为什么要关注缓存的实时表现
很多开发者在项目中加了缓存，比如 Redis 或本地内存缓存，但加完就不管了。结果过几天发现接口变慢，数据不一致，才意识到缓存没起作用或者命中率极低。其实就像家里装了净水器却不检查滤芯，时间久了可能还不如直接喝自来水。缓存也一样，得有人盯着它干活才行。
特别是在高并发场景下，比如电商抢购、秒杀活动，缓存一旦失效或击穿，数据库瞬间就会被压垮。这时候如果能实时看到缓存的读写情况、命中率变化，就能快速发现问题，及时调整策略。
常见的监控指标有哪些
想了解缓存是不是在正常工作，几个关键数据必须盯着：
- 命中率（Hit Rate）：请求中有多少是从缓存拿的数据，理想状态是90%以上。
- 读写次数：每秒从缓存读了多少次，写了多少次，能看出流量趋势。
- 缓存失效速度：某个 key 存进去多久就被清掉了，是否符合预期。
- 内存使用量：Redis 用了多少内存，有没有接近上限导致自动淘汰。
以 Redis 为例的实际操作
假设你已经在服务里接入了 Redis，可以通过内置命令来查看实时状态。最常用的是 INFO 命令：
redis-cli INFO stats返回的内容里就有 key_hits、key_misses、instantaneous_ops_per_sec 这些字段。用这些数据可以算出命中率：
命中率 = key_hits / (key_hits + key_misses)你可以写个脚本定时拉取这些信息，打到日志里，或者推到监控系统如 Prometheus。
结合 Spring Boot 的实际场景
如果你用的是 Java Spring Boot，默认的 @Cacheable 注解虽然方便，但默认不提供监控。这时候可以引入 Micrometer，它能自动收集缓存指标。
先在配置文件开启缓存监控：
management.metrics.enable.cache=true
management.metrics.export.prometheus.enabled=true然后在代码中使用 CacheMetricsRegistrarBean 自动注册缓存度量。重启服务后，访问 /actuator/metrics 就能看到 cache.hit、cache.miss 这类指标。
再配上 Grafana 面板，画个实时曲线图，运维人员一眼就能看出缓存有没有异常波动。
别等到出事才想起看缓存
有个团队做促销活动前没做缓存压测，也没开监控。活动开始5分钟后接口全挂，查日志才发现缓存命中率掉到了10%，大量请求直奔数据库。后来复盘发现是缓存 key 设计不合理，同一个商品被多个不同参数请求打成多个 key，导致重复加载。
如果当时有实时监控，看到命中率骤降就能立刻报警，甚至自动触发预热脚本。事后他们加上了 Prometheus + Alertmanager 的组合，设置命中率低于80%就发企业微信通知，再也没出现过类似问题。
说到底，缓存不是一配了之的东西。就像汽车仪表盘，油量、转速、水温都得实时看着。你的缓存系统也该有个“仪表盘”，让它告诉你现在跑得稳不稳。