缓存命中率：通常来讲，缓存的命中率越高则表示使用缓存的收益越高，应用的性能越好（响应时间越短、吞吐量越高），抗并发的能力越强。
命中：可以直接通过缓存获取到需要的数据。
不命中：无法直接通过缓存获取到想要的数据，需要再次查询数据库或者执行其它的操作。原因可能是由于缓存中根本不存在，或者缓存已经过期。
什么情况下适合使用缓存：
缓存适合”读多写少”的业务场景，反之，使用缓存的意义其实并不大，命中率会很低。
业务需求决定了对时效性的要求，直接影响到缓存的过期时间和更新策略。时效性要求越低，就越适合缓存。在相同key和相同请求数的情况下，缓存时间越长，命中率会越高。
对于低并发低流量的应用而言，引入缓存并不会带来性能的显著提升，反而会带来应用的复杂度以及极高的运维成本。
如何提高缓存的命中率：
通常情况下，缓存的粒度越小，命中率会越高。当缓存单个对象的时候（例如：单个用户信息），只有当该对象对应的数据发生变化时，我们才需要更新缓存或者让移除缓存。当其他地方也需要获取单个用户信息的情况
可以直接命中缓存，这样更加灵活，缓存的命中率也会更高缓存的更新/过期策略也直接影响到缓存的命中率。当数据发生变化时，直接更新缓存的值会比移除缓存（或者让缓存过期）的命中率更高，当然，系统复杂度也会更高。
缓存的容量有限，则容易引起缓存失效和被淘汰，采用分布式缓存则容易扩展，不同的缓存框架或中间件，其效率和稳定性也是存在差异的。
应用尽可能的通过缓存直接获取数据，并避免缓存失效，需要在业务需求，缓存粒度，缓存策略，技术选型等各个方面去通盘考虑并做权衡，
尽可能的聚焦在高频访问且时效性要求不高的热点业务上，通过缓存预加载（预热）、增加存储容量、调整缓存粒度、更新缓存等手段来提高命中率。
