Redis 缓存命中率低时如何排查和优化
哪些公司问过
广立微1
答案要点
- 用 INFO stats 中 keyspace_hits/keyspace_misses 计算命中率,并结合 evicted_keys、expired_keys 定位原因
- 内存不足导致淘汰时,扩容或调整 maxmemory-policy,如 allkeys-lfu 保留高频 key
- TTL 过短或集中过期时,按业务调整过期时间并加随机值打散
- key 粒度过细、拼入易变参数会降低复用,需要重新设计缓存对象和 key
- 查询不存在的数据用缓存空值或布隆过滤器拦截,冷启动做缓存预热
易错点
- 只盯着命中率数字,不区分是淘汰、过期还是穿透导致的
- 盲目把 TTL 调得很长,导致数据一致性变差和内存膨胀
- 在生产环境长时间开 MONITOR 排查,影响 Redis 性能
面试官常见追问
- 命中率多少算正常?
- LRU 和 LFU 淘汰策略怎么选?
- 如何确认是哪些 key 没命中?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。