Blog.Core项目中.NET 8缓存Key获取问题的分析与解决
问题背景
在Blog.Core项目中,当升级到.NET 8框架后,开发人员发现使用SqlSugar的二级缓存功能时出现了一个特殊现象:虽然缓存确实生效(相同的SQL查询只执行了一次),但通过GetAllCacheKeys方法却无法获取到缓存Key。这个问题仅出现在内存缓存模式下,Redis分布式缓存则表现正常。
问题现象分析
开发人员通过以下测试确认了问题的存在:
- 首先确认SqlSugar二级缓存确实生效,相同SQL多次调用只执行一次
- 使用内存缓存时,
GetAllCacheKeys返回的Key数量为0 - 但通过具体Key却能获取到缓存值(如"123123")
- Redis缓存模式下一切正常
根本原因
经过深入排查,发现问题根源在于内存缓存的注册方式。在.NET中,标准的IMemoryCache实现(MemoryCache)本身并不支持获取所有缓存Key的功能。Blog.Core项目为了实现这一功能,自定义了MemoryCacheManager类来扩展标准内存缓存。
当系统中存在以下情况时,就会出现获取不到Key的问题:
- 项目中其他地方(可能是第三方库)注册了标准的
IMemoryCache - 自定义的
MemoryCacheManager没有被正确注册为IMemoryCache的默认实现 - 导致
GetAllCacheKeys方法实际上获取的是标准MemoryCache实例,而非自定义的MemoryCacheManager
解决方案
解决这个问题需要确保以下几点:
-
检查重复注册:全局搜索项目中所有
IMemoryCache的注册点,确保没有其他地方注册了标准实现 -
正确覆盖注册:在服务注册时,确保自定义缓存管理器被正确注册:
services.AddSingleton<IMemoryCache>(provider => provider.GetService<MemoryCacheManager>()); -
处理第三方库冲突:如果问题是由第三方库的注册引起的,可以在第三方库注册后显式覆盖注册:
// 第三方库注册后 services.AddSingleton<IMemoryCache>(provider => provider.GetService<MemoryCacheManager>());
最佳实践建议
-
缓存实现选择:对于需要获取所有Key的场景,建议优先考虑Redis等分布式缓存方案
-
注册顺序检查:在涉及缓存的服务注册时,注意检查注册顺序和覆盖关系
-
增加校验机制:可以在代码中添加类型校验,当检测到注入的不是自定义缓存管理器时发出警告
-
文档记录:在项目文档中明确记录缓存的使用方式和注意事项,特别是关于注册顺序的要求
总结
这个问题典型地展示了依赖注入中实现覆盖的重要性。在.NET生态中,当多个库都可能注册相同服务时,后注册的实现会覆盖先前的注册。通过理解这一机制,并确保自定义缓存管理器的正确注册,就能解决这类看似诡异的问题。同时,这也提醒我们在引入第三方库时需要关注其服务注册行为,避免潜在的冲突。
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00