列表缓存命中率只有 18%:把 page 写进 key 的三个后果

列表接口加了缓存,命中率只有一成多,改完一个商品要清几十个 key。问题不在缓存本身,而在 key 的维度设计。这篇讲 page 与筛选参数进 key 之后的三处代价,以及按版本号整体失效的做法。

给列表接口加上缓存之后,命中率只有一成多;商品信息一改,运维还得手动清几十个 key。问题不在缓存层,在 key 的维度设计。

命中率为什么这么低

一个典型的列表接口,请求参数至少有页码、每页条数、三五个筛选条件、一个排序方式。把这些全拼进 key,组合数是乘法关系:筛选条件的可选值越多,key 空间越大。

真实流量又是长尾的——第一页占大头,第二页少一个数量级,第三页之后基本没人看。于是绝大部分 key 只被访问过一次,写进去、过期、再写一遍,缓存变成了纯粹的写放大。

更麻烦的是失效:数据一变更,你根本不知道要删哪些 key,因为它们由参数组合生成,不可枚举。

三种 key 设计,各自的代价

第一种,只缓存前几页。前 N 页(比如前三页)进缓存,后面的直接查库。命中率立刻上去,失效范围也可控;代价是深页用户享受不到缓存,长尾查询仍然打库。

第二种,两级缓存。列表只存 ID 序列,每条记录单独存一份实体,列表命中后再批量取实体。列表 key 很小,实体缓存可以跨列表复用——同一个商品出现在「热门」和「分类页」时只存一份。代价是多一次批量读,且要处理「ID 还在、实体已过期」的错位。

第三种,全量结果塞进一个 key。数据量小时看着很香,数据一大就是典型的大 key:序列化耗时、网络传输耗时、还容易把单次请求的超时打穿。

// 两级缓存:列表存 ID,实体单独存,实体可跨列表复用
const ver = await redis.get('list:article:ver') || 1;
const listKey = `list:article:v${ver}:p${page}:${filterHash}`;
const ids = await redis.get(listKey);

if (!ids) {
  const rows = await db.listArticles({ page, ...filters });
  const list = rows.map((r) => r.id);
  await redis.set(listKey, JSON.stringify(list), 'EX', 60);
  await Promise.all(rows.map((r) =>
    redis.set(`article:${r.id}`, JSON.stringify(r), 'EX', 300)));
  return rows;
}
const cached = await redis.mget(ids.map((id) => `article:${id}`));

失效用版本号,别用 SCAN 枚举

参数组合生成的 key 没法一条条删,最省事的办法是给这一组列表加一个版本号:key 里带上版本,要整体失效时把版本加一,旧 key 自然过期。

// 数据变更时:版本 +1,整组列表瞬间失效,不需要知道有哪些 key
await redis.incr('list:article:ver');

版本号方案的边界是粒度粗:改一条记录会让所有列表缓存一起失效。流量大的站点通常会按「分类 + 版本」拆成多个版本 key,把失效范围收敛到受影响的那一部分。

如果确实要按前缀清理,用 SCAN 游标扫,配 UNLINK 异步删,绝不要用 KEYS:

let cursor = '0';
do {
  const [next, keys] = await redis.scan(cursor, 'MATCH', 'list:article:v1:*', 'COUNT', 200);
  cursor = next;
  if (keys.length) await redis.unlink(...keys);
} while (cursor !== '0');

还有两个容易被忽略的点

列表里通常带着总数。总数和列表分两次查、两次缓存,很容易出现「列表 20 条,总数 0」的错位。要么把总数和列表存在同一个 value 里,要么接受它对不上并在前端做兜底。

另外,列表缓存 TTL 不要太长。列表是聚合视图,任何一个成员变了它就该变;TTL 越长,用户看到过期聚合的时间越久。

适用边界与常见坑

  • 缓存 ID 序列时,实体缺失要有回源逻辑,否则用户会看到「列表有条目,点进去 404」。
  • 分页缓存天然与「实时性」冲突,后台运营改完数据看不到效果时,先查缓存版本,别急着怀疑数据库。
  • 版本号 key 自己不设 TTL,会被一直残留,记得给它一个足够长的过期时间。
  • 单页数据量大的接口(比如一页 200 条带正文),两级缓存的 mget 会变成大请求,此时更适合只缓存 ID 加首屏字段。
  • 多实例部署时不要在进程内再叠一层本地缓存,否则版本号失效只对 Redis 生效,本地那份还留着旧数据。
查看「数据库与缓存」全部文章 →

同分类文章

查看 0 评论 0

评论

正在加载评论…

留言提交后自动审核:正常内容立即显示,含敏感信息的会转人工复核。

列表缓存命中率只有 18%:把 page 写进 key 的三个后果 - 起航社区