MediatR中的类型缓存问题与插件热卸载方案
2025-05-20 00:20:27作者:秋阔奎Evelyn
在基于MediatR实现的插件化架构中,开发者Ralf1108遇到了一个典型的热卸载难题。当使用MediatR的Publish方法时,系统会在内部静态缓存中保留NotificationHandlerWrapper实例,导致插件程序集无法被正确卸载。
问题本质分析
MediatR为了提高性能,在内部维护了一个静态的ConcurrentDictionary<Type, NotificationHandlerWrapper>缓存。这个设计在常规场景下非常有效,但在插件热加载/卸载场景中却成为了障碍。当插件定义了自己的消息类型并注册了对应的处理器后,这些类型信息会被MediatR缓存,从而在插件试图卸载时仍然保持着对程序集的引用。
技术细节剖析
NotificationHandlerWrapper是MediatR内部用于封装通知处理器的包装类。每次调用Publish方法时,系统会:
- 检查缓存中是否已有对应类型的包装器
- 如果没有则创建新的包装器并缓存
- 使用缓存的包装器执行实际的消息分发
这种缓存机制在静态程序集加载场景下没有问题,但在使用AssemblyLoadContext进行动态加载/卸载时,会导致插件程序集无法被垃圾回收。
解决方案探讨
目前官方没有提供直接清除缓存的方法,开发者不得不使用反射来清除内部缓存字段。虽然这种方法可行,但存在几个问题:
- 反射访问私有字段破坏了封装性
- 依赖于MediatR内部实现细节,未来版本变更可能导致代码失效
- 缺乏线程安全保障
更优雅的解决方案应该是MediatR提供官方的缓存清除API,例如:
public interface IMediatorCacheManager
{
void ClearNotificationHandlerCache();
}
最佳实践建议
对于需要实现插件热卸载的场景,开发者可以考虑以下方案:
- 为每个插件创建独立的AssemblyLoadContext
- 在每个LoadContext中创建独立的MediatR实例
- 卸载插件时直接释放整个LoadContext
- 如果必须共享MediatR实例,则在卸载前手动清除缓存
总结
MediatR的静态缓存设计在插件化架构中带来了挑战。理解这一机制对于构建可热插拔的系统至关重要。虽然目前需要通过反射解决,但这个问题也提示我们在设计框架时需要考虑到动态加载场景的需求。未来版本的MediatR若能提供更灵活的缓存管理机制,将大大简化插件化架构的实现。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
469
465
暂无描述
Dockerfile
778
5.08 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
676
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271