Infinispan内存型驱逐配置：如何匹配计数型缓存命中率？

咱们先梳理下你的核心诉求：用MEMORY驱逐策略时，缓存命中率远低于COUNT模式，且开启钝化后出现不必要的条目激活。下面从问题根源和具体配置调整两方面来解决：

一、MEMORY驱逐命中率低的核心原因 #

COUNT模式是按条目数量限制缓存，你配置了size=500，意味着最多存500个图片条目；而MEMORY模式是按内存容量限制，但你可能忽略了Infinispan存储byte[]时的额外内存开销：每个条目除了100KB的图片数据，还包含键的存储、元数据（如过期时间、访问标记等），实际每个条目占用的内存会比你预估的100KB多10%-30%甚至更多。

你当前配置的size=1000000（仅1MB），实际只能容纳不到10个条目，远少于COUNT模式的500个。当负载测试循环请求时，缓存很快被填满，旧条目被频繁驱逐，导致后续请求再次MISS，命中率自然下降。

二、调整MEMORY驱逐配置，匹配COUNT模式的命中率 #

1. 准确计算总内存容量 #

先估算每个条目的实际内存占用：假设每个条目额外开销约20KB（也可以通过cacheManager.getCache("imagesCache").getStatistics().getMemoryUsed()来精确获取），500个条目的总内存就是 500 * (100KB + 20KB) = 60,000KB = 61,440,000字节。

把MEMORY的size调整为对应值：

<memory>
  <binary eviction="MEMORY" size="61440000" strategy="LRU" />
</memory>

• strategy="LRU"：明确指定最近最少使用的驱逐策略，确保最近访问/添加的条目优先保留（这和你需要的LIFO效果类似，是更适合缓存场景的“最近使用优先”策略）。

2. 优化内存计算精度 #

Infinispan默认对内存的计算是近似值，开启精确内存计算可以让驱逐触发更准确：

<memory>
  <binary eviction="MEMORY" size="61440000" strategy="LRU" memory-size="accurate" />
</memory>

memory-size="accurate"会让Infinispan精确计算每个条目的内存占用，避免因近似计算导致阈值提前或延迟触发。

三、解决钝化后的异常激活问题 #

你出现激活数1242>钝化数1121的情况，本质是内存阈值设置过低，导致测试期间的条目被频繁钝化，后续的HIT请求又触发激活。结合你的测试场景（每个条目被连续请求4次），需要确保条目在连续请求期间不会被钝化：

1. 确保内存容量足够容纳测试期间的所有条目 #

按照上面的计算调整MEMORY的size，让缓存能同时容纳测试循环中的所有唯一条目，避免条目被钝化。

2. 调整钝化的触发时机 #

可以配置eviction-threshold，让驱逐在内存达到一定比例时就开始，避免内存耗尽才触发钝化：

<memory>
  <binary eviction="MEMORY" size="61440000" strategy="LRU" memory-size="accurate" eviction-threshold="0.8" />
</memory>

eviction-threshold="0.8"表示当内存占用达到80%时就开始驱逐旧条目，避免内存紧张导致条目被钝化。

3. 验证缓存统计 #

调整后，通过Infinispan的统计信息确认：

• getCache("imagesCache").getStatistics().getCacheHits() 和 getCacheMisses() 计算命中率是否回到0.75左右
• getPassivations() 和 getActivations() 是否符合预期（测试期间激活数应为0）

四、额外优化建议 #

• 如果你使用的是Infinispan 10+版本，可以考虑使用off-heap存储，减少JVM堆内存的开销，同时内存计算更精确：

<memory>
  <binary eviction="MEMORY" size="61440000" strategy="LRU" storage="OFF_HEAP" />
</memory>

• 定期监控缓存的内存使用情况，根据实际运行中的条目大小和数量，动态调整MEMORY的size值，避免过度分配或不足。

内容的提问来源于stack exchange，提问作者dma_k