深入剖析Microsoft.Extensions.Caching.StackExchangeRedis与HybridCache的无限递归问题
2025-05-03 17:56:48作者:凤尚柏Louis
在.NET生态系统中,缓存是提升应用性能的重要手段。Microsoft.Extensions.Caching.StackExchangeRedis作为Redis缓存的官方实现,与HybridCache(混合缓存)的配合使用本应带来更优的性能体验。然而,在9.0.3版本中,这两个组件却产生了严重的无限递归问题,导致系统挂起。
问题背景
当开发者同时使用HybridCache和RedisCache时,按照常规方式配置服务:
services.AddHybridCache(options => {
options.DefaultEntryOptions = new HybridCacheEntryOptions {
Expiration = TimeSpan.FromMinutes(5),
LocalCacheExpiration = TimeSpan.FromMinutes(2.5)
};
});
services.AddStackExchangeRedisCache(options => {
options.Configuration = redisCacheConnectionString;
options.InstanceName = redisCacheKeyPrefix;
});
在9.0.3版本中,这样的配置会导致系统陷入无限递归调用,最终使应用程序无法正常运行。
技术原理分析
问题的根源在于依赖注入(DI)容器中的循环依赖:
- RedisCacheImpl的构造函数:在9.0.3版本中,RedisCacheImpl的构造函数会调用IsHybridCacheDefined方法
- IsHybridCacheDefined方法:该方法通过服务容器解析HybridCache实例
- HybridCache的依赖:HybridCache本身又依赖于IDistributedCache接口
- 循环形成:IDistributedCache的实现正是RedisCacheImpl,从而形成了完整的循环依赖链
这种设计导致了经典的"鸡生蛋蛋生鸡"问题,DI容器无法正确处理这种循环依赖关系,最终导致堆栈溢出。
解决方案与临时措施
微软团队迅速响应并提供了以下解决方案:
- 版本回退:建议开发者暂时回退到9.0.2版本,该版本不存在此问题
- 代码修复:团队已提交修复,将检查逻辑推迟到实例构造完成后执行
- 版本下架:9.0.3版本已被从NuGet下架,避免更多开发者遇到此问题
临时解决方案是在项目中明确指定使用9.0.2版本:
<PackageReference Include="Microsoft.Extensions.Caching.StackExchangeRedis" Version="9.0.2" />
经验教训与最佳实践
这一事件为我们提供了宝贵的经验:
- 集成测试的重要性:单元测试虽然必要,但不能完全替代集成测试
- DI设计原则:避免在构造函数中进行服务解析,特别是可能形成循环依赖的情况
- 版本升级策略:生产环境中建议逐步升级依赖项,并做好回滚准备
- DI容器的改进空间:未来DI容器或许可以增加循环依赖检测机制
总结
这次事件展示了.NET生态系统中组件间复杂交互可能带来的挑战。虽然问题已经得到解决,但它提醒我们在使用依赖注入和缓存组件时需要更加谨慎。开发者应关注官方更新,并在升级关键组件时进行全面测试。
对于当前项目,建议使用9.0.2版本或等待包含修复的后续版本(9.0.4及以上)。微软团队的高效响应也证明了.NET生态系统对开发者体验的重视。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
296
2.64 K
Ascend Extension for PyTorch
Python
128
149
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++
607
190
React Native鸿蒙化仓库
JavaScript
228
307
暂无简介
Dart
588
127
🎉 (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
1.05 K
611
仓颉编译器源码及 cjdb 调试工具。
C++
122
460
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
178
62
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
1.02 K
454