企业官网建设流程全解析

7days-golang分布式缓存GeeCache：如何模仿groupcache在7天实现一个分布式缓存系统

【免费下载链接】7days-golang7 days golang programs from scratch (web framework Gee, distributed cache GeeCache, object relational mapping ORM framework GeeORM, rpc framework GeeRPC etc) 7天用Go动手写/从零实现系列项目地址: https://gitcode.com/gh_mirrors/7d/7days-golang

在7days-golang项目中，作者模仿 Google 开源库 groupcache 的设计，用「7 天、每天约 100 行 Go 代码」的搭积木方式，带你从零动手实现一个完整的GeeCache 分布式缓存系统：从 LRU 淘汰策略、并发安全，到一致性哈希多节点、singleflight 防击穿、Protobuf 通信，每一天的代码都能独立运行和测试。🧱

一、为什么值得自己动手写分布式缓存

「缓存为王」是架构圈的共识：微博点赞数不可能每次访问都查库统计，网页静态资源要靠浏览器和 CDN 缓存加速。但一个真正的缓存系统远不止「往 map 里塞数据」这么简单，至少要回答四个问题 🤔：

1. 内存不够了淘汰谁？需要合理的淘汰策略（FIFO / LFU / LRU）；
2. 并发读写冲突了怎么办？内存缓存必须有并发保护；
3. 单机扛不住了怎么扩？需要多节点水平扩展，即分布式；
4. 热点 key 被同时击穿怎么办？需要限流合并同类请求。

GeeCache把 groupcache（约 3000 行）裁剪到 500 行左右，却保留了分布式缓存最核心的骨架，是学习 Go 并发与分布式系统的绝佳素材。

二、7天路线图：每天一块「积木」

整个实现分布在 gee-cache/ 目录下，每个day*目录都是一个可独立编译运行的模块。

Day 1｜LRU 缓存淘汰策略

对比了先进先出（FIFO）、最少使用（LFU）、最近最少使用（LRU）三种算法后，选择相对平衡的LRU：用「哈希字典 + 双向链表」实现，查找、访问、淘汰都是O(1)。核心代码见 lru.go。

Day 2｜单机并发缓存

用sync.Mutex互斥锁给 LRU 加并发保护，并抽出 GeeCache 的核心结构Group：它像一个缓存命名空间，缓存未命中时会调用用户提供的回调函数Getter从数据源取数。流程是：

接收 key → 命中缓存？→ 直接返回；未命中 → 调回调取源数据 → 写入缓存 → 返回

关键文件：并发封装 cache.go、主体结构与回调 geecache.go。

Day 3｜HTTP 服务端

借助 Go 标准库net/http，每个缓存节点对外暴露http://host:port/<group>/<key>这样的 HTTP 接口，其他节点就能像调用服务一样读取本机缓存，为多节点通信铺路。代码约 60 行，见 http.go。

Day 4｜一致性哈希：数据该放哪个节点？

节点变多后，「key 该找谁」就成了难题。简单取余hash(key) % N在节点增减时会让几乎所有 key 重新分布，瞬间引发缓存雪崩；而一致性哈希把节点和 key 映射到一个环上，增删节点只影响环上邻近的一小段 key。再引入虚拟节点解决节点少导致的数据倾斜问题。实现仅约 60 行：consistenthash.go。

Day 5｜分布式节点：真正「联」起来

抽象出PeerPicker（按 key 选节点）与PeerGetter（向节点取值）两个接口，HTTPPool借助一致性哈希选出目标节点，再用 HTTP 客户端去拉取数据；选到的是自己则回退本地处理。这是 GeeCache 从单机走向分布式的临门一脚：peers.go、http.go。

Day 6｜singleflight：防止缓存击穿

并发请求同一个未命中 key 时，会瞬间向数据源发起 N 次重复取数——这就是缓存击穿。GeeCache 实现了一个约 70 行的 singleflight.go：同一时刻相同 key 只放行一个「领航」请求，其余请求等待并共享其结果。

Day 7｜Protobuf 通信：给节点间通信提速

节点间改用 Google 的 Protobuf 编码报文：二进制体积小、跨语言、字段可扩展。只需一个 geecachepb.proto 定义Request/Response并用protoc生成 Go 代码即可，约 50 行改动完成升级。

三、3分钟跑起来 🚀

最终版（day7）自带演示：启动 3 个缓存节点（8001/8002/8003）加 1 个 API 前端（9999），并发 3 个相同请求，可以直观看到「一致性哈希选中同一节点 + singleflight 只回源一次」的效果：

• 演示入口：main.go
• 一键运行脚本：run.sh（执行bash gee-cache/day7-proto-buf/run.sh即可）

如果想亲手体验从零到一的完整过程，可以按day1-lru→day7-proto-buf的顺序，每天go test验证一遍，感受每一块「积木」如何咬合。

四、文件导读

7days-golang 是一个「7 天从零实现」系列，除 GeeCache 外还有 Web 框架 gee-web/、ORM 框架 gee-orm/、RPC 框架 gee-rpc/ 等，每个都按同样的节奏逐日拆解，非常适合 Go 新手系统性进阶。✨

五、小结

GeeCache 证明了：分布式缓存没有想象中神秘。LRU 解决淘汰、互斥锁解决并发、HTTP 解决跨进程、一致性哈希解决分片、singleflight 解决击穿、Protobuf 解决传输效率——每天解决一个问题，七天拼出一个完整系统。跟着这份 500 行的极简实现读下来，你对缓存与分布式系统的理解，会胜过读十篇概念文章。

【免费下载链接】7days-golang7 days golang programs from scratch (web framework Gee, distributed cache GeeCache, object relational mapping ORM framework GeeORM, rpc framework GeeRPC etc) 7天用Go动手写/从零实现系列项目地址: https://gitcode.com/gh_mirrors/7d/7days-golang