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。
kernelopenEuler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。C059
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00