キャッシュヒット率｜コードで実践

Q: このトピックを覚える意味は何ですか？

Redis や CDN、DB クエリキャッシュのモニタリングでヒット率は最重要指標です。ヒット率が低下したときに原因を特定し、TTL 調整やキャッシュキー設計の見直しといった改善策を判断できるようになります。実務での問題解決スピードが格段に上がります。

Q: 実務でこの知識を使う場面は？

API の Content-Length 計算、ファイルアップロードのサイズ制限、画像処理での色深度計算など、低レベルな数値を扱う場面で頻出します。OS・ネットワーク・暗号の理解にも繋がるため、CS の共通言語と思って習得しておくと一生使える知識です。

Q: 他の章とどう繋がりますか？

後続の章で扱うデータ構造（スタック・キュー）、アルゴリズム（探索・ソート）の基礎になります。「データを 32 bit でどう表現するか」「メモリにどう載せるか」が分かると、後続トピックの実装が腹落ちしやすくなります。

キャッシュヒット率

このレッスンで分かること

Web サーバ、DB、CPU の L1 キャッシュ、ブラウザのリソースキャッシュ

キャッシュ にデータがあって読み込みに成功すれば hit、無くて元データを取りに行くのが miss です

100 を掛けてパーセント表記にするのが慣例です

キャッシュヒット率とは

ヒット数と総アクセス数からキャッシュヒット率をパーセントで返す。本レッスンでは、キャッシュヒット率の基本から実際の使いどころまでを整理し、現場で迷わず使える形に落とし込みます。

Web サーバ、DB、CPU の L1 キャッシュ、ブラウザのリソースキャッシュ。キャッシュ はどの階層にも存在し、その効きを測る最重要指標が ヒット率 (hit rate) です。アプリの体感速度を左右し、コスト最適化 の主戦場でもあります。

ヒット率は ヒット数 / 総アクセス数 * 100 でパーセント表記する単純な割合計算です。単純ですが、システム性能を語る共通言語 です。

ヒットとミスの定義

キャッシュ にデータがあって読み込みに成功すれば hit、無くて元データを取りに行くのが miss です。総アクセス数 total = hit + miss であり、ヒット率は次の式で求めます。

プレーンテキスト

hit_rate = hits / total * 100

100 を掛けてパーセント表記にするのが慣例です。0.85 のような 比率 を返す API もありますが、人間に見せる指標としては 85.0% の方が直感的です。Datadog や CloudWatch のグラフを見るときも、% 表示の方が 閾値 を設定しやすいという実用的な理由があります。

0 除算の落とし穴

total = 0、つまり一度もアクセスがない状態でこの式を計算すると Python では ZeroDivisionError 例外が発生し、JavaScript では NaN が返ります。本番システムで NaN が表示されて事故になる典型パターンです。本問題では、total が 0 の場合は 0.0 を返す という仕様にします。

Python

def cacheHitRate(hits, misses):
    total = hits + misses
    if total == 0:
        return 0.0
    return hits / total * 100

JavaScript

function cacheHitRate(hits, misses) {
  const total = hits + misses;
  if (total === 0) return 0.0;
  return (hits / total) * 100;
}

0 除算は 防御的プログラミング の入口。if total == 0 の一行を書く習慣をつけましょう。

浮動小数点の比較

テストでは expected: 85.0 のように整数値や 0.5 刻み を使い、誤差 を生まないように設計します。実務では Math.abs(actual - expected) < 1e-9 のような近似比較を入れるのが安全です。pytest.approx や Jest の toBeCloseTo のように、ライブラリが用意している 近似一致 の API を活用しましょう。

diagram (will load when visible)

実システムでの解釈

L1 キャッシュ のヒット率は 95% 以上 が普通、CDN の静的ファイルは 90% 以上 を目指します。Web アプリの DB クエリキャッシュは 60〜80% でも十分効果があり、低い場合は クエリパターン の見直しが課題になります。Redis の INFO stats で出る keyspace_hits と keyspace_misses から、この式そのままで実運用のヒット率が計算できます。

ヒット率は数字そのものではなく、それを どう改善するか の議論を始めるための指標です。

ヒット率を上げる打ち手

キャッシュサイズを増やす (maxmemory を上げる)
TTL (生存時間) を長くする
LRU のような追い出しポリシーを最適化する
そもそも キャッシュキー の設計を見直す (正規化 する、不要なパラメータを削る)
アクセスパターンに合わせて ウォームアップ を実施する

ヒット率はあくまで指標であり、Latency や Backend QPS と合わせて見ないと判断を誤ります。80% ヒット率でも遅い ケースは、miss 時の処理 が重すぎる、つまり 元データ取得のコスト が問題かもしれません。

関数の戻り値の精度

本問題では 85.0 のような数値を返します。return Math.round(hits / total * 100 * 10) / 10 のように 小数第 1 位 で丸める設計もありますが、精度 を捨てる責任を関数に押し付けると、テストやログ集計で困ることがあります。生の比率 を返し、表示時に整形するのが安全です。

よくある間違い

hits / misses で計算してしまう (分母が total ではなく miss)
total = 0 のケースを忘れて Infinity や NaN を返す
パーセント化の * 100 を忘れる

やってみよう

miss rate も同時に返す版を書いてみる
引数を アクセスログの配列 ["hit", "miss", "hit"] にして集計する版を書く
直近 N 回 の移動平均でヒット率を返す関数を書く
階層キャッシュ (L1 → L2 → 元データ) のヒット率を集計する関数を書く

よくある質問

Q. このトピックを覚える意味は何ですか？

A. Redis や CDN、DB クエリキャッシュのモニタリングでヒット率は最重要指標です。ヒット率が低下したときに原因を特定し、TTL 調整やキャッシュキー設計の見直しといった改善策を判断できるようになります。実務での問題解決スピードが格段に上がります。

Q. 実務でこの知識を使う場面は？

A. API の Content-Length 計算、ファイルアップロードのサイズ制限、画像処理での色深度計算など、低レベルな数値を扱う場面で頻出します。OS・ネットワーク・暗号の理解にも繋がるため、CS の共通言語と思って習得しておくと一生使える知識です。

Q. 他の章とどう繋がりますか？

A. 後続の章で扱うデータ構造（スタック・キュー）、アルゴリズム（探索・ソート）の基礎になります。「データを 32 bit でどう表現するか」「メモリにどう載せるか」が分かると、後続トピックの実装が腹落ちしやすくなります。

次のレッスン

次は LRU 簡易シミュレーション に進みましょう。

事前確認 — 進む前に次の 3 つができることを確認しましょう。

ヒット率の要点を自分の言葉で説明できる
このレッスンの最小コード (または操作手順) を見ずに書ける
練習問題やクイズで間違えた箇所を読み直して理解した

理解度チェック (30 秒)

Q. ヒット率とは何か、1 文で説明してください。

この章のポイント

A. 本文の「このレッスンで分かること」または冒頭の説明文を見直し、自分の言葉で要約できれば OK。詰まったら本レッスンの最初の H2 セクションを読み返してみましょう。

関連レッスン

キャッシュヒット率

キャッシュヒット率

ヒットとミスの定義

0 除算の落とし穴

浮動小数点の比較

実システムでの解釈

ヒット率を上げる打ち手

関数の戻り値の精度

よくある間違い

やってみよう

よくある質問

Q. このトピックを覚える意味は何ですか？

Q. 実務でこの知識を使う場面は？

Q. 他の章とどう繋がりますか？

次のレッスン

要件

入出力例

ヒント

メモ