高性能PHP应用需遵循的20条法则[1]|缓存命中率

概念：什么是缓存命中率？

所谓缓存命中（Cache Hit），通常是指用户侧程序成功地从缓存系统中获取了数据，而非因为缓存数据过期而失效，或根本不存在，或被LRU（最近最少使用到的，即least recently used）算法所淘汰导致访问不到缓存数据，甚至需要从数据库预热（获取新的）一份数据。因此，缓存命中率=缓存命中的次数/请求缓存数据的总次数。

提高缓存命中率（下面均以Redis为例，数据库以MySQL为例）

1. 缓存更新机制（这里用“时机”2字可能更恰当）。

一个比较常见的例子：更新用户信息缓存，当用户信息字段有变化的时候，系统通过MQ（假设是RabbitMQ）发送更新消息给相应的Exchange（交换器）,接着交给对应的客户端去处理，从而达到更新对应Redis Key下面缓存的目的。 再例如：让更新缓存数据的操作通过消息队列以可控的速度从 MySQL 中获取更新，这样不至于让让数据库压力过大，也不至于降低缓存的命中率。 总的原则：缓存的更新速度应该保持在一个可控的范围内，高频访问的数据尤其要重视其业务使用场景，从而设计一份适合当前产品的缓存更新机制。像定时主动更新缓存这种方式要少用，除非产品规划上不得不这么做，最好是被动且丢到缓存更新消息队列中让 Worker 自己慢慢消化。

2. 缓存粒度的选择。

通常来说，一个设计良好的缓存系统，缓存Key的命名规则比较清晰，当然缓存的数据类型和数据大小也会比较适宜。若一个Key 命名为 userInfo:id:112 的缓存丢了除用户信息外的订单列表信息的话，那么每次这个id为112的用户的订单状态有变化的时候，我们都需要去更新这个Key的数据，这可能让我们面临两个问题，一个是代码可维护性降低，一个是缓存并发更新导致数据不一致的问题（什么？你想要加锁，劝你别这么做，因为锁降低了缓存访问效率的同时还增加了代码复杂度）

3. 缓存失效风暴的风险侦测

通常来说，程序应该能完全避免缓存失效带来的系统瘫痪的风险，比如我们能够通过一个通知系统的Dashboard来获得一些关键key的ttl（剩余存活时间）以及访问次数等数据，这样就有利于避免缓存失效带来的风险，从而提高缓存命中率。

小知识：在redis中可以运行info命令查看redis服务的状态信息，其中keyspace_hits为总的命中中次数，keyspace_misses为总的miss次数，命中率=keyspace_hits/（keyspace_hits+keyspace_misses）。

参考资料：https://blog.csdn.net/dinglang_2009/article/details/53420215