來使用，還有其他更加豐富的一些功能，后續(xù)也會找時間進行一些介紹。

2.1 基于內(nèi)存的分布式緩存

分布式內(nèi)存緩存 (AddDistributedMemoryCache) 是框架提供的 IDistributedCache 實現(xiàn)，用于將項存儲在內(nèi)存中，它就在?Microsoft.Extensions.Caching.Memory?Nuget 包中。 分布式內(nèi)存緩存不是真正的分布式緩存。 緩存項由應用實例存儲在運行該應用的服務(wù)器上。

分布式內(nèi)存緩存是一個有用的實現(xiàn)：

• 在開發(fā)和測試場景中。

• 當在生產(chǎn)環(huán)境中使用單個服務(wù)器并且內(nèi)存消耗不重要時。 實現(xiàn)分布式內(nèi)存緩存會抽象緩存的數(shù)據(jù)存儲。 如果需要多個節(jié)點或容錯，它允許在未來實現(xiàn)真正的分布式緩存解決方案。

當應用在 Program.cs 的開發(fā)環(huán)境中運行時，我們可以通過以下方式使用分布式緩存，以下示例代碼基于 .NET 控制臺程序：

using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Hosting;var host = Host.CreateDefaultBuilder(args).ConfigureServices(services =>{services.AddDistributedMemoryCache();}).Build();host.Run();

之后還是和內(nèi)存緩存差不多的例子，演示一下緩存的存取、刪除、刷新。

public interface IDistributedCacheService
{Task PrintDateTimeNow();
}
public class DistributedCacheService : IDistributedCacheService
{public const string CacheKey = nameof(DistributedCacheService);private readonly IDistributedCache _distributedCache;public DistributedCacheService(IDistributedCache distributedCache){_distributedCache = distributedCache;}public async Task FreshAsync(){await _distributedCache.RefreshAsync(CacheKey);}public async Task PrintDateTimeNowAsync(){var time = DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss");var cacheValue = await _distributedCache.GetAsync(CacheKey);if(cacheValue == null){// 分布式緩存對于緩存值的存取都是基于 byte[]，所以各種對象必須先序列化為字符串，之后轉(zhuǎn)換為 byte[] 數(shù)組cacheValue = Encoding.UTF8.GetBytes(time);var distributedCacheEntryOption = new DistributedCacheEntryOptions(){//AbsoluteExpiration = DateTimeOffset.Now.AddSeconds(20),AbsoluteExpirationRelativeToNow = TimeSpan.FromSeconds(20),SlidingExpiration = TimeSpan.FromSeconds(3)};// 存在基于字符串的存取擴展方法，內(nèi)部其實也是通過 Encoding.UTF8 進行了編碼// await _distributedCache.SetStringAsync(CacheKey, time, distributedCacheEntryOption);await _distributedCache.SetAsync(CacheKey, cacheValue, distributedCacheEntryOption);}time = Encoding.UTF8.GetString(cacheValue);Console.WriteLine("緩存時間：" + time);Console.WriteLine("當前時間：" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"));}public async Task RemoveAsync(){await _distributedCache.RemoveAsync(CacheKey);}
}

之后，在入口文件添加以下代碼，查看控制臺結(jié)果是否與預想的一致：

using DistributedCacheSample;
using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Hosting;var host = Host.CreateDefaultBuilder(args).ConfigureServices(services =>{services.AddDistributedMemoryCache();services.AddTransient<IDistributedCacheService, DistributedCacheService>();}).Build();var distributedCache = host.Services.GetRequiredService<IDistributedCacheService>();
// 第一次調(diào)用，設(shè)置緩存
Console.WriteLine("第一次調(diào)用，設(shè)置緩存");
await distributedCache.PrintDateTimeNowAsync();
await Task.Delay(TimeSpan.FromSeconds(1));
// 未過滑動時間，數(shù)據(jù)不變
Console.WriteLine("未過滑動時間，數(shù)據(jù)不變");
await distributedCache.PrintDateTimeNowAsync();
await Task.Delay(TimeSpan.FromSeconds(3));
// 已過滑動時間，數(shù)據(jù)改變
Console.WriteLine("已過滑動時間，數(shù)據(jù)改變");
await distributedCache.PrintDateTimeNowAsync();
await Task.Delay(TimeSpan.FromSeconds(1));
// 未過滑動時間，手動刷新過期時間
Console.WriteLine("未過滑動時間，手動刷新過期時間");
await distributedCache.FreshAsync();
await Task.Delay(TimeSpan.FromSeconds(2));
// 距離上一次調(diào)用此方法，已過滑動時間，但由于手動刷新過過期時間，過期時間重新計算，數(shù)據(jù)不變
Console.WriteLine("距離上一次調(diào)用此方法，已過滑動時間，但由于手動刷新過過期時間，過期時間重新計算，數(shù)據(jù)不變");
await distributedCache.PrintDateTimeNowAsync();
await Task.Delay(TimeSpan.FromSeconds(2));
// 移除緩存
Console.WriteLine("移除緩存");
await distributedCache.RemoveAsync();
// 原有的緩存已移除，調(diào)用此方法是重新設(shè)置緩存，數(shù)據(jù)改變
Console.WriteLine("原有的緩存已移除，調(diào)用此方法是重新設(shè)置緩存，數(shù)據(jù)改變");
await distributedCache.PrintDateTimeNowAsync();host.Run();

結(jié)果和預想的是一致的。

2.2 基于 Redis 的分布式緩存

Redis?是一種開源的基于內(nèi)存的非關(guān)系型數(shù)據(jù)存儲，通常用作分布式緩存。在 .NET Core 框架中使用 Redis 實現(xiàn)分布式緩存，需要引用?Microsoft.Extensions.Caching.StackExchangeRedis?Nuget 包，包中通過?AddStackExchangeRedisCache?添加?RedisCache?實例來配置緩存實現(xiàn)，該類基于 Redis 實現(xiàn)了 IDistributedCache 接口。

(1) 安裝 Redis

這里我在云服務(wù)器上通過 Docker 快速安裝了 Redis ，映射容器內(nèi) Redis 默認端口 6379 到主機端口 6379，并且設(shè)置了訪問密碼為 123456 。

docker run -d --name redis -p 6379:6379 redis --requirepass "123456"

(2) 應用添加依賴包，并且通過配置服務(wù)依賴關(guān)系

Install-Package Microsoft.Extensions.Caching.StackExchangeRedis

或者通過 VS 的 Nuget 包管理工具進行安裝

依賴關(guān)系配置如下：

var host = Host.CreateDefaultBuilder(args).ConfigureServices(services =>{// services.AddDistributedMemoryCache();services.AddStackExchangeRedisCache(opyions =>{opyions.Configuration = "xxx.xxx.xxx.xxx:6379,password=123456";});}).Build();

這里只需要將原來的分布式內(nèi)存緩存服務(wù)的配置切換為分布式 Redis 緩存的配置即可，其他的什么都不用改，就可以從內(nèi)存緩存切換到 Redis 分布式緩存了。所以我們在日常工作的應用搭建中推薦使用基于分布式緩存方案，前期或者開發(fā)環(huán)境中可以使用基于內(nèi)存的分布式緩存，后面項目的性能要求高了，可以很方便地切換到真正的分布式緩存，只需改動一行代碼。

之后基于前面的例子運行應用，可以看到輸出的結(jié)果是一樣的。

而在 Redis 上也可以看得到我們緩存上去的數(shù)據(jù)。

這里還有一個要注意的點，理論上使用分布式緩存是能夠增強應用的性能和體驗性的，但是像 Redis 這樣的分布式緩存一般情況下是和應用部署在不同的服務(wù)器，每一次緩存的獲取會存在一定的網(wǎng)絡(luò)傳輸消耗，當緩存的數(shù)據(jù)量比較大，而且緩存存取頻繁的時候，也會有很大的性能消耗。之前在項目中就遇到過這樣的問題，由于一個查詢功能需要實時進行計算，計算中需要進行循環(huán)，而計算依賴于基礎(chǔ)數(shù)據(jù)，這部分的數(shù)據(jù)是使用緩存的，當初直接使用 Redis 緩存性能并不理想。當然可以說這種方式是有問題的，但是當時由于業(yè)務(wù)需要，封裝的計算方法中需要在應用啟動的時候由外部初始化基礎(chǔ)數(shù)據(jù)，為基礎(chǔ)數(shù)據(jù)能夠根據(jù)前端改動而刷新，所以用了緩存的方式。

下面是一個示例進行內(nèi)存緩存和 Redis 緩存的對比：

這里利用 BenchmarkDotNet 進行性能測試，需要先對原有的代碼進行一下改造，這里調(diào)整了一下構(gòu)造函數(shù)，自行實例化相關(guān)緩存的對象，之后有三個方法，分別使用 Redis 緩存、內(nèi)存緩存、內(nèi)存緩存結(jié)合 Redis 緩存，每個方法中模擬業(yè)務(wù)中的1000次循環(huán)，循環(huán)中緩存數(shù)據(jù)進行存取。

點擊查看性能測試代碼

Program.cs 文件中只保留以下代碼：

Summary summary = BenchmarkRunner.Run<DistributedCacheService>();
Console.ReadLine();

測試結(jié)果如下：

可以看到這種情況下使用 Redis 緩存性能是慘不忍睹的，但是另外兩種方式就不一樣了。

我們在業(yè)務(wù)中的緩存最終就是第三種方法的方式，結(jié)合內(nèi)存緩存和 Redis 緩存，根本的思路就是在使用時將數(shù)據(jù)臨時保存在本地，減少網(wǎng)絡(luò)傳輸?shù)南?#xff0c;并且根據(jù)實際業(yè)務(wù)情況控制內(nèi)存緩存的超時時間以保持數(shù)據(jù)的一致性。?