11.2 性能、缓存与高并发

先给结论：RAG 一上线就会被“性能、成本、稳定性”三件事拉扯。要稳住线上体验，必须把缓存、并发控制和降级策略当成主链路的一部分，而不是上线后再补。

很多系统在小流量时看起来没问题，但一旦进入真实并发，就会暴露：

延迟不可控
成本迅速放大
单点故障导致整体不可用

这一节就是把这些问题拆清楚，让你知道该在哪些位置做工程防线。

学这一节时，最值得先建立的判断

缓存是性能问题的第一层防线，但必须和权限、版本、时效绑定
不是所有环节都适合缓存，缓存错了反而会引入更大风险
高并发的核心不是“更强机器”，而是合理的队列、限流和降级链路

这一节会回答什么问题

读完这一节后，你最好能更稳地判断：

缓存应该放在哪里，不能放在哪里
并发压力来时，哪几类策略能快速稳住延迟
哪些降级路径是上线前就必须准备的