Project Icon

otter

Go语言高性能内存缓存库 支持自动配置与灵活策略

Otter是基于缓存和并发数据结构研究的Go语言高性能缓存库。它具有简单API、自动配置、泛型支持、TTL和基于成本的驱逐等特性。Otter使用S3-FIFO算法实现高命中率,可处理大量并发请求。这个库为需要高性能内存缓存的Go项目提供优秀的吞吐量和内存效率。

高性能内存缓存

Go Reference Mentioned in Awesome Go

Otter 是基于缓存和并发数据结构研究的 Go 语言最强大的缓存库之一。Otter 还借鉴了其他语言缓存库(如 caffeine)的设计经验。

📖 目录

✨ 特性

🗃 相关工作

Otter 基于以下论文:

📚 使用方法

📋 要求

  • Go 1.19+

🛠️ 安装

go get -u github.com/maypok86/otter

✏️ 示例

Otter 使用构建器模式,允许您方便地创建具有不同参数的缓存实例。

具有固定 TTL 的缓存

package main

import (
    "fmt"
    "time"

    "github.com/maypok86/otter"
)

func main() {
    // 创建容量为 10000 个元素的缓存
    cache, err := otter.MustBuilder[string, string](10_000).
        CollectStats().
        Cost(func(key string, value string) uint32 {
            return 1
        }).
        WithTTL(time.Hour).
        Build()
    if err != nil {
        panic(err)
    }

    // 设置带有 TTL(1 小时)的项目
    cache.Set("key", "value")

    // 从缓存中获取值
    value, ok := cache.Get("key")
    if !ok {
        panic("未找到键")
    }
    fmt.Println(value)

    // 从缓存中删除项目
    cache.Delete("key")

    // 删除数据并停止 goroutine
    cache.Close()
}

具有可变 TTL 的缓存

package main

import (
    "fmt"
    "time"

    "github.com/maypok86/otter"
)

func main() {
    // 创建容量为 10000 个元素的缓存
    cache, err := otter.MustBuilder[string, string](10_000).
        CollectStats().
        Cost(func(key string, value string) uint32 {
            return 1
        }).
        WithVariableTTL().
        Build()
    if err != nil {
        panic(err)
    }

    // 设置带有 TTL(1 小时)的项目
    cache.Set("key1", "value1", time.Hour)
    // 设置带有 TTL(1 分钟)的项目
    cache.Set("key2", "value2", time.Minute)

    // 从缓存中获取值
    value, ok := cache.Get("key1")
    if !ok {
        panic("未找到键")
    }
    fmt.Println(value)

    // 从缓存中删除项目
    cache.Delete("key1")

    // 删除数据并停止 goroutine
    cache.Close()
}

📊 性能

基准测试代码可以在这里找到。

🚀 吞吐量

吞吐量基准测试是 caffeine 基准测试的 Go 语言移植版。这个微基准测试在 zipf 分布上比较了缓存的吞吐量,这允许展示各种实现中的低效之处。

您可以在这里找到结果。

🎯 命中率

命中率模拟器在各种跟踪上测试缓存:

  1. 合成(zipf 分布)
  2. 传统(广泛知名且在各种项目和论文中使用)
  3. 现代(最近从世界上最大公司的生产环境中收集)

您可以在这里找到结果。

💾 内存消耗

内存开销基准测试显示了在不同容量下缓存将需要多少额外内存。

您可以在这里找到结果。

👏 贡献

欢迎贡献,在提交新的 PR 之前,请确保先开启一个新的 issue,以便社区成员可以讨论。 有关更多信息,请参阅贡献指南

此外,您可能会发现现有的开放 issue,这些 issue 可以帮助改进项目。

本项目遵循标准的行为准则,以便您了解哪些行为会被接受和不被接受。

📄 许可证

本项目采用 Apache 2.0 许可证,详见 LICENSE 文件。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号