4. 缓存分层架构：L1/L2/L3缓存、本地缓存与分布式缓存的职责划分与领域边界

在Go项目性能调优中，缓存并非单一组件，而是一个由不同层级构成的协同系统。每一层缓存都有其独特的性能特征、容量限制和适用场景。理解并正确划分这些层级的职责与领域边界，是构建高吞吐、低延迟系统的关键。

4.1 缓存分层模型：从L1到L3

我们将缓存体系抽象为三个逻辑层级，每一层对应不同的数据访问模式与一致性要求：

4.2 本地缓存与分布式缓存的职责划分

本地缓存（L1/L2）与分布式缓存（L3）的核心区别在于数据所有权与同步机制。下表从多个维度对比两者的职责边界：

4.3 缓存分层架构图

下图展示了典型的三层缓存架构及其数据流向：

4.4 领域边界：什么数据放哪一层？

根据数据的访问频率、变更频率和共享需求，我们可以制定如下放置策略：

• L1 缓存（请求级）：存放请求处理过程中多次使用的中间计算结果、数据库行快照、RPC 响应。例如：一次 HTTP 请求中多次查询的用户权限信息。
• L2 缓存（实例级）：存放服务实例级别的热点配置、静态字典、不常变化的业务规则。例如：国家/地区列表、货币汇率表（分钟级更新）。
• L3 缓存（全局级）：存放所有实例共享的全局状态、计数器、分布式锁、会话数据。例如：用户登录 Token、商品库存、实时排行榜。

4.5 数据同步策略：跨层一致性

不同缓存层之间的数据同步是架构设计的核心难点。以下是三种常用策略：

4.6 分层缓存的 Go 代码骨架

以下代码展示了一个典型的三层缓存读取流程：

// CacheLayer 定义缓存层级接口
type CacheLayer interface {
    Get(ctx context.Context, key string) ([]byte, bool, error)
    Set(ctx context.Context, key string, value []byte, ttl time.Duration) error
    Del(ctx context.Context, key string) error
}

// MultiLayerCache 组合 L1/L2/L3
type MultiLayerCache struct {
    L1 CacheLayer // 进程内短时缓存
    L2 CacheLayer // 进程内长时缓存
    L3 CacheLayer // 分布式缓存
}

func (m *MultiLayerCache) Get(ctx context.Context, key string) ([]byte, error) {
    // 1. 尝试 L1
    if val, ok, _ := m.L1.Get(ctx, key); ok {
        return val, nil
    }
    // 2. 尝试 L2
    if val, ok, _ := m.L2.Get(ctx, key); ok {
        // 异步回填 L1
        go m.L1.Set(ctx, key, val, 5*time.Second)
        return val, nil
    }
    // 3. 尝试 L3
    if val, ok, _ := m.L3.Get(ctx, key); ok {
        // 异步回填 L1 和 L2
        go m.L1.Set(ctx, key, val, 5*time.Second)
        go m.L2.Set(ctx, key, val, 60*time.Second)
        return val, nil
    }
    // 4. 回源数据库（略）
    return nil, fmt.Errorf("cache miss")
}

4.7 分层缓存的数据同步流程

下图展示了数据更新时，各缓存层之间的失效与同步路径：

4.8 避坑指南：分层缓存的常见陷阱

• 缓存穿透：大量请求直接穿透所有缓存层打到数据库。解决方案：在 L3 层使用布隆过滤器或缓存空值。
• 缓存雪崩：大量缓存同时过期，导致数据库压力激增。解决方案：为不同 key 设置随机 TTL，避免集中失效。
• 缓存击穿：热点 key 在失效瞬间被高并发请求穿透。解决方案：使用 singleflight 或分布式锁控制回源并发。
• 本地缓存不一致：不同实例的 L1/L2 缓存数据不一致。解决方案：接受最终一致性，通过 TTL 和主动失效控制不一致窗口。