entcache 开源项目最佳实践
2025-05-28 13:58:57作者:咎竹峻Karen
1. 项目介绍
entcache 是一个为 ent 数据库模型提供缓存功能的实验性驱动。它支持多种存储选项,包括基于 context.Context
的缓存、嵌入式驱动级别的缓存、远程缓存(例如 Redis),以及缓存层次结构(多级缓存)。entcache 的目标是减少数据库的查询次数,提高应用性能。
2. 项目快速启动
首先,您需要通过 go get
命令安装 entcache 包:
go get ariga.io/entcache
接下来,您需要打开数据库连接,并使用 entcache 装饰您的 sql.Driver:
db, err := sql.Open(dialect.MySQL, "user:password@/dbname")
if err != nil {
log.Fatal("opening database", err)
}
drv := entcache.NewDriver(db)
client := ent.NewClient(ent.Driver(drv))
在进行模式迁移时,您可能希望跳过缓存层,可以这样做:
if err := client.Schema.Create(entcache.Skip(ctx)); err != nil {
log.Fatal("running schema migration", err)
}
之后,您就可以执行查询了。以下是一个查询用户的例子,第二次查询将从缓存中获取结果:
if u, err := client.User.Get(ctx, id); err != nil {
log.Fatal("querying user", err)
}
请注意,在使用 entcache 之前,您需要仔细选择缓存存储。
3. 应用案例和最佳实践
缓存层次结构
多级缓存允许以层次结构的方式组织缓存。例如,一个两级缓存可能包括内存中的 LRU 缓存和由 Redis 支持的远程缓存。
// 配置 LRU 缓存和远程缓存的组合
cache := entcache.NewMultiLevelCache(
entcache.NewLRUCache(100), // LRU 缓存
entcache.NewRedisCache(redisClient), // 远程 Redis 缓存
)
drv := entcache.NewDriver(db, entcache.WithCacheStore(cache))
client := ent.NewClient(ent.Driver(drv))
在 GraphQL 中使用
如果您的应用程序使用 GraphQL,entcache 可以通过包装请求的 context.Context
来减少不必要的数据库查询。
srv.AroundResponses(func(ctx context.Context, next graphql.ResponseHandler) *graphql.Response {
if op := graphql.GetOperationContext(ctx).Operation; op != nil && op.Operation == ast.Query {
ctx = entcache.NewContext(ctx)
}
return next(ctx)
})
4. 典型生态项目
entcache 可以与 ent 框架无缝集成,ent 是一个用于 Go 的数据模型和 ORM 工具,它可以生成代码以减少样板代码,并简化数据库交互。
entcache 的生态项目可能包括:
ent
:ent 是一个强大的数据模型框架,用于 Go,它为数据库交互提供了一套丰富的 API。redis
:Redis 是一个开源的 in-memory 数据结构存储,用作数据库、缓存和消息代理。- 其他缓存解决方案:如 Memcached、Amazon ElastiCache 等,可以与 entcache 集成以提供更多缓存选项。
通过遵循上述最佳实践,您可以有效地集成 entcache 到您的 Go 项目中,并充分利用其缓存功能来提高性能。
登录后查看全文
热门项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0118AI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。02Spark-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。Python00GOT-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).Dockerfile011
- 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
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
211
287

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

暂无简介
Dart
526
116

🎉 (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
986
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
45
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44