Cloudflare再次将 RAM 的 TB 节省了 100 个 TB , 这次是将服务器的散列速度缩短了 90% —— 将 10 万个条目减少到 10 000 个 , 消除了 巨大的缓存 bloat

本期编译精选。【导语】软件 机车 以 布鲁诺·费雷拉 2026年9月21日 （中文（简体） ). 优化内存的完美插图。在优化速度后 当你通过我们网站的链接购买，我们可能会得到一个附属委员会。情况如下：

软件 机车

以

布鲁诺·费雷拉

2026年9月21日 （中文（简体） ).

优化内存的完美插图。在优化速度后

当你通过我们网站的链接购买，我们可能会得到一个附属委员会。情况如下：

（图像信用：Cloudflare)

Facebook （韩语）

Whatsapp （韩语）

编辑

兴趣

翻转板

电子邮件

加入对话

在 Google 上将我们添加为首选来源

Cloudflare再次拯救了RAM的100个TB。Cloudflare最大的商业使用案例之一是数据缓存，更具体而言是从内存或磁盘直接为一URL服务，而不是从现场取取。这可能需要大量时间。公司使用自有的开源平果拉框架，将任意的URL映射到其缓存服务器骨干之一，使用克塔玛算法。这个任务在概念上很简单，但在一个预期后端服务器会出现并消失的环境下却会变得相当棘手——在Cloudflare的尺度上完成后更为困难。

后端路由,或将一款URL映射到许多被缓存的服务器之一，需要大量内存所持有的表格。接入的 URL 被散列（就像您使用 CRC-32 的文件一样）,产生的号码会被取出并发送到服务器。第一个本能是按顺序进行，每个服务器一个URL,但你碰到了第一个问题：相同的URL不会去同一个服务器。因此，你做的是 与服务器相对应的散列，用它的IP地址和名称。因此，用数字相近来匹配两个散列

原始的散列地图 （图像信用：Cloudflare)

（原文共 33 张图片。因此，此处展示前 3 张，更多图片请前往原文查看）

（编译自 Toms Hardware；原文