缓存命中率下降主因是shared_buffers过小、查询模式变化、数据量增长、全表扫描增多及并发过高，导致磁盘读增加。可通过调整shared_buffers（设为内存25%~40%）、优化索引与查询、使用pg_prewarm预热、降低fillfactor、限制大查询资源，并结合OS缓存优化，提升整体缓存效率。持续监控pg_stat_database和pg_statio_user_tables指标，及时发现异常，保持命中率稳定在95%以上。
PostgreSQL 缓存命中率下降通常意味着数据库需要频繁从磁盘读取数据，而不是从内存中获取，这会显著影响查询性能。缓存命中率低的根本原因在于 shared buffers 或操作系统缓存无法有效保留热点数据，导致重复的 I/O 操作。
缓存命中率下降的常见原因
理解命中率为何下降是优化的第一步。以下是几个典型因素：
- shared_buffers 设置过小：PostgreSQL 使用 shared_buffers 作为主内存缓存区域。如果设置太小，无法容纳常用表和索引，就会频繁换出，造成物理读增多。
- 查询模式变化：新增或变更的 SQL 查询访问了之前不常用的表或大范围扫描，打乱了原有缓存结构。
- 数据量增长：随着表体积扩大，原本能完全缓存的表现在只能部分加载，导致命中率下降。
- 大量全表扫描：未使用索引的查询会将大量非热点数据载入缓冲区，挤占真正高频访问的数据空间。
- 并发连接过多：每个后端进程都会产生额外的临时工作内存需求，可能间接影响整体缓存效率。
如何查看当前缓存命中情况
通过系统视图可以检查 buffer 使用和命中率：
-- 全局缓存命中率（理想值 > 95%） SELECT SUM(blks_read) AS disk_reads, SUM(blks_hit) AS cache_hits, ROUND(SUM(blks_hit) * 100.0 / (SUM(blks_hit) + SUM(blks_read)), 2) AS hit_ratio FROM pg_stat_database;
-- 查看哪些表被频繁扫描但命中率低
SELECT relname, heap_blks_read, heap_blks_hit,
ROUND(heap_blks_hit * 100.0 / NULLIF(heap_blks_hit + heap_blks_read, 0), 2) AS ratio
FROM pg_statio_user_tables
ORDER BY ratio ASC;
提升 buffer 命中率的关键优化措施
有针对性地调整配置和查询行为，才能有效提高缓存利用率：
- 合理设置 shared_buffers：一般建议为物理内存的 25%~40%，例如 16GB 内存机器可设为 4GB～6GB。注意不要过高，避免操作系统页缓存不足。
- 优化查询语句与索引：确保关键查询走索引扫描，减少不必要的顺序扫描。定期分析执行计划（EXPLAIN ANALYZE）找出全表扫来源。
- 使用 pg_prewarm 扩展预热缓存：在重启后或高峰前手动将常用表/索引导入 shared_buffers，避免冷启动问题。
- 调整 fillfactor（针对更新频繁的表）：适当降低 fillfactor 可减少页分裂，保持数据紧凑，提高缓存效率。
- 监控并限制大查询资源消耗：使用 statement_timeout、work_mem 限制异常查询对缓存的冲击。
结合操作系统缓存协同优化
PostgreSQL 的缓存不仅依赖 shared_buffers，操作系统层面的 page cache 同样重要。许多情况下，即使数据不在 shared_buffers 中，也可能命中 OS 缓存。因此：
- 保证足够的空闲内存供 Linux 页面缓存使用。
- 避免系统 swap 频繁交换，监控 vmstat 或 top 中的 si/so 指标。
- 考虑使用更快的存储设备（如 NVMe SSD），降低磁盘读延迟对性能的影响。
基本上就这些。缓存命中率下降不是单一问题，而是系统资源、配置、SQL 行为综合作用的结果。持续监控、合理调优配置、优化查询才是长期维持高命中率的关键。不复杂但容易忽略的是日常观察统计趋势，及时发现异常波动。
