Go中HashMap缓存并发访问优化

在Go语言中，使用sync.Map可以实现线程安全的哈希表。但是，如果你需要更高级的并发控制，例如设置过期时间或者限制并发访问数量，你可以使用第三方库，如groupcache或bigcache。

下面是一个使用groupcache库实现并发访问优化的示例：

1. 首先，安装groupcache库：

go get github.com/golang/groupcache

2. 创建一个简单的缓存结构体，实现groupcache.Cache接口：

package main

import (
	"container/list"
	"fmt"
	"sync"
	"time"

	"github.com/golang/groupcache"
)

type CacheItem struct {
	Value      interface{}
	ExpireTime time.Time
}

type LRUCache struct {
	capacity int
	items    map[string]*list.Element
	evictList *list.List
	mu        sync.Mutex
}

func NewLRUCache(capacity int) *LRUCache {
	return &LRUCache{
		capacity: capacity,
		items:    make(map[string]*list.Element),
		evictList: list.New(),
	}
}

func (c *LRUCache) Get(key string) (interface{}, bool) {
	c.mu.Lock()
	defer c.mu.Unlock()

	item, ok := c.items[key]
	if !ok || item.Value.(*CacheItem).ExpireTime.Before(time.Now()) {
		return nil, false
	}

	c.evictList.MoveToFront(item)
	return item.Value.(*CacheItem).Value, true
}

func (c *LRUCache) Put(key string, value interface{}, ttl time.Duration) {
	c.mu.Lock()
	defer c.mu.Unlock()

	if item, ok := c.items[key]; ok {
		c.evictList.Remove(item)
		delete(c.items, key)
	} else if len(c.items) >= c.capacity {
		last := c.evictList.Back()
		delete(c.items, last.Value.(*CacheItem).Key)
		c.evictList.Remove(last)
	}

	item := &list.Element{
		Value: &CacheItem{
			Value:      value,
			ExpireTime: time.Now().Add(ttl),
		},
	}
	c.items[key] = item
	c.evictList.PushFront(item)
}

func main() {
	cache := NewLRUCache(10)
	groupcache.Register("myCache", cache)

	// 模拟并发访问
	var wg sync.WaitGroup
	for i := 0; i < 100; i++ {
		wg.Add(1)
		go func(i int) {
			defer wg.Done()
			key := fmt.Sprintf("key%d", i%10)
			value := fmt.Sprintf("value%d", i)
			_, _ = groupcache.Get("myCache", key)
			groupcache.Put("myCache", key, 10*time.Second)
		}(i)
	}

	wg.Wait()
}

在这个示例中，我们创建了一个LRUCache结构体，实现了groupcache.Cache接口。LRUCache使用双向链表和哈希表来存储缓存项，并提供了Get和Put方法。在main函数中，我们创建了一个LRUCache实例，并将其注册到groupcache中。然后，我们模拟了100个并发访问，每个访问都会尝试从缓存中获取一个键值对，如果不存在则将其添加到缓存中。

这个示例展示了如何使用第三方库来实现并发访问优化的哈希表。你可以根据自己的需求选择合适的库，并根据库的文档来实现自己的缓存策略。