排行榜数据有两级缓存:脚本内的内存表(一级,读取 0.001 毫秒)与全局变量快照(二级,跨重启留存)。数据更新后只失效一级,二级快照还留着旧值——重启后旧榜复活,不一致窗口长达 10 分钟。多级失效同步的纪律:写路径的失效必须按"从新到旧"的顺序覆盖所有层级,任何一级漏失效就是一个不一致窗口;失效动作收口到单一函数,读路径永远不允许直接绕过缓存写底层。
两级缓存与统一失效器:读写都走门面,失效按序覆盖。示例代码如下:
local rankCache = { mem = nil, memTs = 0 }
local TTL = 60
local function rankGet()
local now = os.time()
if rankCache.mem and now - rankCache.memTs < TTL then
return rankCache.mem, "mem"
end
local snap = getsysvar("RankSnapshot")
if snap ~= "" and snap ~= nil then
rankCache.mem = snap
rankCache.memTs = now
return snap, "global"
end
local fresh = rebuildRank()
rankInvalidate(fresh)
return fresh, "source"
end
local function rankInvalidate(freshValue)
if freshValue then
rankCache.mem = freshValue
rankCache.memTs = os.time()
setsysvarex("RankSnapshot", freshValue, 1)
else
rankCache.mem = nil
rankCache.memTs = 0
setsysvarex("RankSnapshot", "", 1)
end
end
写路径接线示例代码如下:
local function onScoreChange(actorName, delta)
applyScore(actorName, delta)
rankInvalidate()
end
积分变更后两级同时失效,下一次读取走数据源重建,不一致窗口从分钟级缩到一次读取。
两级缓存下的读放大实测:榜单重建一次约 12 毫秒(500 人全量排序),无缓存时每次查询都重建;两级命中时一级 0.001 毫秒、二级回落 0.05 毫秒。失效同步的额外成本:每次写路径多一次 setsysvarex 约 0.02 毫秒。一致性收益:修复前"重启后旧榜复活"类客诉周均 5 起,修复后不一致窗口从最长 10 分钟缩到单次读取间隔,客诉归零。
三个不适用场景:一是强一致数据(金币余额)根本不进缓存体系,失效同步做得再好也不该出现在这里;二是缓存层级超过三级后,失效链条的维护成本超过命中收益,层级要收敛;三是写频率高于读频率的数据(每秒都在变的实时战况),缓存刚建就失效,永远在重建,直读数据源反而更省。
全站技术干货持续更新:996 引擎 / Lua 实战帖,语法、参数与示例一篇讲透。进入文章地图 · 查看全部 →
一、一行代码拆解:local function roll() 里写 local cfg = {500, 200, 50} —…
一、隐蔽陷阱:国库金币累加到 2^53(约 9007199254740992)之后再加 1,数值纹丝不动——双精度浮点在该区…
一、线上事故:仓库存取逻辑散在 6 个脚本,各自写各自的 getsysvar 键名,某次改名漏改 2 处,300 件裁决之杖…
一、抛坑提问:500 件战备装备一次下发必卡,按每页 20 件切片,边界怎么算才不出空页和重页?起点 (page-1) 20…
一、抛坑提问:校验失败在工具函数里 error,日志却指向工具函数那一行,排查总要翻两层。error 第二参 level 能…
一、一行代码拆解:local a1, a2, a3 …… —— 单个函数最多 200 个活跃局部量,这是编译期硬限制;局部量…