FusionCache 中实现 Keyed Services 支持的技术解析
2025-06-28 21:00:37作者:明树来
背景与需求
在现代 .NET 开发中,依赖注入(DI)已成为构建应用程序的基础设施。当我们需要注册同一类型的多个服务但配置不同时,传统的解决方案包括命名服务或工厂模式。FusionCache 作为一个高性能缓存库,也面临着类似的场景需求——即需要支持多个不同配置的缓存实例。
传统解决方案的局限性
在 .NET 生态中,处理这类问题曾有两种典型方案:
- HTTP 命名客户端模式:通过
AddHttpClient("name")注册,通过IHttpClientFactory解析 - FusionCache 的命名缓存:通过
AddFusionCache("name")注册,通过IFusionCacheProvider解析
这些方案虽然有效,但存在以下问题:
- 需要引入额外的工厂接口
- 解析方式不够直观
- 与 .NET 生态的其他部分风格不一致
.NET 8 的 Keyed Services
.NET 8 引入了原生支持的 Keyed Services 功能,提供了更优雅的解决方案:
// 注册
services.AddKeyedSingleton<MyService>("foo");
services.AddKeyedSingleton<MyService>("bar");
// 使用
app.MapGet("/foo", ([FromKeyedServices("foo")] MyService myService) => ...);
这种方式的优势在于:
- 语法简洁直观
- 与 ASP.NET Core 的模型绑定机制深度集成
- 减少中间工厂接口的需求
FusionCache 的集成挑战
将 Keyed Services 集成到 FusionCache 面临几个技术挑战:
- 容器兼容性问题:并非所有 DI 容器实现都支持 Keyed Services
- 版本兼容性:.NET 运行时版本与 DI 包版本不完全对应
- 特性检测缺失:无法在注册时检测容器是否支持 Keyed Services
- 异常处理:不支持的容器会在构建时抛出异常,难以优雅处理
设计决策与实现方案
经过深入讨论,FusionCache 采用了"显式启用"的设计原则:
services.AddFusionCache("MyCache")
.AsKeyedService() // 显式启用 Keyed Services 支持
.WithDefaultEntryOptions(opt => {
opt.Duration = TimeSpan.FromSeconds(30);
});
这种设计具有以下优点:
- 完全向后兼容
- 将控制权交给开发者
- 避免在不支持的容器上抛出意外异常
- 保持 API 的明确性和可预测性
扩展支持范围
除了基本的缓存实例注册外,FusionCache 还将 Keyed Services 支持扩展到相关组件:
- 缓存后端组件:
services.AddFusionCache()
.WithRegisteredKeyedBackplane("foo");
- 分布式缓存:
services.AddFusionCache("MyCache")
.WithRegisteredKeyedDistributedCache();
这种扩展使得开发者能够更灵活地组合各种缓存组件。
技术实现细节
在实现层面,FusionCache 采用了工厂委托的方式桥接两种服务解析模式:
services.AddKeyedSingleton<IFusionCache>(cacheName, (sp, key) => {
return sp.GetRequiredService<IFusionCacheProvider>().GetCache(key.ToString());
});
这种实现确保了:
- 单一真实数据源
- 两种解析方式结果一致
- 最小性能开销
最佳实践建议
基于此功能,我们推荐以下使用模式:
- 新项目:优先考虑使用 Keyed Services 方式
- 现有项目迁移:逐步将命名缓存转换为 Keyed Services
- 组件注册:为相关服务使用一致的命名规范
- 依赖注入:在控制器/服务中统一使用
[FromKeyedServices]属性
总结
FusionCache 对 Keyed Services 的支持代表了 .NET 生态中依赖注入模式的一次重要演进。通过精心设计的 API 和实现,它既保留了现有功能的稳定性,又为开发者提供了现代化的使用体验。这种平衡的设计思路值得其他库作者借鉴,特别是在处理新旧功能交替和容器兼容性问题上。
对于开发者而言,理解这一功能的实现原理和设计考量,将有助于更有效地利用 FusionCache 构建高性能、可维护的缓存解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
795
openEuler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。
C
434
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989