如何用石墨分析memcache关键命中率？

Question

我有一个Rails应用程序，它广泛使用缓存，我想知道应用程序中不同位置的缓存命中率。低命中率显然需要注意。但先测量一下！

为了获得真实数据，我使用了石墨+统计组合和使用custom Dalli instrumentation的statsd-instrument gem。应用中的所有键都是['place', details...]格式，因此我在石墨中获得以下指标：

• stats.cache.place1.hits
• stats.cache.place1.misses
• stats.cache.place2.hits
• stats.cache.place2.misses
• 等

现在我要显示所有命中率。我能够为一个地方提出以下公式：

divideSeries(stats.cache.place1.hits, sumSeries(stats.cache.place1.*))

效果很好，但有几十个地方，我讨厌复制它，更不用说可以出现新的地方了。

这是一个问题，石墨专家：有没有办法显示所有地方的点击率？我在文档中看到过group *函数，但是他们让我很困惑。

理想情况下，我想将我的地方分为4类：

• 命中率高，请求很多。缓存效果很好。
• 命中率低，请求很多。需要注意。
• 命中率很高，请求很少。是否需要缓存？
• 命中率低，请求很少。绝对删除缓存。

我真的很感激任何有关如何使用石墨进行此类分析的想法（我可以请求JSON格式的数据并进行自己的数学运算，但我怀疑必须采用更简单的方法）。

Answer 1

您可以在多个级别使用globs，因此有关所有缓存执行方式的全局视图：

divideSeries(stats.cache.*.hits, sumSeries(stats.cache.*.*))

对于您提到的4个类别the mostDeviant function might be good，这有助于找到最高/最低缓存率。

mostDeviant(5, divideSeries(stats.cache.*.hits, sumSeries(stats.cache.*.*)))

根据请求将它们分组到存储桶中，然后显示单独的派生比率更难。使用重复groupByNode和highestAverage的回调函数可能有效

highestAverage(groupByNode(groupByNode(stats.cache.*.*, 3, "sumSeries"), 2, "divideSeries"), 10)

作为旁注，对于大多数LRU（最近最少使用的）缓存逐出方案，删除缓存没有多大意义，因为它不会竞争缓存空间。