2.4 KiB
2.4 KiB
| 分桶 | 请求数 | SLA | 实例数 | estimated_ttft mean TTFT | 无限空间上限 |
|---|---|---|---|---|---|
| 0-32k | 637,142 | <= 5s | 64 | 0.502s | 59.63% |
| 32-85k | 99,735 | <= 10s | 48 | 2.801s | 82.35% |
| 85-128k | 23,624 | <= 15s | 16 | 9.669s | 84.25% |
| 128k+ | 3,226 | <= 20s | 6 | 9.572s | 82.99% |
| 分桶 | 最优路由 | 最优 TTFT / Hit / Gap | cache_score | cache_score_strong |
|---|---|---|---|---|
| 0-32k | cache_affinity_weak_rend | 0.488s / 56.11% / 3.52pp | 0.536s / 54.45% / 5.18pp | 0.813s / 56.97% / 2.66pp |
| 32-85k | estimated_ttft | 2.801s / 76.70% / 5.66pp | 3.766s / 77.52% / 4.83pp | 5.193s / 78.00% / 4.35pp |
| 85-128k | cache_affinity_weak_rend | 9.289s / 77.12% / 7.13pp | 9.408s / 77.07% / 7.18pp | 11.906s / 76.87% / 7.38pp |
| 128k+ | estimated_ttft | 9.572s / 74.44% / 8.54pp | 10.630s / 74.56% / 8.42pp | 11.481s / 74.39% / 8.59pp |
cache_score_strong 在 Qwen3 上并不占优。它只在 0-32k 和 32-85k 上拿到了略高的 hit ratio，但代价是更差的 TTFT；而在 85-128k 和 128k+ 上，它连命中率都没有优势，TTFT 还更差。也就是 说，Qwen3 上“更激进地追 cache”并没有换来稳定收益。
cache_score 比 cache_score_strong 更稳。在四个桶里，它都比 cache_score_strong 有更好的 TTFT；命中率上和 cache_score_strong 很接近，甚至在长桶更好。如果只在 cache_score 和 cache_score_strong 之间选，Qwen3 上应优先 cache_score。
全策略最优并不统一。0-32k 和 85-128k 最优是 cache_affinity_weak_rend，32-85k 和 128k+ 最优是 estimated_ttft。这说明 Qwen3 上不存在一个单一 policy 可以统治所有长度段，分桶后做差 异化路由是有价值的。
从 gap 看，真正的主要问题不在 eviction，而在 workload ceiling 本身和在线放置策略。0-32k 的 ceiling 太低，在线路由再怎么优化也只能在 60% 左右附近打转；而中长桶 ceiling 很高，但当 前最优在线策略仍然比无限空间上限差 5.7pp 到 8.5pp，说明还有 routing/placement headroom，不过不是 cache_score_strong 这条路。