# GoEdge CDN 缓存优化配置文件模板
# 复制此文件为 cache.yaml 并根据实际情况修改配置

# TTL 缓存配置
ttl_cache:
  # 分片配置
  # pieces: 0 表示自动计算，> 0 表示手动指定分片数
  # 自动计算规则：基础分片数 = CPU核心数 * 2，根据系统内存调整
  pieces: 0
  min_pieces: 64      # 最小分片数
  max_pieces: 1024    # 最大分片数
  
  # GC 配置
  gc:
    base_interval: 2s    # 基础 GC 间隔
    min_interval: 1s     # 最小 GC 间隔（过期率高时使用）
    max_interval: 10s    # 最大 GC 间隔（过期率低时使用）
    adaptive: true       # 是否启用自适应 GC（根据过期率动态调整间隔）
    sample_size: 100     # 过期率采样大小（用于智能分片选择）

# 文件缓存配置
file_cache:
  # SSD 检测配置
  auto_detect_ssd: true  # 是否自动检测 SSD（通过 /sys/block/*/queue/rotational 或 lsblk）
  ssd_paths: []          # 手动指定 SSD 路径（可选，如：["/mnt/ssd1", "/mnt/ssd2"]）
                         # 如果 auto_detect_ssd 为 false，将使用此列表
  
  # SSD 优化策略
  # 热点数据将优先存储在 SSD 上
  ssd:
    hot_item_threshold: 100      # 访问次数超过此值视为热点数据
    write_buffer_size: 128KB     # 写入缓冲区大小（SSD 随机写性能好，使用更大缓冲区）
    read_ahead_size: 256KB       # 预读大小（SSD 使用更激进的预读策略）
    sync_interval: 10s           # 同步间隔（SSD 不需要频繁同步，减少 fsync 频率）
    open_file_cache_max: 10000   # 文件句柄缓存最大值（SSD 可以缓存更多文件句柄）
  
  # HDD 配置
  # 传统机械硬盘的优化配置
  hdd:
    write_buffer_size: 64KB      # 写入缓冲区大小
    read_ahead_size: 128KB       # 预读大小
    sync_interval: 1s            # 同步间隔（HDD 需要更频繁的同步）
    open_file_cache_max: 5000    # 文件句柄缓存最大值
  
  # 内存缓存配置
  # 内存缓存作为文件缓存的一级缓存，用于提升小文件访问性能
  memory:
    # 内存缓存容量（系统内存的百分比）
    # 如果未设置，将根据系统内存自动计算：
    #   - 系统内存 < 32GB: 10%
    #   - 系统内存 >= 32GB: 15%
    #   - 系统内存 >= 64GB: 20%
    # 限制范围：最小 512MB，最大 32GB
    capacity_percent: 15          # 默认 15%，可配置 10-30%
    
    # 小文件阈值
    small_file_threshold: 1MB     # 1MB 以下视为小文件（强制使用内存缓存）
    medium_file_threshold: 10MB   # 10MB 以下视为中等文件（根据内存使用率决定）
    
    # 小文件内存缓存策略
    small_file_memory_cache: true  # 小文件强制使用内存缓存（提升访问速度）
    
    # 淘汰策略
    eviction_policy: "lfu_lru"      # 淘汰策略：
                                    #   - lfu: 最少使用频率（Least Frequently Used）
                                    #   - lru: 最近最少使用（Least Recently Used）
                                    #   - lfu_lru: 混合策略（保留热点和最近访问的数据）
    preserve_hot_items: true        # 保留热点数据（访问频率高的数据）
    preserve_recent_items: true      # 保留最近访问的数据（最近 1 小时内访问的数据）