使用 time.Ticker 的 goroutine 并非无阻塞，需拆解节奏、锁粒度与时间判断；缓存读写应优先用 sync.RWMutex，清理函数须基于统一时间快照、分批扫描、避免 map 迭代删除，并提供可控的 Start/Stop 接口。
直接起一个带 time.Ticker 的 goroutine 并不等于“无阻塞执行”——它只是把阻塞挪到了后台；真正要避免卡住读请求、防止 GC 尖刺、控制资源抖动，得拆开节奏、锁粒度和时间判断三件事。
用 sync.RWMutex 而不是 sync.Mutex 保护缓存读写
缓存场景几乎全是读多写少，清理只是周期性写操作。如果用 sync.Mutex，每次清理都会让所有并发 Get 等待锁释放，吞吐直接掉一倍以上。
-
Get和Exists必须只调RUnlock()，不能在RLock()持有期间做任何可能阻塞的操作（比如 HTTP 请求、DB 查询） -
Set、Delete、清理函数必须用Lock()/Unlock() - 别在
RLock()里调time.Now()做过期判断——看似快，但若系统时间跳变或纳秒级误差，同一轮清理中部分条目会漏删或误删
清理函数必须基于统一时间快照，且每次只扫固定条目
错误写法是 for k, v := range cacheMap 配合 delete() —— Go map 迭代时删元素会触发迭代器失效，行为未定义；更糟的是，一次性全扫百万条目会让 GC 瞬间吃紧、STW 明显。
Golang Spf13 Viper
下载
Go 配置库，使用 spf13/viper — 分层优先级（flag > env >file > KV > default），提供 BindPFlag/BindPFlags、SetEnvPrefix + SetEnvKeyReplace 等功能。
- 清理前先调
now := time.Now()，后续所有item.ExpiredAt判断都基于这个快照：if now.After(item.ExpiredAt) - 每次只扫描固定数量（如 100 条），用索引手动步进：
keys := make([]string, 0, len(c.data)); for k := range c.data { keys = append(keys, k) }，再遍历keys[0:min(n, len(keys))] - 若
len(c.data) == 0，直接continue，空跑毫无意义 - 存储过期时间必须用绝对时间
time.Time，别存相对time.Duration——避免反复调time.Now().Add(ttl)引入精度偏差
启动和停止必须可控，不能写死在 init() 或 main()
全局启动清理 goroutine 是测试噩梦：无法 mock、无法等它退出、服务未就绪就开扫会导致空 map 竞争或 panic。
立即学习“go语言免费学习笔记（深入）”；
- 封装成结构体，带
Start()和Stop()方法，内部用done chan struct{}控制退出 - 启动时机必须晚于服务就绪：比如 HTTP server 成功调用
ListenAndServe后，或 gRPC server 完成启动回调 - 停止时机必须早于服务关闭：收到
SIGTERM后，先调cleaner.Stop()，再等 goroutine 退出，最后调server.GracefulStop() - 别用
for range time.Tick()，要用time.NewTicker+select+case 显式退出
最容易被忽略的点是：清理逻辑本身不能成为性能瓶颈——它不该抢锁太久、不该反复调 time.Now()、不该一次扫太多。节奏（Ticker 间隔）、粒度（每次扫多少）、快照（统一 now）这三者缺一不可，否则“定时清理”就只是个看起来在跑的幻觉。
