Redis Vector Search 加缓存，先设计失效和回源

Redis Vector Search 加缓存先设计失效和回源向量检索前面加缓存并不难难的是语料或 embedding 更新后旧结果还能活多久。命中率高不代表正确缓存键和失效规则必须带上数据版本。键里放影响结果的条件查询规范化结果、租户、过滤条件、embedding 版本和索引版本都可能改变召回。遗漏其中一项就可能把别人的结果或旧语料返回给当前请求。权限过滤不能只在回源时做。多级缓存明确谁是副本进程内缓存速度快但不共享Redis 便于集中管理向量索引才是检索事实来源。每层设置容量和 TTL失败时决定绕过、返回过期结果还是直接报错。不能让缓存不可用拖垮索引。观察命中之外的指标同时看错误命中、回源压力、淘汰、重建和依赖失败。使用固定查询对比缓存前后的结果一致性性能数据附上冷热状态和样本规模。缓存像冰箱不写日期的东西迟早不敢吃。版本、失效和回源都清楚命中率才有意义。