文章目录

• 一、命中率介绍
• 二、如何计算命中率
• 三、影响提高命中率的因素及方案
• • 1. 业务场景和需求
  • 2. 缓存设计（粒度和策略）
  • 3. 缓存容量和基础设施
  • 4. 其他因素

一、命中率介绍

• 命中率：可以从缓存获得需要的数据
• 未命中率：无法从缓存获取到想要的数据，而导致需要从数据库中或者其他操作获取到数据。

原因是缓存不存在或者缓存已过期

二、如何计算命中率

通过redis提供的info命令查看参数

命令：

127.0.0.1> info

输出：

expired_keys:2061008
evicted_keys:0
keyspace_hits:19528495
keyspace_misses:2915371

计算公式：命中率=击中数量/（keyspace_hits（击中数量）+keyspace_misses（未击中数量））

良好的系统可以保持命中率在95%以上

三、影响提高命中率的因素及方案

1. 业务场景和需求

缓存适合做“读多写少”的场景。反之，数据放进缓存就不合理了。业务场景和需求要求缓存的时效性，也会影响缓存的更新策略和更新时间，即时效性越低越适合做缓存，缓存时间越长，其命中率就越高

2. 缓存设计（粒度和策略）

粒度越小，命中率越高。粒子指的是存储对象的单位，如存储用户信息，存储单个对象和存储所有对象的集合相比，前者粒子较小。因为当一个用户对象发生变化时，都需要移除或更新缓存。此外，缓存的更新/过期策略也会影响命中率，当数据发生变化时，更新缓存会比移除缓存命中率更高。

3. 缓存容量和基础设施

如果缓存的容量有限，也容易导致缓存失败或者失效。而选择缓存的架构也是可以提高命中率，因为单继缓存毕竟没有集群分布式缓存容易扩展。其效率和稳定性也存在差异。

4. 其他因素

当缓存节点发生故障时，需要避免缓存失效并最大程度降低影响，这种情况就要用到redis的哨兵模式+redis的主从来解决了。