# version_cache
version_cache是一个分步式一致性缓存解决方案。
原理：job 将数据打包成版本到redis，实例将存在redis的版本load到本地内存并计算最新版本的生效时间，使所有实例的缓存在同一时间生效来达到所有实例数据的一致。
实用场景：数据量少、非及时生效数据、高并发强一致的场景。如：配置服务，门店服务等
优点：
1. 轻松实现水平扩展，实现千万并发的服务不是梦
2. 数据强一至性，不论启动多少实例，同一时间的数据绝对是一致的（服务器时间一致情况下）
3. 使用简单，实现数据生成接口后就可以像使用缓存一样方便，轻松实现高性能服务
缺点：
1. 数据按版本生效，变更的数据会延迟生效（原则上数据量越小处理越快）
2. 不适合大数据缓存
# 架构：
https://www.processon.com/view/5e4b7f2ee4b00aefb7e5d054
# 安装
```
go get github.com/rushuinet/version_cache
```
# 用法:
job 数据生成服务启动一个实例
```
package main
import (
"github.com/go-redis/redis/v7"
"github.com/rushuinet/version_cache"
"log"
"strconv"
"time"
)
func main() {
client := redis.NewClient(&redis.Options{
Addr: "localhost:6379",
Password: "", // no password set
DB: 0, // use default DB
})
pong, err := client.Ping().Result()
if pong != "PONG" || err != nil {
log.Fatal("redis conn error")
}
config := &version_cache.Option{
Redis: client,
Key: "test",
VersionGenerateTime: 60,
CheckTime: 5,
KeepVersionNum: 6,
}
cache := version_cache.New(config)
cache.Generate(func(key string) {
for i := 0; i < 10; i++ {
cache.Redis.HSet(key, strconv.Itoa(i), "aa"+strconv.Itoa(i)+version_cache.Int64ToStr(time.Now().Unix()))
}
})
select {}
}
```
服务中使用方式：
```
# 服务启动前加
c := version_cache.New(config)
c.FirstLoad()
go c.Load()
# 业务中使用
c.Get(key)
```
有疑问加站长微信联系（非本文作者））
