Java 如何理解guava cache统计指标？

我在我的一个库中使用Guava cache，该库正被我公司的其他服务（由其他团队管理）使用。从我的库中，我记录

缓存统计数据

每

50000次。下面是我在记录时看到的输出

Cache Stats= CacheStats{hitCount=3296628, missCount=1353372, loadSuccessCount=1353138, loadExceptionCount=0, totalLoadTime=2268064327604, evictionCount=1325410}
Cache Stats= CacheStats{hitCount=3334167, missCount=1365834, loadSuccessCount=1365597, loadExceptionCount=0, totalLoadTime=2287551024797, evictionCount=1337740}
Cache Stats= CacheStats{hitCount=3371463, missCount=1378536, loadSuccessCount=1378296, loadExceptionCount=0, totalLoadTime=2309012047459, evictionCount=1350990}
Cache Stats= CacheStats{hitCount=3407719, missCount=1392280, loadSuccessCount=1392039, loadExceptionCount=0, totalLoadTime=2331355983194, evictionCount=1364535}
Cache Stats= CacheStats{hitCount=3443848, missCount=1406152, loadSuccessCount=1405908, loadExceptionCount=0, totalLoadTime=2354162371299, evictionCount=1378654}

我的缓存配置如下图所示：

    CacheBuilder
      .newBuilder()
      .maximumSize(1000000)
      .expireAfterWrite(120, TimeUnit.SECONDS)
      .concurrencyLevel(5000)
      .removalListener(
          RemovalListeners.asynchronous(new CustomListener(),
              Executors.newSingleThreadScheduledExecutor())).build();

有人能帮我了解一下我们的命中率是多少，以及如何解释上述缓存指标吗？我不知道这些数字告诉我什么。基于以上结果，如果我们增加
maximumSize
或
expireAfterWrite
间隔，我们是否可以看到更好的性能

注意：我们仍在使用guava-11.0.2，由于某些原因，我无法升级。
来自文档

缓存统计信息将根据以下规则递增：


当缓存查找遇到现有缓存项时，命中率为
增加

当缓存查找第一次遇到缺少的缓存项时，新的
条目已加载

成功加载条目后，错误计数和加载成功计数

增加，总加载时间（以纳秒为单位）为
添加到总加载时间

当加载条目时引发异常时，会导致错误计数和
loadExceptionCount递增，总加载时间以
纳秒添加到totalLoadTime

遇到仍在运行的缺少缓存项的缓存查找
加载将等待加载完成（无论是否成功）
不）然后递增错误计数


从缓存中逐出一个条目时，逐出计数为
增加

当缓存项无效或手动时，不会修改任何统计信息
删除

在的asMap视图上调用的操作不会修改任何统计信息
缓存


现在来看看你的指标

查看您的指标。

CacheStats{hitCount=3296628，missCount=1353372，loadSuccessCount=1353138，loadExceptionCount=0，totalLoadTime=2268064327604，executioncount=1325410}
考虑到您的大小为1M，约75%的请求得到缓存命中，并且您的数据大小约为135万，最坏的情况是，您的缓存未命中看起来像是由于过期而发生的。我建议将
maximumSize
增加到大约1.25-1.35M，然后再次运行相同的测试

如果您提到运行测试的时间框架，以便计算出逐出率，这也会有所帮助。如果可能，请将写入后的过期时间增加到一个更大的数字，以减少逐出次数。
来自文档

缓存统计信息将根据以下规则递增：


当缓存查找遇到现有缓存项时，命中率为
增加

当缓存查找第一次遇到缺少的缓存项时，新的
条目已加载

成功加载条目后，错误计数和加载成功计数

增加，总加载时间（以纳秒为单位）为
添加到总加载时间

当加载条目时引发异常时，会导致错误计数和
loadExceptionCount递增，总加载时间以
纳秒添加到totalLoadTime

遇到仍在运行的缺少缓存项的缓存查找
加载将等待加载完成（无论是否成功）
不）然后递增错误计数


从缓存中逐出一个条目时，逐出计数为
增加

当缓存项无效或手动时，不会修改任何统计信息
删除

在的asMap视图上调用的操作不会修改任何统计信息
缓存


现在来看看你的指标

查看您的指标。

CacheStats{hitCount=3296628，missCount=1353372，loadSuccessCount=1353138，loadExceptionCount=0，totalLoadTime=2268064327604，executioncount=1325410}
考虑到您的大小为1M，约75%的请求得到缓存命中，并且您的数据大小约为135万，最坏的情况是，您的缓存未命中看起来像是由于过期而发生的。我建议将
maximumSize
增加到大约1.25-1.35M，然后再次运行相同的测试

如果您提到运行测试的时间框架，以便计算出逐出率，这也会有所帮助。如果可能，将写入后的过期时间增加到一个更高的数字，以减少驱逐的次数。
您不了解文档中的哪些内容？您可能希望使用
refreshAfterWrite
，以便在过期之前重新加载最热门的条目，以最大限度地减少对消费者的阻塞。您在文档中不了解什么？您可能希望使用
refreshAfterWrite
，以便在过期之前重新加载最热门的条目，以最大限度地减少对使用者的阻塞。感谢您的详细解释。实际上，这不是一个测试，在过去的5-6天里，有一台机器一直在生产中运行这个构建，我们每记录50000个这些指标。你怎么知道数据大小在1.35米左右，只是好奇而已？所以你的意思是说我应该将
最大大小
增加到
1350000
而不是
1000000
？他猜测过期是驱逐的原因，这可能是一个大缓存，而
最大大小/命中率
将是总工作集。这可能不是真的，因为“一次成功的奇迹”污染了LRU的缓存。通常，反复试验（例如使用不同配置的金丝雀机器）是最简单的解决方案。或者，您可以捕获一个模拟跟踪以查看命中率曲线。感谢您的详细解释。实际上，这不是一个测试，在过去的5-6天里，有一台机器一直在生产中运行这个构建，我们每记录50000个这些指标。你怎么知道数据大小在1.35米左右，只是好奇而已？你的意思是说我应该增加