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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108