Key-Value Stores：缓存与字节持久化

公共接口

BaseStore 面向批量键值操作，主要用于 embedding cache：

mget(keys) -> list[bytes | None]，缺失位置返回 None；
mset([(key, bytes), ...])；
mdelete(keys)；
yield_keys(prefix=None)。

批量是核心语义，可减少网络往返；但公共接口没有跨 key 事务、CAS、TTL、版本、加密或 exactly-once 保证。

6 个路由

路由	包/类	持久化与限制
`stores`	总索引	说明 BaseStore 和本地实现；还列出未在本站展开的社区 stores。
`astradb`	`langchain-astradb` / `AstraDBByteStore`	Astra endpoint/token，远程持久化，提供批量 get/set/delete。
`bigtable`	`langchain-google-bigtable` / `BigtableByteStore`	sync/async `m`/`am`，`ayield_keys`；复用一个 `BigtableEngine` 管理 async 执行上下文。
`elasticsearch`	`langchain-elasticsearch` / `ElasticsearchEmbeddingsCache`	远程持久 cache；缓存向量默认不可搜索，如需 searchable vector 必须子类化并只做 additive mapping/document 扩展。
`file_system`	`langchain-classic` / `LocalFileStore`	单机目录持久化，适合能容忍文件被外部增删的场景；不提供分布式一致性。
`in_memory`	`langchain-core` / `InMemoryByteStore`	Python dict，进程退出丢失，只适合测试或不要求持久化的场景。

Cache key 与一致性

Embedding cache key 必须包含规范化 input hash、embedding provider/model/version、dimension、预处理版本和 tenant/namespace；否则升级模型或跨租户时会命中错误向量。值应带 schema version 和校验和，反序列化前限制大小和类型。

mset 的批量接口不证明原子性。对远程 store 要验证 partial failure、重试、重复写和读后写一致性；对 yield_keys 不假设稳定 snapshot，也避免在请求路径全量扫描。删除/过期和数据主体请求需要可观测且可验证，不能只依赖自然淘汰。

LocalFileStore 需独占或应用级锁、受限根目录和原子 rename 策略；多进程/多主机不要共享未声明并发语义的普通目录。Elasticsearch cache 的认证、TLS、index mapping 与生命周期策略应由运维配置，而不是把示例密码写进代码。

验证边界

已逐页核对 6 个官方 Markdown 路由和明确的 sync/async/persistence 边界。未对后端进行并发、故障、TTL、备份或恢复测试；BaseStore 本身也不承诺这些能力。