对于大量数据，缓存是否值得？

Question

假设我们有一个键值对数据500TB。我们可以使用2.5TB 内存来缓存这些对以供将来的请求使用。这些请求有些随机。

The probability of cache hit would be 2.5/500 = 0.5%

我知道，如果我们使用 LFU eviction，命中率可能会随着时间的推移而增加，因为随着时间的推移，键会更频繁地保留在缓存中，从而提高缓存命中率。

所以，如果系统从存储10K QPS读取的吞吐量，那么使用缓存将提高速率0.05%（忽略内存寻道时间）。

那么吞吐量将是10,050 QPS。

在这种情况下使用缓存的效率如何？

我们应该不使用缓存吗？

更新

我想我这里有一个错误。如果我们有 100% 的命中率，那么吞吐量将是 1MQPS。如果我们的命中率为 0%，那么吞吐量将为 10KQPS。

具有 0.5% 的命中率（假设线性关系）产生于

(0.5*(1M-10K)/100)+10K = 14950 QPS 

吞吐量增加了 50%。

Answer 1

“不知何故随机”是关键。

如果请求是真正随机的，则缓存不太可能提供帮助。你的逻辑是正确的。但在实际系统中，事实证明许多数据存储具有非统一的、高度相关的访问模式。

这仍然适用于大量数据。总共有多少数据并不重要。重要的是经常需要多少。

[编辑] 更新没有意义。您在那里平均速度，但您需要平均操作时间。