要谈 Go 的高性能本地缓存库 bigcache，先得明白它为什么会出现。项目中有大量的缓存需求，内存中的数据存取速度极快，但一旦程序重启，所有数据灰飞烟灭。为了解决这个问题，bigcache 应运而生，它不仅速度快，还能在进程重启后恢复数据。听起来很神奇，其实依赖了一些简单的设计技巧和 Go 语言本身的特性。
数据的存储结构
bigcache 用了一招很聪明，它并不直接将数据散落内存各处，而是先把数据打包，放进一片连续的内存块里，术语叫 “内存分片”。举个例子，就像我们去超市买了一大堆商品，如果不把它们放进购物袋，随便散落在地上，回头一个个找太费劲了。把这些商品按类别装进袋子，不仅拿取方便，也便于收拾。bigcache 的“购物袋”就是内存分片。每个分片是一块预先申请好的内存区域，固定大小，便于管理。
内存分配机制
分配内存常常是个棘手的问题，传统的做法经常要不断向操作系统请求小块内存，这造成不少开销。bigcache 的办法是先向系统要一大块，之后自行分配给缓存数据。这时它又像一个学校里的宿管，一栋楼有许多宿舍，每个宿舍的床位事先分配好，要住进来直接领钥匙，而不是每来一个新生才开始找空房间。预先分配好的策略减小了系统压力。
内存回收与淘汰机制
即便用了“购物袋”，总有一天容量也会耗尽，该怎么处理旧数据？这也是很多人设计缓存常遇到的困扰。bigcache 做了两手准备。一方面，它采取了一种被动的回收策略：一旦分片被填满，这块分片便会标记为不可再用，这样避免了缓存数据覆盖的风险。另一方面，它有自己一套淘汰策略，老的、不常用的缓存会先被移除。说白了就是空间有限，物尽其用。
时间管理与清理机制
东西放久了也会变质，缓存数据也一样。如果让陈旧的数据一直占据缓存，无疑是种浪费。bigcache 通过了一个巧妙的机制处理这一问题。每个缓存都有自己的过期时间，到点自动失效，数据被当成“垃圾”标记出来，等系统空闲时，会把它们彻底清掉。只不过这东西隐形执行，察觉不到太多痕迹。
键的处理
谈缓存，绕不开“键值对”。键至关重要，寻找数据首先依赖键。bigcache 并不会直接存储键，而只存储键的哈希值。对于查找效率有了很大的提升，如同图书馆中的索引卡片，不用大海捞针，只需按卡片所指迅速定位目标。这种用哈希值索引的方法既能确保查找快速，同时也降低内存占用。
从磁盘恢复
最具 bigcache 特色的一点莫过于进程重启后的数据恢复功能。先前分配的内存分片一旦存在了磁盘文件中，重启后能立即重建缓存数据。不只是程序中断不用担心数据丢失，系统崩了重启过后照样能恢复缓存。凭着这样一个小小的设计决策，给缓存机制立下了安全可靠的承诺。
这样细细数来，bigcache 的细节功夫尽数展现，看来其实并无太大的玄妙，并没有走向过度复杂的陷阱，既不给自己增添不必要的负担，还给用户简洁易用的体验。说到这里，缓存那些饶人的问题就此在 neat 的线条下理顺了。文末便在此悄悄打住，来日工作中倘若陡然遇缓存困局，此刻心照些许算有点底了吧。
