Overview#
数据放在哪里、请求从哪里读、何时值得搬动，决定成本、可用性和时延。本图将故障结构、正常服务与重配置过程连起来；同时区分分布式副本、单机混合介质和 LLM 缓存这些不同对象。组织方式为 AI 候选。
Prerequisites#
先掌握副本提供替代副本这一基本目的，并区分永久数据丢失与暂时不可读。进入 LLM 分支前阅读KV 为什么可复用与缓存优化的不同成本，避免把容量增加直接理解成访存更快。
Reading#
- 为什么相同副本数仍有不同风险：先看共同故障和修复窗口，理解可行落点为何受结构约束。
- 为什么还要决定路由与迁移：在可行布局之间加入读写成本与到达过程，区分静态结果和动态执行。
- 平均时延、尾概率与 SLO：最后明确优化的服务指标与测量边界，防止不同论文的“更快”被直接合并。
Sources#
阅读范围是本次记录，不能由“经典”或发表场所替代。完整作者与版本见各来源页。
| 分支 | 来源与用途 | 本次范围 |
|---|---|---|
| 可靠性基础 | 副本放置、修复速度与可靠性：修复速度与组合风险；分层故障域中的副本放置：树形共同故障；Kinesis：结构与在线选择相结合的放置：隔离结构与选择自由 | A01 第 1—3 节及第 4 节比较机制；其余摘要 |
| 资源利用 | SRS：同时考虑机架与存储利用率的放置：机架与节点容量一起参与启发式 | 作者 PDF 主要章节，未逐格核表 |
| 放置目标 | 纠删码存储的平均时延与成本联合优化：平均时延/成本；纠删码存储中的尾时延优化：尾概率；容量与负载约束下的地理数据放置：容量、负载与传输成本 | 摘要 |
| 迁移与动态管理 | CRANE：副本迁移过程的调度：过渡过程；冷热对象的复制、读路由与迁移：冷热、路由和成本；边缘云 SaaS 的多目标副本放置与迁移：多目标与热点；边缘节点的动态去中心化副本策略：去中心化创建/删除 | B12 模型部分；其余摘要 |
| 混合设备 | Harmonia：混合存储中的放置与迁移协调：设备上的放置/迁移协调 | v4 摘要，不能直接替代副本模型 |
| KV 访问 | KV 卸载中的互连瓶颈：CPU 卸载互连；异步预取 KV：用计算覆盖访存等待：L2 预取；Kelle：KV 缓存与 eDRAM 协同设计：eDRAM 维护 | 摘要，属不同硬件层次 |
| 服务编排 | Nuska：分离推理的阶段感知通信调度：依赖阶段和 TTFT；OServe：随工作负载改变模型部署：负载构成改变部署；WWW.Serve：去中心化 LLM 服务互联：自主参与和请求分发 | 当前版本摘要 |
| 调度目标扩展 | GCOS：结合模型与数据复用的绿色调度：缓存复用、成本与碳排放；ARO：遥测驱动的异构集群编排：遥测与异构资源 | S03 摘要；S04 网页部分且存在证据缺口 |
| 方法分类 | 数据复制与放置策略综述：动态、元启发式、多准则与学习路线 | 仅摘要，不能据此排名 |
| 待补原文 | 十篇已核题录的文献：广域片段、多源迁移、预测、RLRP、云边端、早期放置、RPCE、RTT、OASIS、Laser | 题录；不承担机制和数值结论 |
Connections#
放置与缓存都在有限资源下选择数据，但语义不同：可重新取得的缓存可以淘汰，承担持久性的副本还需满足恢复与一致性条件。协同缓存的学习目标帮助理解命中与路由的耦合；其中的价值分解条件不能直接推广到副本迁移。
GPU 内预取、跨 PCIe 卸载和跨中心搬运都涉及数据移动，属于潜在结构相似；它们的可重叠计算、失败语义与可用带宽不同，须分别核验。
Questions#
来源证据补全决定哪些机制还不能进入解释；迁移收益如何计入过渡代价决定怎样比较动态策略。当前范围支持基本分析路径，不支持把不同论文拼成统一最优算法。