MyBatis缓存命中率需在Java进程内采集统计，一级缓存默认开启但不建议监控，二级缓存是重点；通过Spring Boot Actuator暴露指标，命中率=hits/(hits+misses)，并可用Prometheus可视化监控。
MyBatis 缓存命中率不能直接从数据库或中间件指标中获取，它属于应用层缓存行为，需在 Java 进程内采集统计，再通过标准方式暴露给监控系统。
明确区分一级缓存和二级缓存的统计口径
一级缓存（SqlSession 级）默认开启、生命周期短、无法跨会话共享，命中率波动大，通常不建议作为核心监控指标；二级缓存（Mapper 级）作用域更广、可配置性强，是监控重点。
- 一级缓存命中：同一 SqlSession 内重复执行相同 SQL（含相同参数和 Statement ID），且未发生增删改操作
- 二级缓存命中：多个 SqlSession 共享同一个 Mapper 的 Cache 实例，且 key 匹配、状态有效（未被 flush 或 evict）
- 统计时必须按 Mapper 接口或 namespace 分组，避免把不同业务的缓存混在一起计算
启用 MyBatis 内置统计并对接 Actuator
Spring Boot 项目中，只需在 application.yml 中开启缓存统计：
spring:
cache:
stats: true
该配置会自动为所有已注册的 Cache（如 Ehcache、Caffeine、RedisCache）启用统计，并将数据挂载到 Actuator 的 /actuator/caches 端点。
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
立即学习“Java免费学习笔记（深入）”；
- 访问
curl http://localhost:8080/actuator/caches可看到各缓存实例的 hits、misses、gets、puts 等原始计数 - 命中率 = hits / (hits + misses)，注意分母不能为 0，需在监控系统中加空值保护
- 若使用自定义 Cache（如 RedisCacheWrapper），需确保其 delegate 实现了
CacheStats或兼容 Spring 的统计接口
对接 Prometheus 实现可视化监控
引入 micrometer-registry-prometheus 依赖后，Spring Boot 会自动将缓存指标转换为 Prometheus 格式：
- 关键指标名示例：
cache_gets_total{cache="UserMapper",result="hit"}、cache_gets_total{cache="UserMapper",result="miss"} - PromQL 计算 5 分钟滚动命中率：
rate(cache_gets_total{result="hit"}[5m]) / (rate(cache_gets_total{result="hit"}[5m]) + rate(cache_gets_total{result="miss"}[5m])) - 建议按 cache 标签（即 Mapper 名称）做分组聚合，识别低效缓存热点，例如命中率持续低于 60% 的 UserMapper
补充：MyBatis 日志与自定义拦截器增强可观测性
仅靠 Spring Cache 统计可能覆盖不全（如手动清空、条件未命中等），可结合以下手段补足：
- 开启 MyBatis 日志（log4j2 配置
logging.level.org.apache.ibatis=DEBUG），观察Cache Hit Ratio行输出，用于验证和调试 - 编写
Interceptor拦截 Executor 的 query 方法，在执行前后记录是否命中 LocalCache，适用于深度定制场景 - 对二级缓存，可在 CacheKey 构建逻辑中埋点，识别 key 设计不合理导致的“伪未命中”（如参数顺序错、忽略 null 值）
