闭包优化密集计算缓存查询

闭包缓存：轻量级前端计算缓存实现

闭包是前端开发里实现轻量级缓存查询最直接可控的方式。它的优势很明确：能私有保存缓存对象、避免全局污染、免序列化开销、内存读写快、键值自动生成，而且生命周期跟函数绑定——这对优化那些输入确定、计算耗时、调用频繁的场景特别管用，比如递归数学运算、树形结构遍历、API响应解析等等。

闭包为何天然适合做计算缓存

闭包让内部函数能持续访问外层作用域中的变量，那正好拿来做私有缓存容器。这东西不依赖全局变量，也就避开了命名污染；也不依赖localStorage或Redis那种外部存储，省去了序列化和网络开销。更重要的是，缓存的生命周期直接绑定函数实例，不同调用场景之间互不干扰。总结下来有这么几点好处：

• 数据存在内存里，读写极快
• 键由参数自动生成——通常用JSON.stringify或者简单拼接，而值是计算结果
• 不用手动清理，函数实例销毁时缓存自然释放（除非你不小心还留着引用）
• 适用于纯函数场景：相同输入一定得到相同输出，缓存就安全

通用缓存封装写法

不用第三方库，几行代码就能搞定一个可复用的缓存包装器：

function memoize(fn) {
  const cache = new Map(); // 推荐用Map，支持任意类型键，比如对象、数组
  return function(...args) {
    const key = JSON.stringify(args); // 简单场景够用；复杂对象建议用结构化比较或自定义key生成
    if (cache.has(key)) {
      return cache.get(key);
    }
    const result = fn(...args);
    cache.set(key, result);
    return result;
  };
}

使用示例

const fibonacci = memoize((n) => {
  if (n <= 1) return n;
  return fibonacci(n - 1) + fibonacci(n - 2);
});

console.log(fibonacci(40)); // 第一次执行较慢，但只算一次
console.log(fibonacci(40)); // 瞬间返回，从缓存取

闭包缓存的实际注意事项

不过话说回来，闭包缓存不是开箱即用的银弹，有几个实际问题得先想清楚。

参数可序列化吗？

如果传进来的是Date、RegExp、函数本身，或者带循环引用的对象，JSON.stringify要么报错，要么输出重复的key。这时候得改用更鲁棒的key生成策略，比如用fast-deep-equal或者自定义哈希。

缓存会无限增长吗？

如果没限制，Map迟早把内存吃光。高频调用加上多参数组合的话，就得加个LRU逻辑——要么用lru-cache包，要么自己维护一个访问顺序链表。

需要主动失效吗？

比如缓存了某用户数据，但用户信息更新了——这时候最好暴露一个clear或delete方法，或者配合事件机制来清缓存。

它会不会影响调试？

缓存之后console.log就不再触发了。建议开发环境绕过缓存，或者加个日志开关，方便排查。

闭包缓存与数据库/服务端缓存的区别

说句实在话，闭包缓存是单实例、内存级、无一致性保障的优化手段。它不解决分布式问题，也不保证多用户看到相同结果；不能替代Redis或者HTTP Cache，而是补足它们覆盖不到的粒度——比如单个工具函数。它最擅长的，是“本次页面生命周期内”重复调用的场景，像表单校验规则计算、前端虚拟滚动位置映射、Canvas坐标转换这些，闭包缓存都能用得风生水起。