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 StartedRust0218
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0139
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
471
465
deepin linux kernel
C
32
16
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
2.09 K
218
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
758
968
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
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++
880
2.03 K
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
111
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.11 K
682