go-cache 技术文档
2024-12-29 04:01:04作者:魏献源Searcher
1. 安装指南
首先,确保您的环境中已经安装了 Go 语言环境。接下来,您可以使用以下命令来安装 go-cache 包:
go get github.com/patrickmn/go-cache
这将自动下载并安装 go-cache 包及其依赖项。
2. 项目的使用说明
go-cache 是一个内存中的键值存储/缓存,类似于 memcached,适用于在单台机器上运行的应用程序。它的主要优点是,作为一个线程安全的 map[string]interface{},具有过期时间,因此不需要通过网络序列化或传输其内容。
任何对象都可以存储一段指定的时间,或者永久存储,并且缓存可以安全地被多个 goroutines 使用。
尽管 go-cache 不适合用作持久化数据存储,但整个缓存可以保存到文件中,并在停机后快速恢复(使用 c.Items() 来检索物品映射以序列化,以及 NewFrom() 来从一个反序列化的物品创建缓存)。
示例代码
import (
"fmt"
"github.com/patrickmn/go-cache"
"time"
)
func main() {
// 创建一个默认过期时间为5分钟,每10分钟清理一次过期项的缓存
c := cache.New(5*time.Minute, 10*time.Minute)
// 设置键 "foo" 的值为 "bar",使用默认过期时间
c.Set("foo", "bar", cache.DefaultExpiration)
// 设置键 "baz" 的值为 42,没有过期时间
// (该项直到被重新设置或使用 c.Delete("baz") 删除前不会移除)
c.Set("baz", 42, cache.NoExpiration)
// 从缓存中获取键 "foo" 对应的字符串值
foo, found := c.Get("foo")
if found {
fmt.Println(foo)
}
// 由于 Go 是静态类型语言,缓存值可以是任何东西,因此在将值传递给不接收任意类型(例如 interface{})的函数时需要类型断言。
foo, found := c.Get("foo")
if found {
MyFunction(foo.(string))
}
// 如果在同一个函数中多次使用值,这会变得繁琐。您可以这样做:
if x, found := c.Get("foo"); found {
foo := x.(string)
// ...
}
// 或者
var foo string
if x, found := c.Get("foo"); found {
foo = x.(string)
}
// ...
// 接下来,foo 可以自由地作为字符串传递
// 如果您想要更高的性能,请存储指针!
c.Set("foo", &MyStruct, cache.DefaultExpiration)
if x, found := c.Get("foo"); found {
foo := x.(*MyStruct)
// ...
}
}
3. 项目 API 使用文档
以下是 go-cache 提供的一些主要 API 函数:
New(defaultExpiration, cleanupInterval time.Duration) *Cache:返回一个新的缓存,具有给定的默认过期时间和清理间隔。NewFrom(defaultExpiration, cleanupInterval time.Duration, items map[string]Item) *Cache:返回一个新的缓存,具有给定的默认过期时间和清理间隔,并从序列化的物品中创建。(c Cache) Add(k string, x interface{}, d time.Duration) error:向缓存中添加一个项,具有给定的过期时间。(c Cache) Set(k string, x interface{}, d time.Duration):设置缓存中一个项的值和过期时间。(c Cache) Get(k string) (interface{}, bool):从缓存中获取一个项。
更多 API 文档,请查看 godoc 或项目源代码。
4. 项目安装方式
项目的安装方式已在安装指南中说明,使用以下命令即可:
go get github.com/patrickmn/go-cache
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868