Lua脚本中MySQL数据缓存的实现方法咨询

看来你被频繁MySQL查询的卡顿问题折腾得不轻，我给你几个在Lua环境里实现数据缓存的靠谱方案，应该能解决你的痛点：

Lua本身的table天然可以作为内存缓存容器，适合存储查询频繁、更新少、数据量不大的内容，完全无额外依赖，速度最快。

你可以封装一个带过期时间的缓存函数，自动处理缓存命中/失效逻辑：

-- 全局缓存表，用查询标识作为key，存储数据+过期时间
local mysql_local_cache = {}

-- 缓存通用函数
-- 参数：query_key（唯一标识查询的字符串）、fetch_func（从MySQL取数据的函数）、expire_sec（过期秒数）
function get_cached_mysql_data(query_key, fetch_func, expire_sec)
    local cache_item = mysql_local_cache[query_key]
    
    -- 检查缓存是否有效
    if cache_item and os.time() < cache_item.expire_at then
        return cache_item.data
    end

    -- 缓存失效，重新从MySQL拉取
    local fresh_data = fetch_func()
    -- 更新缓存
    mysql_local_cache[query_key] = {
        data = fresh_data,
        expire_at = os.time() + expire_sec
    }

    return fresh_data
end

-- 使用示例：假设你已经有一个从MySQL查询的函数fetch_from_mysql
local user_info = get_cached_mysql_data(
    "user:info:1001", -- 唯一缓存键
    function() return fetch_from_mysql("SELECT * FROM users WHERE id=1001") end,
    300 -- 5分钟后过期
)

优缺点：

• ✅ 零额外依赖、速度极快
• ❌ 进程重启后缓存全部丢失；内存有限，不适合存大量数据；多进程场景下缓存不共享

如果你的Lua脚本是在多进程环境（比如OpenResty）运行，或者需要缓存大量数据，Redis是最优选择——它支持持久化、分布式共享，性能远高于MySQL。

以OpenResty常用的lua-resty-redis库为例：

local redis = require "resty.redis"
local cjson = require "cjson"

-- 初始化Redis连接
local red = redis:new()
red:set_timeout(1000) -- 1秒超时
local ok, err = red:connect("127.0.0.1", 6379)
if not ok then
    -- Redis连接失败，降级到直接查MySQL
    ngx.log(ngx.ERR, "Redis连接失败: ", err)
    return fetch_from_mysql("SELECT * FROM goods WHERE category=1")
end

-- 尝试从Redis取缓存
local cache_key = "mysql:goods:category:1"
local cached_str = red:get(cache_key)

if cached_str then
    -- 缓存命中，解析后返回
    return cjson.decode(cached_str)
end

-- 缓存未命中，查MySQL
local goods_list = fetch_from_mysql("SELECT * FROM goods WHERE category=1")
-- 将数据转JSON存入Redis，设置300秒过期
local ok, err = red:setex(cache_key, 300, cjson.encode(goods_list))
if not ok then
    ngx.log(ngx.ERR, "Redis缓存写入失败: ", err)
end

return goods_list

优缺点：

• ✅ 支持多进程共享、数据持久化、可存储大量数据
• ❌ 需要部署Redis服务，存在少量网络开销（但远低于MySQL查询）

除了缓存，这些小技巧也能大幅缓解卡顿：

• 给查询字段加索引：避免全表扫描，这是最基础也最有效的优化
• 批量查询：把多次单条查询合并成一次批量查询（比如SELECT * FROM users WHERE id IN (1,2,...100)）
• 避免重复查询：在脚本逻辑里先判断是否已经取过相同数据，不要重复调用查询接口

• 缓存失效策略：除了TTL过期，当MySQL数据更新时，要主动删除对应的缓存键，避免返回脏数据
• 缓存键设计：用清晰的命名规则（比如表名:字段:条件），避免键冲突
• 本地缓存清理：如果用内存缓存，建议定期遍历缓存表删除过期条目，防止内存溢出

内容的提问来源于stack exchange，提问作者btwlouis