如何在Azure Redis Cache中高效缓存大型复杂对象

• 替换序列化方案
  Newtonsoft.Json针对大体积对象的序列化/反序列化开销极高，是当前场景的核心性能瓶颈：
  • 优先选择MessagePack-CSharp、Protobuf-net这类二进制序列化框架，相同数据下性能是Newtonsoft.Json的3_{10倍，序列化后体积可缩小30%}70%，同时降低序列化CPU开销和Redis网络传输开销
  • 如果业务必须使用JSON格式，替换为System.Text.Json，相同场景下性能比Newtonsoft.Json高15%~30%，内存占用更低
• 拆分大体积缓存条目
  单条缓存值序列化后达到48M已经远超过Redis的合理单value阈值（通常建议单value不超过1M，最优阈值小于100KB），过大会导致Redis IO阻塞、持久化开销陡增，同时容易触发StackExchange.Redis的超时异常：
  • 按业务字段/模块将复杂对象拆分为多个子分片，用{原缓存key}:{分片标识}的规则生成独立key
  • 读取时用IDatabase.StringGetAsync()批量拉取全部分片，写入时用IDatabase.StringSetAsync()批量写入，既降低单value体积，也可利用并行IO提升存取效率
• StackExchange.Redis与Azure Redis配置优化
  • 升级StackExchange.Redis到最新稳定版，v2.2.50存在已知的大value读写超时bug，新版已修复大量大吞吐场景的性能问题
  • 调整syncTimeout、asyncTimeout配置，默认5s的超时时间不足以支撑大体积数据读写，可根据实际场景调整到10~30s
  • Azure Redis实例选择与业务服务同区域部署，降低网络延迟；内网访问场景可关闭SSL加密，减少加密解密开销
• 额外性能优化项
  • 给不需要缓存的对象字段加上序列化忽略注解，减少序列化的内容体积；二进制序列化框架可开启自带的LZ4压缩，进一步降低数据体积
  • 所有Redis读写操作优先使用异步API，避免同步调用阻塞线程池，高并发场景下性能收益显著
  • 热点大对象可增加本地MemoryCache作为二级缓存，设置短过期时间（如10s），减少重复的Redis拉取和反序列化开销

内容的提问来源于stack exchange，提问作者Nick Beis