golang的singleflight机制通过合并重复请求防止缓存击穿。1. 它确保相同key的并发请求中只有一个goroutine执行实际操作，其余阻塞等待结果；2. 适用于缓存失效时避免数据库压力过大；3. 不适用于缓存穿透场景，需配合空对象或布隆过滤器使用；4. 存在局限性，如无法合并不同key的请求、错误共享和需合理设置超时。结合业务场景选择合适的缓存策略才能有效提升系统性能与一致性。
Golang的singleflight机制，简单来说，就是用来合并重复的正在进行的请求。它能有效防止缓存击穿，特别是当大量并发请求同时请求一个不存在或已失效的缓存时，避免对数据库或底层服务的冲击。
解决方案
singleflight的核心思想是，对于相同的请求，只允许一个goroutine去执行，其他的goroutine会被阻塞，直到第一个goroutine执行完毕，然后将结果返回给所有等待的goroutine。这就像排队买票，只有一个窗口真正处理购票请求，其他人排队等待。
立即学习“go语言免费学习笔记（深入）”；
Golang标准库 sync/singleflight 提供了这个功能。使用起来也很简单：
import (
"fmt"
"sync/singleflight"
"time"
)
var g singleflight.Group
func getData(key string) (interface{}, error) {
v, err, shared := g.Do(key, func() (interface{}, error) {
// 模拟从数据库或底层服务获取数据
fmt.Println("fetching data for key:", key)
time.Sleep(2 * time.Second) // 模拟耗时操作
return "data for " + key, nil
})
fmt.Printf("key: %s, value: %v, shared: %v\n", key, v, shared)
return v, err
}
func main() {
for i := 0; i < 5; i++ {
go func() {
data, err := getData("my_key")
if err != nil {
fmt.Println("error:", err)
} else {
fmt.Println("data:", data)
}
}()
}
time.Sleep(5 * time.Second)
}在这个例子中，g.Do 接收一个 key 和一个函数。如果 g 中已经存在一个正在执行的 key 对应的函数，那么后续的 g.Do 调用会被阻塞，直到第一个函数执行完毕。shared 变量指示结果是否被共享，即是否由其他goroutine计算得到。
缓存击穿场景下的应用
假设我们有一个缓存系统，当缓存失效时，会去数据库查询。如果没有singleflight，大量并发请求同时请求同一个失效的缓存，会导致大量请求直接打到数据库，造成数据库压力过大。
使用singleflight，可以保证只有一个请求去数据库查询，其他的请求等待第一个请求的结果，然后从缓存中获取。
缓存穿透与singleflight：是否适用？
缓存穿透指的是请求一个不存在的key，导致每次请求都穿透到数据库。 Singleflight在这种场景下作用有限。因为每次请求的都是不存在的key，所以singleflight无法合并请求。 解决缓存穿透的常见方法是：
缓存空对象： 如果数据库中不存在该key，则在缓存中设置一个空对象，下次再请求该key时，直接返回空对象。 需要注意的是，空对象也需要设置过期时间，避免占用过多缓存空间。
布隆过滤器： 在缓存之前使用布隆过滤器进行过滤，如果布隆过滤器判断key不存在，则直接返回，避免请求数据库。
Singleflight的局限性与注意事项
虽然singleflight很实用，但也有一些局限性：
- 适用场景： singleflight适用于计算密集型或者IO密集型，并且请求的key相同的场景。如果请求的key不同，singleflight无法合并请求。
- 错误处理： 如果第一个请求失败，那么所有的等待请求都会收到同样的错误。需要根据实际情况考虑是否需要重试。
- 超时控制： 需要设置合理的超时时间，避免请求长时间阻塞。 可以通过context来实现超时控制。
如何选择合适的缓存策略？
缓存策略的选择取决于具体的业务场景。没有一种缓存策略是万能的。
- 读多写少： 可以使用redis、memcached等缓存系统。
- 读少写多： 可以考虑使用本地缓存，例如golang的map。 需要注意的是，本地缓存需要考虑数据一致性问题。
- 对数据一致性要求高： 可以考虑使用强一致性缓存，例如etcd。
总而言之，理解singleflight的原理，并结合具体的业务场景，才能更好地使用它来解决缓存击穿的问题。
