缓存以存储换传输，方向取决于复用率
别名: 缓存权衡 · hit rate economics · storage versus transmission
概念解释
缓存是可持续设计里最常见的「以物易物」：把内容存得更近（设备本地、边缘节点），换取以后不必再传。但交易是否划算取决于复用率——同一份数据被再次使用的概率。命中率高时，一次存储的能耗摊到多次省下的传输上，净收益为正；命中率低时，存储的写入、保持与最终淘汰全程耗能，省下的传输却没发生几次，缓存成为净支出。缓存不是环保默认项，而是一个需要按访问模式核算的交易；把它当习惯性优化（「加个缓存总是好的」）在小众内容上恰好做反。
机制
两侧的成本结构不对称。传输成本随每次未命中发生，量级与内容大小和链路类型挂钩（移动网络每 GB 的能耗显著高于光纤）；存储成本由三段组成——写入一次（传输 + 介质写入）、保持（静态存储的持续功耗，本地与云端都存在）、失效（缓存 TTL 到期或容量淘汰时的重写与清理）。净收益 = 预期命中次数 × 单次传输成本 −（写入 + 保持 + 管理成本），复用率是唯一的自变量：热门内容（高复用）几乎总是划算；长尾内容（低复用）几乎总是亏损，且淘汰机制使它们的存储成本反复发生——存了、过期、再存。预取把问题推向极端：它是在复用尚未发生时下的注，赌的是「将来会用」，对不可预测的浏览模式，错注率随预取范围扩大而上升，未观看的预取视频是纯损失。
边界
能耗口径的缓存结论有两条边界。其一，用户价值优先的场景：可离线（无网可用）与即时性（秒开）是真实的体验收益，某些低复用缓存在体验上仍值得做——此时诚实的说法是「为体验付能耗」，而非将其计入环保收益。其二，存储与传输的相对成本随技术演进移动：存储密度与能效的改进快于某些链路，历史结论会过期，核算需要按当前硬件参数重做，不能沿用旧经验值。
怎么落地
- 按访问分布差异化设定缓存策略：头部内容（长期高复用）长 TTL + 大容量预取，长尾内容短 TTL 或不缓存，策略以实测的命中分布而非统一默认值驱动。
- 预取范围用行为数据定上限：只对「下一次播放概率高于阈值」的内容预取，且把未观看预取的能耗损失列入监控指标，超阈值即收缩预取。
- 缓存容量设置淘汰纪律：以「重存率」（同一内容被反复淘汰又反复写入的比例）为健康指标，重存率高说明容量配比或 TTL 设计错误，是纯浪费的信号。
- 验证：季度核算头部与长尾两类内容的缓存净收益（省下的传输 − 存储三段成本），长尾若持续为负，收缩其缓存范围并把结论写进下一轮容量规划。