本地缓存与分布式缓存必须分层协作，不能混用或替代：sync.Map/bigcache解决毫秒级延迟，redis.Client保障跨实例一致性；漏掉任一层将导致高并发下穿透、击穿或内存爆炸。
本地缓存和分布式缓存必须分层协作，不能混用或互相替代——sync.Map 或 bigcache 解决的是毫秒级延迟问题，redis.Client 解决的是跨实例一致性问题；两者漏掉任何一层，都会在高并发下暴露穿透、击穿或内存爆炸风险。
本地缓存该选 sync.Map 还是 bigcache
不是“哪个更好”，而是“谁更匹配你的数据特征”：
-
sync.Map适合读多写少、key 数量可控（ -
bigcache必须显式初始化bigcache.NewBigCache并传入Shards（建议 16–64）、LifeWindow（如10 * time.Minute），适合百万级 key、高频更新（如用户会话、API 路由缓存）；它绕过 GC，但不支持自定义淘汰策略，所有 key 共享 TTL - 别把结构体指针直接塞进
bigcache——它只存[]byte，必须先json.Marshal；反序列化失败时不会报错，只会返回 nil，得自己加校验
go-redis/v9 初始化必须做的五件事
跳过任意一项，上线后大概率遇到 redis: connection pool timeout 或首次请求卡死：
- 全局复用单例
*redis.Client，绝不在 handler 里redis.NewClient - 显式设
PoolSize：预估 QPS × 2～4，但不超过 Redis 的maxclients（默认 10000） - 启动时用带超时的 ctx 调
rdb.Ping(ctx).Err()，别等第一次Get才暴露密码错/地址不通 - 所有连接配
MinIdleConns: 5和MaxConnAge: 30 * time.Minute，防中间设备静默断连 - 键名强制加服务前缀，如
user-service:user:1001，避免多服务写冲突
Cache-Aside 模式下如何避免穿透/击穿/雪崩
Redis 不会自动帮你兜底，这三类问题全靠 Go 层代码拦截：
立即学习“go语言免费学习笔记（深入）”；
- 穿透：DB 查无结果时，
rdb.Set(ctx, key, "null", 60*time.Second)；业务层解包前必须判if val == "null" { return nil, nil } - 击穿：热点 key 过期瞬间并发查 DB，用
singleflight.Group包住 DB 查询逻辑，同一 key 只放行一个 goroutine - 雪崩：TTL 不能写死，必须加随机扰动：
baseTTL + time.Duration(rand.Int63n(int64(2*time.Minute)))；每次生成前用time.Now().UnixNano()初始化 rand，别用全局rand.Seed
本地缓存与 Redis 如何协同更新
不是“先写 Redis 再写本地”，而是“按命中路径反向回填”：
- 本地缓存未命中 → 查 Redis → Redis 命中 → 把值写回本地缓存（注意控制本地 TTL 略短于 Redis TTL，比如 Redis 设 10min，本地设 8min）
- 本地缓存未命中 → Redis 也未命中 → 查 DB → 写 Redis（含空值缓存）→ 再写本地缓存（非强制，可异步）
- 更新操作（如用户资料修改）必须同步删 Redis key（
rdb.Del(ctx, key)），再删本地缓存（localCache.Delete(key)）；顺序不能反，否则删 Redis 前本地缓存还在，下次读会误命中脏数据 - 别用
SETNX做更新锁——多数业务不需要强互斥，反而拖慢写路径；真要锁，用 Redis 的SET key value EX 30 NX加超时，且必须配context.WithTimeout
最常被忽略的点是本地缓存的 TTL 管理：它不能和 Redis TTL 完全一致，否则在 Redis 刚过期、本地还没过期的窗口期，会返回陈旧数据；这个时间差必须设计成可观察、可配置的参数，而不是硬编码。还有，所有缓存操作的日志必须打上 key 和耗时，否则出问题时根本分不清是本地没命中的慢，还是 Redis 超时的慢。
