CachingFramework.Redis 开源项目教程
2025-05-17 19:05:17作者:吴年前Myrtle
1. 项目介绍
CachingFramework.Redis 是一个基于 StackExchange.Redis 开发的 .NET Redis 客户端库。它提供了一些有趣的功能,如可扩展的序列化策略、标签机制来分组键、哈希字段和集合成员,以及支持原子添加/获取操作的获取机制,并且所有功能都与 Redis 集群完全兼容。
主要特性包括:
- 支持 .NET Framework 和 .NET Core
- 类型化缓存:任何可序列化对象都可以作为缓存值
- 获取机制:用于原子添加/获取操作的快捷缓存方法(缓存旁路模式)
- 标签机制:允许缓存项被标记,可以按标签检索或使键或成员失效
- 生存时间(TTL)机制:每个键都可以关联一个定义其生存时间的值
- 字符串排序集合:用于快速的字符串匹配和自动完成建议
- 发布/订阅支持:带强类型消息的发布-订阅实现
- 地理空间索引:支持半径查询
- HyperLogLog 支持:用于计数唯一事物
- 可配置序列化:默认使用压缩的二进制序列化,或提供自定义序列化
- Redis 数据类型作为 .NET 集合:支持 List、Set、Sorted Set、Hash 和 Bitmap 作为托管集合
- Redis Keyspace 通知:订阅 Pub/Sub 频道以接收影响 Redis 数据集的事件
2. 项目快速启动
首先,确保你已经安装了 .NET SDK。然后,你可以通过 NuGet 包管理器来安装 CachingFramework.Redis 包。
PM> Install-Package CachingFramework.Redis
以下是一个快速启动示例,演示如何创建一个 RedisContext 实例并使用它来设置和获取一个缓存对象。
using System;
using CachingFramework.Redis;
class Program
{
static void Main(string[] args)
{
// 默认配置连接到本地主机端口 6379
var context = new RedisContext();
// 或者使用自定义连接配置
// var context = new RedisContext("10.0.0.1:7000, 10.0.0.2:7000, connectRetry=10, abortConnect=false, allowAdmin=true");
// 设置一个缓存对象
var key = "user:1";
var user = new User { Id = 1, UserName = "Alice" };
context.Cache.SetObject(key, user);
// 获取一个缓存对象
var fetchedUser = context.Cache.GetObject<User>(key);
Console.WriteLine($"User Name: {fetchedUser.UserName}");
}
}
[Serializable]
public class User
{
public int Id { get; set; }
public string UserName { get; set; }
}
3. 应用案例和最佳实践
缓存旁路模式
在使用缓存旁路模式时,首先尝试从缓存中获取数据,如果数据不存在,则从数据库中获取数据,并将其存储在缓存中。
var user = context.Cache.FetchObject<User>(key, () => GetUserFromDatabase(userId));
在这里,GetUserFromDatabase 方法只有在缓存中没有找到数据时才会被调用。
数据序列化
CachingFramework.Redis 支持多种序列化机制。根据你的需求选择合适的序列化方法,例如,如果你使用 .NET Core,默认的序列化器是 JsonSerializer。
RedisContext.DefaultSerializer = new JsonSerializer();
如果你需要自定义序列化,可以实现 ISerializer 接口或继承 SerializerBase 类。
连接池管理
为了提高性能和可靠性,应当使用连接池。CachingFramework.Redis 通过 PooledConnectionMultiplexer 类支持连接池。
var myMultiplexer = new PooledConnectionMultiplexer(Common.Config);
var context = new RedisContext(myMultiplexer);
4. 典型生态项目
CachingFramework.Redis 可以与许多其他 .NET 生态项目配合使用,例如:
- ASP.NET Core:在 Web 应用程序中用于缓存页面输出或频繁查询的数据。
- Entity Framework Core:用于缓存数据库查询结果。
- SignalR:配合使用,可以缓存用户连接状态,减少数据库压力。
这些典型生态项目可以帮助开发者构建高效且可扩展的应用程序。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
269
2.54 K
暂无简介
Dart
558
124
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
57
11
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
126
104
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
357
1.84 K
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
434
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
605
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
728
70