本文由『Go开源说』第四期 go-zero 直播内容修改整理而成，视频内容较长，拆分成上下篇，本文内容有所删减和重构。
大家好，很高兴来到“GO开源说” 跟大家分享开源项目背后的一些故事、设计思想以及使用方法，今天分享的项目是 go-zero，一个集成了各种工程实践的 web 和 rpc 框架。我是Kevin，go-zero 作者，我的 github id 是 kevwan。
go-zero 概览
go-zero 虽然是20年8月7号才开源，但是已经经过线上大规模检验了，也是我近20年工程经验的积累，开源后得到社区的积极反馈，在6个多月的时间里，获得了7.8k stars。多次登顶github Go语言日榜、周榜、月榜榜首，并获得了gitee最有价值项目（GVP），开源中国年度最佳人气项目。同时微信社区极为活跃，几千人的社区群，go-zero爱好者们一起交流go-zero使用心得和讨论使用过程中的问题。
go-zero 如何自动管理缓存？
缓存设计原理
我们对缓存是只删除，不做更新，一旦DB里数据出现修改，我们就会直接删除对应的缓存，而不是去更新。
我们看看删除缓存的顺序怎样才是正确的。
- 先删除缓存，再更新DB
我们看两个并发请求的情况，A请求需要更新数据，先删除了缓存，然后B请求来读取数据，此时缓存没有数据，就会从DB加载数据并写回缓存，然后A更新了DB，那么此时缓存内的数据就会一直是脏数据，知道缓存过期或者有新的更新数据的请求。如图
- 先更新DB，再删除缓存
A请求先更新DB，然后B请求来读取数据，此时返回的是老数据，此时可以认为是A请求还没更新完，最终一致性，可以接受，然后A删除了缓存，后续请求都会拿到最新数据，如图
让我们再来看一下正常的请求流程：
- 第一个请求更新DB，并删除了缓存
- 第二个请求读取缓存，没有数据，就从DB读取数据，并回写到缓存里
- 后续读请求都可以直接从缓存读取
我们再看一下DB查询有哪些情况，假设行记录里有ABCDEFG七列数据：
- 只查询部分列数据的请求，比如请求其中的ABC，CDE或者EFG等，如图
- 查询单条完整行记录，如图
- 查询多条行记录的部分或全部列，如图
对于上面三种情况，首先，我们不用部分查询，因为部分查询没法缓存，一旦缓存了，数据有更新，没法定位到有哪些数据需要删除；其次，对于多行的查询，根据实际场景和需要，我们会在业务层建立对应的从查询条件到主键的映射；而对于单行完整记录的查询，go-zero 内置了完整的缓存管理方式。所以核心原则是：go-zero 缓存的一定是完整的行记录。
下面我们来详细介绍 go-zero 内置的三种场景的缓存处理方式：
基于主键的缓存
PRIMARY KEY (`id`)
这种相对来讲是最容易处理的缓存，只需要在
redis里用primary key作为key来缓存行记录即可。基于唯一索引的缓存
在做基于索引的缓存设计的时候我借鉴了
database索引的设计方法，在database设计里，如果通过索引去查数据时，引擎会先在索引->主键的tree里面查找到主键，然后再通过主键去查询行记录，就是引入了一个间接层去解决索引到行记录的对应问题。在 go-zero 的缓存设计里也是同样的原理。基于索引的缓存又分为单列唯一索引和多列唯一索引：
但是对于 go-zero 来说，单列和多列只是生成缓存
key的方式不同而已，背后的控制逻辑是一样的。然后 go-zero 内置的缓存管理就比较好的控制了数据一致性问题，同时也内置防止了缓存的击穿、穿透、雪崩问题（这些在 gopherchina 大会上分享的时候仔细讲过，见后续 gopherchina 分享视频）。另外，go-zero 内置了缓存访问量、访问命中率统计，如下所示：
dbcache(sqlc) - qpm: 5057, hit_ratio: 99.7%, hit: 5044, miss: 13, db_fails: 0
可以看到比较详细的统计信息，便于我们来分析缓存的使用情况，对于缓存命中率极低或者请求量极小的情况，我们就可以去掉缓存了，这样也可以降低成本。
单列唯一索引如下：
UNIQUE KEY `product_idx` (`product`)
多列唯一索引如下：
UNIQUE KEY `vendor_product_idx` (`vendor`, `product`)
缓存代码解读
1. 基于主键的缓存逻辑
具体实现代码如下：
func (cc CachedConn) QueryRow(v interface{}, key string, query QueryFn) error {
return cc.cache.Take(v, key, func(v interface{}) error {
return query(cc.db, v)
})
}这里的 Take 方法是先从缓存里去通过 key 拿数据，如果拿到就直接返回，如果拿不到，那么就通过 query 方法去 DB 读取完整行记录并写回缓存，然后再返回数据。整个逻辑还是比较简单易懂的。
我们详细看看 Take 的实现：
func (c cacheNode) Take(v interface{}, key string, query func(v interface{}) error) error {
return c.doTake(v, key, query, func(v interface{}) error {
return c.SetCache(key, v)
})
}Take 的逻辑如下：
- 用
key从缓存里查找数据 - 如果找到，则返回数据
- 如果找不到，用
query方法去读取数据 - 读到后调用
c.SetCache(key, v)设置缓存
其中的 doTake 代码和解释如下：
// v - 需要读取的数据对象
// key - 缓存key
// query - 用来从DB读取完整数据的方法
// cacheVal - 用来写缓存的方法
func (c cacheNode) doTake(v interface{}, key string, query func(v interface{}) error,
cacheVal func(v interface{}) error) error {
// 用barrier来防止缓存击穿，确保一个进程内只有一个请求去加载key对应的数据
val, fresh, err := c.barrier.DoEx(key, func() (interface{}, error) {
// 从cache里读取数据
if err := c.doGetCache(key, v); err != nil {
// 如果是预先放进来的placeholder（用来防止缓存穿透）的，那么就返回预设的errNotFound
// 如果是未知错误，那么就直接返回，因为我们不能放弃缓存出错而直接把所有请求去请求DB，
// 这样在高并发的场景下会把DB打挂掉的
if err == errPlaceholder {
return nil, c.errNotFound
} else if err != c.errNotFound {
// why we just return the error instead of query from db,
// because we don't allow the disaster pass to the DBs.
// fail fast, in case we bring down the dbs.
return nil, err
}
// 请求DB
// 如果返回的error是errNotFound，那么我们就需要在缓存里设置placeholder，防止缓存穿透
if err = query(v); err == c.errNotFound {
if err = c.setCacheWithNotFound(key); err != nil {
logx.Error(err)
}
return nil, c.errNotFound
} else if err != nil {
// 统计DB失败
c.stat.IncrementDbFails()
return nil, err
}
// 把数据写入缓存
if err = cacheVal(v); err != nil {
logx.Error(err)
}
}
// 返回json序列化的数据
return jsonx.Marshal(v)
})
if err != nil {
return err
}
if fresh {
return nil
}
// got the result from previous ongoing query
c.stat.IncrementTotal()
c.stat.IncrementHit()
// 把数据写入到传入的v对象里
return jsonx.Unmarshal(val.([]byte), v)
}2. 基于唯一索引的缓存逻辑
因为这块比较复杂，所以我用不同颜色标识出来了响应的代码块和逻辑，block 2 其实跟基于主键的缓存是一样的，这里主要讲 block 1 的逻辑。
代码块的 block 1 部分分为两种情况：
通过索引能够从缓存里找到主键
此时就直接用主键走
block 2的逻辑了，后续同上面基于主键的缓存逻辑通过索引无法从缓存里找到主键
- 通过索引从DB里查询完整行记录，如有
error，返回 - 查到完整行记录后，会把主键到完整行记录的缓存和索引到主键的缓存同时写到
redis里 - 返回所需的行记录数据
// v - 需要读取的数据对象
// key - 通过索引生成的缓存key
// keyer - 用主键生成基于主键缓存的key的方法
// indexQuery - 用索引从DB读取完整数据的方法，需要返回主键
// primaryQuery - 用主键从DB获取完整数据的方法
func (cc CachedConn) QueryRowIndex(v interface{}, key string, keyer func(primary interface{}) string,
indexQuery IndexQueryFn, primaryQuery PrimaryQueryFn) error {
var primaryKey interface{}
var found bool
// 先通过索引查询缓存，看是否有索引到主键的缓存
if err := cc.cache.TakeWithExpire(&primaryKey, key, func(val interface{}, expire time.Duration) (err error) {
// 如果没有索引到主键的缓存，那么就通过索引查询完整数据
primaryKey, err = indexQuery(cc.db, v)
if err != nil {
return
}
// 通过索引查询到了完整数据，设置found，后面直接使用，不需要再从缓存读取数据了
found = true
// 将主键到完整数据的映射保存到缓存里，TakeWithExpire方法已经将索引到主键的映射保存到缓存了
return cc.cache.SetCacheWithExpire(keyer(primaryKey), v, expire+cacheSafeGapBetweenIndexAndPrimary)
}); err != nil {
return err
}
// 已经通过索引找到了数据，直接返回即可
if found {
return nil
}
// 通过主键从缓存读取数据，如果缓存没有，通过primaryQuery方法从DB读取并回写缓存再返回数据
return cc.cache.Take(v, keyer(primaryKey), func(v interface{}) error {
return primaryQuery(cc.db, v, primaryKey)
})
}我们来看一个实际的例子
func (m *defaultUserModel) FindOneByUser(user string) (*User, error) {
var resp User
// 生成基于索引的key
indexKey := fmt.Sprintf("%s%v", cacheUserPrefix, user)
err := m.QueryRowIndex(&resp, indexKey,
// 基于主键生成完整数据缓存的key
func(primary interface{}) string {
return fmt.Sprintf("user#%v", primary)
},
// 基于索引的DB查询方法
func(conn sqlx.SqlConn, v interface{}) (i interface{}, e error) {
query := fmt.Sprintf("select %s from %s where user = ? limit 1", userRows, m.table)
if err := conn.QueryRow(&resp, query, user); err != nil {
return nil, err
}
return resp.Id, nil
},
// 基于主键的DB查询方法
func(conn sqlx.SqlConn, v, primary interface{}) error {
query := fmt.Sprintf("select %s from %s where id = ?", userRows, m.table)
return conn.QueryRow(&resp, query, primary)
})
// 错误处理，需要判断是否返回的是sqlc.ErrNotFound，如果是，我们用本package定义的ErrNotFound返回
// 避免使用者感知到有没有使用缓存，同时也是对底层依赖的隔离
switch err {
case nil:
return &resp, nil
case sqlc.ErrNotFound:
return nil, ErrNotFound
default:
return nil, err
}
}所有上面这些缓存的自动管理代码都是可以通过 goctl 自动生成的，我们团队内部 CRUD 和缓存基本都是通过 goctl 自动生成的，可以节省大量开发时间，并且缓存代码本身也是非常容易出错的，即使有很好的代码经验，也很难每次完全写对，所以我们推荐尽可能使用自动的缓存代码生成工具去避免错误。
Need more?
如果你想要更好的了解 go-zero 项目，欢迎前往官方网站上学习具体的示例。
视频回放地址
https://www.bilibili.com/video/BV1Jy4y127Xu
项目地址
https://github.com/tal-tech/go-zero
欢迎使用 go-zero 并 star 支持我们！
微信交流群
关注『微服务实践』公众号并回复 进群 获取社区群二维码。
