缓存预热必须在应用启动后、首个请求前完成
高并发下，如果等第一个请求触发缓存加载，必然导致大量线程争抢初始化（即“缓存击穿”），尤其当
GetOrAdd用的是非线程安全的工厂函数时，可能重复执行耗时操作。正确做法是：在
Program.cs或
Startup.ConfigureServices中显式调用预热逻辑，并确保其同步阻塞到完成。 使用
Task.Run(() => PreheatCache()).Wait()强制同步等待（注意不要在 ASP.NET Core 的同步上下文里用
.Result，易死锁） 预热函数内部应避免依赖
IHttpContextAccessor等请求作用域服务；改用
IServiceScopeFactory创建独立 scope 若预热数据量大，可分批 +
await Task.Delay(1)防止单次占用主线程太久，但整体仍需在
WebApplication构建完成前结束
分布式环境必须用带版本号的缓存键 + 原子写入
单机
MemoryCache在多实例部署下完全失效。必须切换为
IDistributedCache（如 Redis），且不能直接存原始对象——否则多个节点同时更新会覆盖彼此，造成脏数据。 缓存键格式建议为：
$"user:profile:v2:{userId}"，其中 v2是业务版本号，每次数据结构变更就升级，强制全量刷新 写入时用
distributedCache.SetStringAsync(key, json, new DistributedCacheEntryOptions { AbsoluteExpirationRelativeToNow = TimeSpan.FromHours(2) })，禁用滑动过期（SlidingExpiration），防止“越用越旧” 关键数据更新后，必须同步调用
distributedCache.RemoveAsync(key)，而不是等过期；删除失败要记录告警，不可静默忽略
数据库与缓存一致性靠“先删缓存，再更DB”+ 延迟双删兜底
“先更DB，再删缓存”在并发更新时有概率导致缓存残留旧值（DB 更新成功，但删缓存失败或被覆盖）。生产环境必须用“删除-更新-延迟再删”三步法。
第一步：调用distributedCache.RemoveAsync(key)第二步：执行 EF Core 的
SaveChangesAsync()第三步：启动后台任务，
await Task.Delay(TimeSpan.FromSeconds(500))后再次
RemoveAsync(key)—— 覆盖因主从延迟、重试机制导致的缓存回写 所有删缓存操作必须包裹
try/catch，失败时写入本地队列（如
ConcurrentQueue），由后台服务重试，不能丢弃
并发读场景下避免 Cache Stampede，用 SemaphoreSlim 限流重建
即使做了预热，缓存过期瞬间仍可能有上百请求同时发现缓存为空，全部涌入 DB。不能靠
GetOrCreateAsync默认行为扛住——它的 factory 函数不是原子的。 为每个缓存键维护一个
ConcurrentDictionary<string semaphoreslim></string>，键为 cache key，值为独占信号量 读取时：先
cache.TryGetValue(key, out var value)；若为空，则
semaphores.GetOrAdd(key, _ => new SemaphoreSlim(1,1)).WaitAsync()获得信号量后，再次检查缓存（double-check），未命中才重建；完成后
Release()并移除该 semaphore（避免内存泄漏） 注意：不要用
lock，它跨进程无效；也不要复用同一个
SemaphoreSlim实例，会导致不同 key 互相阻塞
private static readonly ConcurrentDictionary<string, SemaphoreSlim> _semaphores = new();
public async Task<UserProfile> GetProfileAsync(int userId)
{
var key = $"user:profile:v2:{userId}";
if (_cache.TryGetValue(key, out UserProfile profile))
return profile;
var semaphore = _semaphores.GetOrAdd(key, _ => new SemaphoreSlim(1, 1));
await semaphore.WaitAsync();
try
{
// Double-check after acquiring semaphore
if (_cache.TryGetValue(key, out profile))
return profile;
profile = await _db.Users.FirstAsync(u => u.Id == userId);
await _cache.SetStringAsync(key, JsonSerializer.Serialize(profile),
new DistributedCacheEntryOptions { AbsoluteExpirationRelativeToNow = TimeSpan.FromMinutes(30) });
return profile;
}
finally
{
semaphore.Release();
_semaphores.TryRemove(key, out _);
}
}
缓存键设计、删除时机、并发重建这三点一旦漏掉任意一个，高并发下的数据不一致就会变成偶发性线上事故——而这类问题往往在压测时不出，上线后半夜爆发。 
