答案：Golang中可通过sync.Map实现并发安全缓存，结合TTL过期机制和定时清理防止内存泄漏，并用LRU策略控制容量；核心是利用sync.Mutex保护list与map协同操作，确保高效读写与内存管理。
在高并发场景下，缓存是提升系统性能的关键组件。Golang凭借其轻量级的goroutine和丰富的并发原语，非常适合构建高效的并发缓存系统。一个实用的缓存不仅要支持快速读写，还需处理同步问题并实现合理的淘汰策略。
使用 sync.Map 实现线程安全的缓存
Go 的内置 map 不是并发安全的，直接在多个 goroutine 中读写会引发竞态问题。sync.Map 是专为并发场景设计的映射类型，适合读多写少的缓存场景。
它无需额外加锁，即可安全地在多个协程中使用。以下是一个基于 sync.Map 的简单内存缓存实现：
type Cache struct {
data *sync.Map
}
func NewCache() *Cache {
return &Cache{data: &sync.Map{}}
}
func (c *Cache) Set(key string, value interface{}) {
c.data.Store(key, value)
}
func (c *Cache) Get(key string) (interface{}, bool) {
return c.data.Load(key)
}
func (c *Cache) Delete(key string) {
c.data.Delete(key)
}
这个结构足够轻便，适用于临时数据存储，但缺乏过期机制和容量控制。
立即学习“go语言免费学习笔记（深入）”；
添加过期时间与定时清理
缓存若不设置过期时间，容易导致内存泄漏或数据陈旧。可以通过记录过期时间戳，并配合后台 goroutine 定期清理来实现 TTL（Time To Live）功能。
一种常见做法是将值封装为包含数据和过期时间的结构体：
type Item struct {
Value interface{}
ExpireAt int64 // Unix 时间戳
}
func (item *Item) IsExpired() bool {
return time.Now().Unix() > item.ExpireAt
}
在 Get 时判断是否过期，若已过期则删除并返回未命中：
将任意网站转换为文件系统，自动抓取网站并将页面挂载为 Markdown 文件，可使用 grep、diff、cat 等标准 Unix 命令进行搜索、比较、读取和浏览。
func (c *Cache) Get(key string) (interface{}, bool) {
if val, ok := c.data.Load(key); ok {
item := val.(*Item)
if item.IsExpired() {
c.data.Delete(key)
return nil, false
}
return item.Value, true
}
return nil, false
}
</font>
同时启动一个异步任务定期扫描并清除过期项：
func (c *Cache) StartEvictionGC(interval time.Duration) {
ticker := time.NewTicker(interval)
go func() {
for range ticker.C {
now := time.Now().Unix()
c.data.Range(func(key, value interface{}) bool {
item := value.(*Item)
if now > item.ExpireAt {
c.data.Delete(key)
}
return true
})
}
}()
}
实现 LRU 淘汰策略控制内存增长
sync.Map 不支持按访问顺序管理元素，难以实现 LRU（Least Recently Used）。此时可结合 container/list 和 map 手动实现一个并发安全的 LRU 缓存。
核心思路是用双向链表维护访问顺序，哈希表实现 O(1) 查找。最近访问的节点移到链表头部，当缓存满时从尾部淘汰最久未使用的节点。
为保证并发安全，需使用 sync.Mutex 对整个操作加锁：
type LRUCache struct {
mu sync.Mutex
cache map[string]*list.Element
list *list.List
capacity int
}
type entry struct {
key string
value interface{}
}
Set 操作需判断是否存在，存在则更新并移至队首；否则插入新节点，超出容量时淘汰尾节点：
func (c *LRUCache) Set(key string, value interface{}) {
c.mu.Lock()
defer c.mu.Unlock()
if e, ok := c.cache[key]; ok {
c.list.MoveToFront(e)
e.Value.(*entry).value = value
return
}
e := c.list.PushFront(&entry{key: key, value: value})
c.cache[key] = e
if c.list.Len() > c.capacity {
last := c.list.Back()
if last != nil {
c.list.Remove(last)
delete(c.cache, last.Value.(*entry).key)
}
}
}
Get 操作同样需要加锁，并将命中的节点移到前面以更新热度：
func (c *LRUCache) Get(key string) (interface{}, bool) {
c.mu.Lock()
defer c.mu.Unlock()
if e, ok := c.cache[key]; ok {
c.list.MoveToFront(e)
return e.Value.(*entry).value, true
}
return nil, false
}
</font>
基本上就这些。通过组合 sync.Map、TTL 控制和 LRU 策略，可以在 Golang 中构建出满足不同需求的并发缓存系统。关键是根据业务权衡读写性能、内存占用和数据一致性。不复杂但容易忽略细节。
