直接回答

确定缓存容量的核心原则是：以目标命中率为导向，用数据说话。先估算工作集大小（热点数据总量 × 单条大小），保证缓存能装下绝大部分热数据，再预留突发和对象开销的余量；上线后按命中率、淘汰率、内存使用率持续校准，而非拍脑袋定数。

展开解析

推导路径：估算条目数（如 1000 万用户中 20% 活跃，缓存其会话与画像）× 单条序列化后大小（实测而非猜测，Redis 等还有 key、指针等每条约几十字节开销），得出基础容量，再乘安全系数（常见 1.5–2 倍）容纳增长和碎片。其他约束：容量不能大到拖慢故障转移和持久化；超过工作集继续加内存收益递减，应转而优化 TTL 和结构。策略与容量互相影响：LRU/LFU 的选择、合理 TTL、热点 key 拆分、大 value 压缩都能用更小容量达到同等命中率；监控 evictions——大量淘汰说明容量不足或 key 设计有问题。极端预案（空值缓存/布隆过滤器防穿透、TTL 加抖动防雪崩）比单纯堆容量更有效。追问：多级缓存各自怎么定容、如何评估扩容收益。