命中：可以直接透過快取取得到所需的資料。
不命中：無法直接透過快取取得到想要的數據，需要再次查詢資料庫或執行其它的操作。原因可能是由於快取中根本不存在，或者快取已經過期。
通常來講，快取的命中率越高則表示使用快取的收益越高，應用的效能越好（回應時間越短、吞吐量越高），抗並發的能力越強。
由此可見，在高並發的網路系統中，快取的命中率是至關重要的指標。
在memcached中，執行state指令可以查看memcached服務的狀態信息，其中cmd_get表示總的get次數，get_hits表示get的總命中次數，命中速率= get_hits/cmd_get。
當然，我們也可以透過一些開源的第三方工具對整個memcached叢集進行監控，顯示會更直覺。比較典型的包括：zabbix、MemAdmin等。
如圖：MemAdmin對memcached服務的命中率情況的監控統計
同理，在redis中可以運行info指令查看redis服務的狀態訊息，其中keyspace_hits為總的命中中次數，keyspace_misses為總的miss次數，命中率=keyspace_hits/（keyspace_hits keyspace_misses）。
開源工具Redis-star能以圖表方式直觀redis服務相關訊息，同時，zabbix也提供了相關的插件對redis服務進行監控。
之前的章節中我們提到了快取命中率的重要性，以下分析下影響快取命中率的幾個因素。
快取適合“讀多寫少”的業務場景，反之，使用快取的意義其實並不大，命中率會很低。
業務需求決定了對時效性的要求，直接影響到快取的過期時間和更新策略。時效性要求越低，就越適合快取。在相同key和相同請求數的情況下，快取時間越長，命中率會越高。
網路應用程式的大多數業務場景下都是很適合使用快取的。
通常情況下，快取的粒度越小，命中率會越高。舉個實際的例子說明：
當快取單一物件的時候（例如：單一使用者資訊），只有當該物件對應的資料發生變化時，我們才需要更新快取或讓移除快取。而當快取一個集合的時候（例如：所有使用者資料），其中任何一個物件對應的資料發生變化時，都需要更新或移除快取。
還有另一種情況，假設其他地方也需要取得該對象對應的資料時（例如其他地方也需要取得單一使用者資訊），如果快取的是單一對象，則可以直接命中緩存，反之，則無法直接命中。這樣比較靈活，快取命中率會更高。
此外，快取的更新/過期策略也直接影響到快取的命中率。當資料變更時，直接更新快取的值會比移除快取（或讓快取過期）的命中率更高，當然，系統複雜度也會更高。
快取的容量有限，則容易造成快取失效和被淘汰（目前多數的快取框架或中間件都採用了LRU演算法）。同時，快取的技術選型也是至關重要的，例如採用應用程式內建的本機快取就比較容易出現單機瓶頸，而採用分散式快取則畢竟容易擴充。所以需要做好系統容量規劃，並考慮是否可擴充。此外，不同的快取框架或中間件，其效率和穩定性也是存在差異的。
當快取節點發生故障時，需要避免快取失效並最大程度降低影響，這種特殊情況也是架構師需要考慮的。業界比較典型的做法就是透過一致性Hash演算法，或是透過節點冗餘的方式。
有些朋友可能會有這樣的理解迷思：既然業務需求對資料時效性要求很高，而快取時間又會影響到快取命中率，那麼系統就別使用緩存了。其實這忽略了一個重要因素--並發。通常來講，在相同快取時間和key的情況下，並發越高，快取的收益會越高，即便快取時間很短。
從架構師的角度，需要應用盡可能的透過快取直接取得數據，並避免快取失效。這也是比較考驗架構師能力的，需要在業務需求，快取粒度，快取策略，技術選用等各方面去通盤考慮並做權衡。盡可能的聚焦在高頻存取且時效性要求不高的熱點業務上，透過快取預載（預熱）、增加儲存容量、調整快取粒度、更新快取等手段來提高命中率。
對於時效性很高（或快取空間有限），內容跨度很大（或訪問很隨機），並且訪問量不高的應用來說緩存命中率可能長期很低，可能預熱後的快取還沒來得被存取就已經過期了。
更多Redis相關技術文章，請造訪Redis教學欄位學習！
以上是怎麼提高redis快取命中率的詳細內容。更多資訊請關注PHP中文網其他相關文章！
