redis缓存命中率如何计算
/home/pubsrv/redis-2.8.12/src/redis-cli -p 6379 -h 192.168.11.13 -a ZTZmZDc4ODAwMjMx
192.168.11.14:6379> info
缓存命中率 = keyspace_hits / (keyspace_hits + keyspace_misses)
影响缓存命中率的因素
1. 业务场景
缓存适合“读多写少”的业务场景，反之，使用缓存的意义不大，命中率会很低。缓存时间越长，命中率会越高。时效性要求越低，就越适合缓存。
2. 更新策略
缓存的粒度越小，命中率会越高。举个实际的例子说明：
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。而当缓存一个集合的时候（例如：所有用户数据），其中任何一个对象对应的数据发生变化时，都需要更新或移除缓存。2.
3. 清理策略
对于持续运行的服务器来说， 服务器需要定期对自身的资源和状态进行必要的检查和整理，有三种不同的删除策略，立即删除会短时间内占用大量cpu，惰性删除会在一段时间内浪费内存，所以定时删除是一个折中的办法。
（1）立即清理。在设置键的过期时间时，创建一个回调事件，当过期时间达到时，由时间处理器自动执行键的删除操作。
（2）惰性清理。键过期了就过期了，不管。当读/写一个已经过期的key时，会触发惰性删除策略，直接删除掉这个过期key
（3）定期清理。每隔一段时间，对expires字典进行检查，删除里面的过期键。
4. 缓存容量
缓存的容量有限，则容易引起缓存失效和被淘汰。
5. 缓存故障
缓存节点故障，也会引起缓存失效，业内比较典型的做法就是通过一致性Hash算法，或者通过节点冗余的方式。
来源：CSDN
作者：Leticia的博客
链接：https://blog.csdn.net/weixin_40213018/article/details/90765077