企业官网建设流程全解析

redis-cli info可以查看 Redis 缓存命中率，但不是直接显示“命中率%”，而是通过keyspace_hits和keyspace_misses两个计数器计算得出。

一、关键指标说明

运行以下命令：

redis-cli info Stats

你会看到类似输出：

# Stats keyspace_hits:12345678 keyspace_misses:987654 ...

• keyspace_hits：命中缓存的请求数（GET 成功找到 key）；
• keyspace_misses：未命中缓存的请求数（GET 未找到 key）；

⚠️ 注意：

• 这两个指标只统计GET、EXISTS等读操作；
• 写操作（如SET） 不计入。

二、计算缓存命中率

公式：

命中率 = keyspace_hits / (keyspace_hits + keyspace_misses)

✅ 示例：

• keyspace_hits = 9000
• keyspace_misses = 1000
• 命中率 = 9000 / (9000 + 1000) = 90%

🔧 一行命令计算（Linux/macOS）：

redis-cli info Stats|awk-F:' /keyspace_hits/ { hits=$2 } /keyspace_misses/ { misses=$2 } END { if (hits+misses > 0) printf "命中率: %.2f%%\n", hits/(hits+misses)*100; else print "无读请求" }'

输出：

命中率: 90.00%

三、工程实践：命中率监控阈值

💡高并发系统通常要求 ≥ 99%（如电商商品缓存）。

四、高危误区

🚫 误区 1：“info默认输出包含命中率”

• 真相：
  • redis-cli info输出所有 section，需关注# Stats部分；
  • 直接info可能因输出太长漏看；
  • 推荐redis-cli info Stats精准获取。

🚫 误区 2：“命中率低 = Redis 配置问题”

• 真相：
  • 根本原因通常在应用层：
    • 缓存 key 设计不合理；
    • TTL 过短；
    • 存在大量随机查询（如user:timestamp）；
  • 应先分析业务逻辑，再调 Redis。

🚫 误区 3：“命中率 100% 最好”

• 真相：
  • 100% 可能因无缓存未命中请求（如只读热点数据）；
  • 但若存在写操作，命中率 < 100% 是正常现象；
  • 盲目追求 100% 可能掩盖缓存穿透风险。

五、扩展：监控命中率变化趋势

✅ 用--stat实时监控（每秒刷新）：

redis-cli--stat

输出：

------- data ------ --------------------- load -------------------- - child - 9000 (90.00%) 1000 (10.00%) 0.00 0

• 第一列：keyspace_hits（括号内为命中率）；
• 第二列：keyspace_misses（括号内为未命中率）；

✅适合压测时实时观察命中率变化。

六、终极建议：将命中率纳入告警体系

在 Prometheus + Grafana 中：

• 采集指标：

  # redis-exporter 暴露的指标redis_keyspace_hits_total redis_keyspace_misses_total

• 计算命中率 PromQL：

  rate(redis_keyspace_hits_total[5m]) / (rate(redis_keyspace_hits_total[5m]) + rate(redis_keyspace_misses_total[5m]))

• 告警规则：

  -alert:LowRedisHitRateexpr:redis_hit_rate < 0.95for:5mlabels:severity:warningannotations:summary:"Redis 缓存命中率低于 95%"

✅总结：

• redis-cli info Stats提供keyspace_hits和keyspace_misses；
• 命中率 = hits / (hits + misses)；
• ≥ 95% 为健康，< 90% 需紧急排查；
• 务必结合业务逻辑分析，而非仅看数字。