Go unique.Make 怎样缓存可比较字符串的唯一值在批处理代码中减少额外分配

批处理程序如果反复比较同一批字符串标签，直接使用 map[string]T 往往最直观；当标签被长期复用、重复率较高，并且比较发生在很多对象之间时，可以把内部表示换成 unique.Handle[string]。unique.Make 为可比较值返回规范化句柄，相同字符串得到的句柄相等，比较时不必反复比较完整文本，但它不是业务 ID，也不会替你管理索引容量。

官方地址：https://pkg.go.dev/unique

先用相同输入把 map[string]int 和 map[unique.Handle[string]]int 放在同一张决策表里：重复率低、只比较几次时保留字符串；重复率高、对象生命周期长且内部比较频繁时，再评估 unique.Make。没有基准数据时，不要把“句柄比较更省”直接写成整个批处理一定更快。

先按重复率和生命周期选择比较方案

Go 1.23 把 unique 加入标准库，定位是规范化（interning）可比较值。它适合放在进程内的身份层：例如一批事件都有 tenant/region 标签，标签文本在不同记录中重复出现，聚合阶段需要大量判断“是不是同一个值”。

如果每个字符串只出现一次，或者索引马上就要编码成 JSON、写入数据库，句柄的优势就不明显。调用 Make 本身有转换成本，而且出口仍然要通过 Value() 恢复文本。尤其要注意：句柄只替换内部表示，不能让业务 map 自动拥有过期、删除、容量上限或持久化能力。

用 unique.Make 建立句柄计数索引

下面的例子把输入仍然保持为字符串，只有内部的计数键使用句柄。这样改造范围小，调用方不用先理解 Handle；示例也保留了一个字符串版本，方便做同一输入的对照。

package main

import (
	"fmt"
	"unique"
)

// CountByString 代表最直观的基线实现，键仍然是业务文本。
func CountByString(labels []string) map[string]int {
	counts := make(map[string]int, len(labels))
	for _, label := range labels {
		counts[label]++ // 重复标签落到同一个字符串键上。
	}
	return counts
}

// CountByHandle 只把索引键换成 Handle[string]，输入输出协议仍是文本。
func CountByHandle(labels []string) map[unique.Handle[string]]int {
	counts := make(map[unique.Handle[string]]int, len(labels))
	for _, label := range labels {
		h := unique.Make(label) // 相同文本得到可比较的规范化句柄。
		counts[h]++             // 计数 map 仍由业务代码负责生命周期。
	}
	return counts
}

func main() {
	labels := []string{"tenant/east", "tenant/west", "tenant/east", "tenant/east"}
	byText := CountByString(labels)
	byHandle := CountByHandle(labels)

	// 用固定顺序读取，避免把 map 的遍历顺序当成业务结果。
	for _, label := range []string{"tenant/east", "tenant/west"} {
		h := unique.Make(label)
		fmt.Printf("%s: text=%d handle=%d\n", label, byText[label], byHandle[h])
	}
}

这里的“缓存”是值的规范化和应用索引，不是把计数结果交给 unique 保存。CountByHandle 仍要持有句柄键，业务 map 也仍会随着新标签增长。若批次边界结束，要清空或重建的是 counts，不是寻找一个不存在的 unique.Delete。

把句柄比较与文本输出分开

句柄最适合停留在内部判断处。两个由相等字符串创建的 Handle[string] 可以直接用 == 比较；需要日志、接口响应或落盘时，再调用 Value() 取回原值。不要为了每次比较都先调用 Value()，否则内部身份层被重新绕回字符串层。

package main

import (
	"fmt"
	"unique"
)

func sameTenant(left, right string) bool {
	leftHandle := unique.Make(left)
	rightHandle := unique.Make(right)
	// 句柄表达的是原值的相等关系，比较结果不依赖字符串的构造方式。
	return leftHandle == rightHandle
}

func labelForLog(h unique.Handle[string]) string {
	// 文本只在日志等外部边界恢复，避免把句柄当作稳定编号。
	return h.Value()
}

func main() {
	h := unique.Make(string([]byte("tenant/east")))
	fmt.Println(sameTenant("tenant/east", "tenant/east"))
	fmt.Println(labelForLog(h))
}

Value() 返回创建句柄时的值的浅拷贝。字符串是不可变值，因此适合本例；但如果把其他可比较结构体放进去，仍要先确认其字段相等语义是不是业务真正需要的身份。unique.Make 的泛型约束是 comparable，这不是“任意对象都能自动去重”的承诺。

用同一输入对比 string 与 Handle 的取舍

对同一批输入，两个实现应该得到相同的分组和计数：tenant/east 出现三次，tenant/west 出现一次。这个等价性是业务回归的第一判断；性能判断则要把构造句柄、保留句柄、原始输入存活时间和 map 操作一起算进去。

因此，“减少额外分配”应当理解为一个待验证的工程目标，而不是 API 的单句保证。先选固定批量、固定字符串分布，分别测量总分配、峰值内存和处理耗时，再决定是否把句柄扩展到更多字段。只做一次查询的代码，通常不值得为句柄增加抽象层。

处理空值、并发和持久化边界

空字符串：空字符串是合法的 string 值，unique.Make("") 可以得到对应句柄。若业务不接受空标签，应在入口返回错误，不要把零值句柄混同为空字符串。

并发：官方文档说明 Make 和 Value 可并发使用，但 map[Handle[string]]int 仍然不是并发写安全容器。多个 goroutine 更新同一计数索引时，使用锁、分片 map 或单写者模型。

规范化：大小写、前后空白和 Unicode 归一化都不会自动合并。需要业务规范化时，所有入口先执行同一规则，再调用 Make；不要让不同调用方一部分传原文、一部分传清洗后的文本。

持久化：句柄只适合进程内身份比较。JSON、数据库、消息或跨进程缓存中保存字符串或业务定义的稳定编码，进程启动后再按需构造句柄。

相关问题

unique.Make 能替代 map[string]int 吗？不能。它提供句柄，计数、淘汰和容量控制仍由应用 map 负责。

句柄一定比字符串快吗？不一定。短字符串、低重复或调用次数很少时，直接比较字符串可能更简单；应使用同一输入做基准。

可以把 Handle[string] 写入数据库吗？不建议。句柄不是跨进程稳定 ID，应保存原字符串或业务编码。

把 unique.Make 放在重复值明显、生命周期明确、内部比较频繁的边界里，再用真实批量数据确认收益，通常比全局替换字符串更稳妥。