前言
在 CDN 架构的博弈中，“缓存命中率”并非衡量优劣的唯一标尺。如何在有限的边际成本与海量存储之间，精准筛选并留存最具分发价值的数据，才是驱动全局性能与成本最优解的核心。这正是缓存淘汰策略（Cache Eviction Policy）的灵魂所在。
在 99CDN 的多级节点架构下，存储淘汰已跳出单兵作战的范畴，演变为一场跨体系、跨区域、跨业务维度的全局博弈。本篇将为您深度拆解：
对多级节点不了解的可以参考博主之前分享的：
一、 为什么多级节点必须设计“差异化”淘汰策略？
在传统 CDN 架构中，开发者往往倾向于“一劳永逸”：全网节点统一采用 LRU（最近最少使用）或 LFU（最不经常使用）算法。但在精密的多级架构下，这种线性思维会导致严重的系统性内耗：
边缘节点“消化不良”：被瞬间爆发的冷数据迅速挤占，导致真正的热点资源被误删。
中间节点“逻辑坍塌”：存储价值被低频数据稀释，沦为毫无意义的“中转站”。
99CDN 的核心设计理念是：节点层级决定存储职能，职能决定淘汰策略。
多级节点职能矩阵
通过下表可以看到，不同层级的节点在生态位中扮演着完全不同的角色：
二、 深度解码：CDN 环境下的主流缓存淘汰算法
在 99CDN 的多级分发体系中，我们拒绝“单点决策”。针对不同层级的业务特征，我们通过算法组合（Hybrid Algorithms）来实现性能的最优解：
1、 LRU (Least Recently Used) —— 最近最少使用
边缘节点面对的是海量的突发请求，LRU 能够最快地响应“此刻”大家都在看的内容（比如刚发布的突发新闻）。它虽然不完美，但它是速度与效率之间平衡得最好的算法之一
核心逻辑：基于时间局部性。优先剔除“最近一段时间内未被访问”的对象。
优势：实现逻辑精简，对短时高频热点（如突发新闻、社交爆料）反应极其灵敏。
局限：对“扫描式流量”缺乏抵抗力。一次性的海量请求（如爬虫或批量下载）会迅速污染缓存池，将真正的热点挤出。
99CDN 实战场景：作为边缘节点的第一道过滤层，确保最新产生的热点能秒级入库。
2、 LFU (Least Frequently Used) —— 最不经常使用
LFU 最适合放在 中间节点。中间节点是边缘节点的“仓库”。它不需要像边缘那样敏感，它更需要稳重地留住那些真正有价值、高频回源的内容，从而起到保护源站的作用。
核心逻辑：基于访问频率。在特定周期内，删除累计访问次数最少的内容。
优势：能有效识别并留存长线热点资源（如经典影视、热门游戏安装包），过滤偶然性的波动流量。
局限：由于需要记录访问计数，内存开销相对较高；且存在“频率过载”风险，导致旧的热点数据即便过期也占着空间，新内容难以进入。
99CDN 实战场景：部署于中间节点，用于沉淀经过边缘筛选后的高价值点播热点分片。
3、 TTL + 权重淘汰策略（Weighted Eviction）
核心逻辑：这是一种多维度的智能算法，不仅仅看时间或频率，而是根据公式计算出每个对象的留存分数 ：
访问频率X 回源成本
S =————————————
文件大小X衰减因子(TTL)
优势：
回源成本感知：如果一个文件回源极慢或极贵，我们会提升其评分，优先保留。
空间利用最大化：避免超大文件占用过多空间而收益寥寥。
99CDN 实战场景：这是 99CDN 全局调度的核心逻辑，用于平衡大文件分发与源站带宽保护。
三、 99CDN 多级节点存储淘汰实战模型：从“空间换时间”到“策略换效率”
在 99CDN 的设计中，存储淘汰不再是简单的“删除文件”，而是一套基于流量画像（Traffic Profiling）的动态调度算法。
1、 边缘节点（Edge）：瞬时热点捕捉与“剪枝”策略
边缘节点是分发的最前线。由于硬件多采用高性能 NVMe SSD，虽然读写极快，但单位存储成本最高。
核心逻辑：LRU-K 算法 + 动态 TTL
LRU-K 优化：传统 LRU 只要访问一次就缓存，容易被污染。99CDN 边缘节点采用 LRU-2，即只有在一定时间内被访问 2 次 的资源才会被正式存入“热区”，有效过滤了 90% 的一次性扫描流量。
“剪枝”淘汰：针对 M3U8/TS 等流媒体分片，一旦监测到该序列已播放完成或过期，系统会立即触发主动淘汰，释放空间给下一个热点。
强保留对象：HTML 首页、小体积 CSS/JS 库、热门图片的缩略图。
技术哲学：“宁可漏掉长尾，绝不拖慢首屏。” 牺牲一部分边缘命中率，换取 100% 的极致响应。
2、 中间节点（Regional）：权重导向的“全局价值”博弈
中间节点是多级架构的“腰部”，其核心价值在于收敛（Convergence）。它需要从成百上千个边缘节点的请求中，筛选出具有“跨区域流行度”的内容。
核心逻辑：W-LFU（Weighted LFU）+ 多因子评分模型
权重评分公式：每个文件在淘汰前都会经过实时评分：
FK X C
Score = ——————
S X Tage
(其中 F为频率，C 为回源成本，S 为文件大小，T 为存在时间)
回源成本感知：如果一个资源来自海外源站或高成本的对象存储（如 AWS S3），系统会通过增加系数 C 来强行留存，即使它访问频率略低。
协同感知：中间节点会计算下游边缘节点的“预定密度”，如果发现该资源在多个区域都有请求趋势，则其优先级会被无限拉高。
技术哲学：“做边缘节点的坚实后盾。” 通过算法预测，确保热点在回源到中心节点前就被拦截。
3、 中心节点（Center）：高可靠的“源站镜像”与回源保护
中心节点通常拥有 PB 级别的存储容量（多采用 SATA HDD 与大容量 SSD 混合存储），其存在的首要意义不是速度，而是稳定性。
核心逻辑：Segmented-LRU + 降级淘汰机制
技术哲学：“成为源站的最后一道防火墙。” 只要中心节点还有空间，就尽可能为源站遮风挡雨。
99CDN 的性能闭环
四、 多级淘汰如何与“分片存储”深度耦合？
在 99CDN 的视频点播与大文件分发场景中，我们不再将文件视为一个不可分割的整体，而是将其切分为固定大小的逻辑分片（Segments/Chunks）。这种“化整为零”的存储模式，让淘汰策略的灵活性提升了几个数量级。
1、 极细粒度的“修剪”艺术
传统方式：只要文件有一部分被访问，整个 1GB 的文件都要挤占缓存，导致空间浪费。
99CDN 分片模式：淘汰策略精确到 MB 级别。我们可以只剔除视频中后段无人问津的“冷分片”，而将宝贵的存储空间留给其他文件的头部。
2、 流量画像：为什么视频前 30 秒永远在边缘？
通过对用户行为的分析，我们发现视频分发存在明显的首屏依赖。
热点保留：视频的前 30 秒（关键分片）会被赋予极高的权重（Weight）。在 99CDN 的边缘策略中，这些分片几乎是“常驻嘉宾”，确保用户点击即播放，实现秒开。
动态位移：随着播放进度的深入，后半段分片的访问频次会线性衰减。这些分片会根据热度降级，自动从边缘节点迁移至中间节点，甚至在中心节点做长效存储。
3、 拒绝“长尾拖累”：冷内容的生存法则
避重就轻：冷门视频的完整内容绝不会出现在边缘节点。只有当极少数用户请求时，边缘节点才会临时拉取对应分片，并在播放完成后立即根据 Short-TTL 策略回收空间。
存储吞吐平衡：这种机制确保了边缘节点的 SSD 始终在处理“最高价值”的 I/O 读写，彻底解决了大文件下发时产生的缓存抖动问题。
实际效果对比
五、 警示：错误的存储淘汰策略将引发哪些“灾难”？
在 CDN 的运行中，如果多级节点的淘汰策略设计失当，整个分发网络将从“加速器”沦为“阻塞器”。这种失效通常表现为以下三个致命链条：
1、 缓存污染导致的“边缘坍塌”
现象：如果边缘节点不加辨别地使用单纯的 LRU 算法，一旦遇到恶意爬虫扫描或突发性的冷门大文件下载，高频热点资源会被瞬间挤出缓存层。
后果：正常用户的请求因缓存缺失（Cache Miss）被迫回源。原本毫秒级的响应变成了秒级，用户体验出现“断崖式”下跌。
2、 逻辑趋同引发的“层级失效”
现象：如果边缘、中间、中心节点采用完全一致的淘汰逻辑（例如全网统一 LRU），会导致多级节点的存储内容高度趋同。
后果：中间节点失去了“水库”的沉淀作用，无法过滤掉长尾请求。每一层都在重复缓存同样的东西，导致昂贵的分布式存储空间被极大浪费，本质上让多级架构退化成了单级架构。
3、 回源洪峰与“成本失控”
现象：当分片淘汰逻辑与业务特征脱节（如视频首包被频繁踢出），会引发大规模的重复回源。
后果：
总结：多级存储淘汰——CDN 架构的“隐形修剪艺术”
在 CDN 的世界里，“缓存命中率”往往只是冰山一角，而底层的“缓存淘汰策略”才是决定性能与成本的定海神针。
通过对 99CDN 多级架构的拆解，我们可以看到，一个顶级的 CDN 分发体系绝非服务器的简单堆砌，而是一场关于数据生命周期的精密计算：
架构决定逻辑：从边缘的“瞬时响应”到中心的“回源护盾”，不同层级各司其职。
业务驱动权重：基于流量画像的评分模型，让高价值数据在最合适的节点“扎根”。
分片极致精微：颗粒化的分片存储，让每一兆空间都用在用户体验的刀刃上。
这套复杂的淘汰策略体系，正是 99CDN 能够打破“不可能三角”，同时实现 “极致速度（快）、全局可靠（稳）、边际低成本（省）” 的底层逻辑。
当数据在 99CDN 的网络中流动时，它不仅仅是被缓存，更是被不断地筛选、评估、定位与保护。这就是 99CDN 赋能企业业务、从容应对海量并发与复杂流量环境的技术底气。