缓存命中率基础概念

在 Velero 灾备缓存体系中，缓存命中率是衡量缓存系统效率的核心指标，直接决定了备份恢复操作的延迟与资源消耗。理解其定义、计算方式及影响因素，是后续进行资源配额与 RPO 协同调优的前提。

2.1 缓存命中率定义

缓存命中率（Cache Hit Ratio）是指从缓存中成功获取所需数据的请求次数，占所有数据请求总次数的百分比。在 Velero 场景中，缓存对象通常包括：

• 备份元数据：备份清单、标签、时间戳等。
• 对象存储索引：已备份对象的路径与校验信息。
• 恢复点快照：近期频繁访问的恢复点数据块。

高命中率意味着大部分请求无需回源到远端对象存储（如 S3/MinIO），从而显著降低网络延迟与 API 调用成本，保障 RPO 目标的稳定性。

2.2 计算公式

缓存命中率的通用计算公式如下：

缓存命中率（%） = (缓存命中次数 / 总请求次数) × 100%

在 Velero 监控实践中，通常通过 Prometheus 指标 velero_cache_hits_total 与 velero_cache_requests_total 计算：

# PromQL 示例：计算过去 5 分钟的平均缓存命中率
( sum(rate(velero_cache_hits_total[5m])) 
/ sum(rate(velero_cache_requests_total[5m])) ) * 100

2.3 影响缓存命中率的关键因素

缓存命中率并非孤立指标，它受以下三个核心因素共同作用：

2.3.1 数据局部性（Data Locality）

数据局部性指缓存中存储的数据是否与当前工作负载的访问模式相匹配。在 Velero 灾备场景中，局部性表现为：

• 时间局部性：近期备份或恢复过的数据，短时间内再次被访问的概率较高。
• 空间局部性：与已缓存数据相邻的备份块，被一起请求的可能性较大。

若备份策略频繁切换目标存储桶或命名空间，会导致缓存数据与请求模式错位，命中率急剧下降。

2.3.2 TTL（生存时间）

TTL 决定了缓存数据在过期前可被重复使用的时长。Velero 缓存默认 TTL 通常设置为 1 小时，但需根据 RPO 窗口动态调整：

2.3.3 缓存容量（Cache Capacity）

缓存容量决定了能同时存储多少数据对象。容量不足时，缓存会按淘汰策略（如 LRU）驱逐旧数据，导致局部性失效。容量与命中率的关系呈非线性：

• 容量过小：频繁驱逐，命中率低于 60%。
• 容量适中：可覆盖 80% 以上的热点数据，命中率稳定在 85%~95%。
• 容量过大：边际收益递减，浪费内存或磁盘资源。

2.4 因素间的协同关系

三个因素并非独立作用，而是相互耦合：

• 容量 + TTL：容量固定时，延长 TTL 可提升命中率，但会降低数据新鲜度；缩短 TTL 则反之。
• 局部性 + 容量：局部性强的工作负载，即使容量较小也能维持较高命中率；局部性差时，需更大容量来覆盖随机请求。
• TTL + 局部性：短 TTL 会破坏时间局部性，导致频繁回源；长 TTL 则强化局部性收益。