影响缓存的三个因素（命中率、缓存更新策略、缓存最大数据量）

向右看齐 2021-12-05 21:05 390阅读 0赞

转载自[https://blog.csdn.net/luyaran/article/details/84875989][https_blog.csdn.net_luyaran_article_details_84875989]

--------------------

我们经常通过命中率来衡量缓存机制的好坏和效率，这个**命中率**指的就是请求缓存次数和缓存返回正确结果的次数的一个比例，这个比例越高，就表明缓存的使用率越高。

正常的缓存命中率也会因为不同的缓存应用而大不相同，咱们以query cache为例来说明一下，经过服务器一段时间的运行和积累，query cache的命中率在98%以上，而另外的能在85%就算是很高了，这个跟我们的缓存机制的实现有关系，一般来说，越复杂的缓存机制，越难以保证命中率，随着系统的积累，缓存命中率会逐渐增长至稳定状态。

我们需要注意的是，就是不要频繁的更新缓存数据，这样会降低命中率，如果不得不做的话，就得考虑缓存在这里是否合理了。

**缓存更新策略**一般有以下三种：

FIFO（first in first out），也就是说，最先进入缓存的数据，在缓存空间不够的情况下，将会被先清除  
LFU（less frequently used），这里是说，最少使用的元素会先被清理，这里需要标记元素使用情况  
LRU（least recently used），这个说的是最近最少使用的元素会先被清理，需给元素标记时间戳，距离当前时间最远的元素，将会先被清理

**缓存最大数据量**是指在缓存中能处理元素的最大个数或者说所能使用的最大空间。通常来讲，各种缓存机制都会对缓存的最大数据量进行限制，可以是固定大小的存储空间、集合个数，或者是由操作系统所能处理和分配的存储空间决定。

而超过缓存机制所允许的最大数据量，系统会进行相应的处理，一般有四种处理方式：

停止缓存服务，把所有的缓存数据清空  
拒绝写入，不再对缓存数据进行更新  
根据缓存更新策略，清除旧数据  
在第三点的基础上，将淘汰的数据备份，腾出新的空间  
好啦，咱们也不废话，今天的记录就到这里了。

如果感觉不错的话，请多多点赞支持哦。。。

[https_blog.csdn.net_luyaran_article_details_84875989]: https://blog.csdn.net/luyaran/article/details/84875989