设计一个分布式文件存储系统，用于存储课程视频（视频大小从几十MB到几个GB不等），需要考虑高可用、低延迟访问和成本控制。请说明存储架构、缓存策略、负载均衡方案。

1) 【一句话结论】采用分层存储架构（对象存储为核心存储层、CDN为边缘缓存层、本地节点为热点缓存层），结合多副本高可用机制与负载均衡策略，在保证高可用、低延迟的同时，通过对象存储的按需付费、边缘节点共享等手段控制成本。

2) 【原理/概念讲解】分布式文件存储的核心是“分而治之”，将大文件拆分为对象（如S3的Object模型），每个对象有唯一ID，存储在分布式节点上。高可用需通过多副本（如3副本）+跨区域复制实现，避免单点故障。低延迟则依赖分层缓存：本地节点缓存热点视频（如最近一周访问量高的课程），CDN边缘节点缓存区域内的热门视频，用户请求优先从本地/边缘获取。负载均衡采用一致性哈希+动态权重调整，将请求分发到负载低的节点，同时结合请求频率（热点数据优先分配更多资源）。
类比：对象存储就像一个“分布式仓库”，每个视频是“货物”，仓库分布在多个节点（高可用）；CDN是“区域快递点”，把热门货物放在离用户近的地方（低延迟）；本地缓存是“用户家门口的快递柜”，最近访问的货物放在柜子里（热点缓存）。

3) 【对比与适用场景】
存储架构对比：

架构类型	定义	特性	使用场景	注意点
对象存储（如S3）	基于对象的分布式存储，通过Key-Value模型存储数据	高扩展性、多副本、按需付费	大文件存储（视频）、非结构化数据	需要客户端API操作，不适合小文件频繁读写
块存储（如Ceph）	基于块的分布式存储，提供高性能I/O	高性能、高并发、自愈	需要直接I/O的应用（如数据库）	配置复杂，成本较高

缓存策略对比：

策略	定义	优点	缺点	适用场景
LRU（最近最少使用）	移除最近最久未使用的缓存项	简单高效，适合热点数据	可能误判（如“伪共享”），冷启动慢	本地缓存、边缘缓存（默认）
LFU（最不经常使用）	移除访问频率最低的缓存项	更准确反映访问频率	计算复杂度较高	热点数据缓存（如视频）
最小使用时间（MUT）	移除使用时间最长的缓存项	适合时间敏感数据	需要记录时间戳	时效性强的缓存（如直播）

4) 【示例】以用户请求“课程A-视频1.mp4”为例，流程如下：

• 用户请求通过负载均衡器（如Nginx）分发到上海区域的边缘节点（CDN节点）。
• 边缘节点检查本地缓存（如Redis），若存在则直接返回视频流。
• 若不存在，则向对象存储（如MinIO）发送GET请求，通过一致性哈希定位到存储节点（假设视频ID为“courseA-video1”，哈希值为123，对应节点1）。
• 对象存储节点1返回视频数据，边缘节点缓存该视频（如使用LFU策略），并返回给用户。
• 同时，对象存储节点1将数据同步到其他副本节点（节点2、3），实现高可用。

伪代码（请求处理流程）：

def handle_video_request(video_id):
    # 1. 检查本地缓存（边缘节点）
    if local_cache.has(video_id):
        return local_cache.get(video_id)
    
    # 2. 查找对象存储节点（一致性哈希）
    storage_node = consistent_hash.get_node(video_id)
    
    # 3. 从对象存储获取数据
    video_data = storage_node.get(video_id)
    
    # 4. 缓存到本地和边缘
    local_cache.set(video_id, video_data)
    edge_cache.set(video_id, video_data, ttl=3600)  # 边缘缓存1小时
    
    return video_data

5) 【面试口播版答案】
“面试官您好，我设计的分布式文件存储系统采用分层架构：核心层用对象存储（如MinIO）存储视频，通过多副本实现高可用；边缘层用CDN（如阿里云CDN）缓存区域内的热门视频，降低延迟；本地节点缓存最近访问的热点视频。负载均衡采用一致性哈希+动态权重，将请求分发到负载低的节点，同时结合访问频率调整权重。这样既保证了高可用、低延迟，又通过对象存储的按需付费和边缘节点共享降低了成本。”

6) 【追问清单】

• 问：如何保证高可用？
  答：通过对象存储的多副本（如3副本）+跨区域复制（如主区域+备份区域），确保单节点故障不影响访问。
• 问：缓存策略如何选择？
  答：本地缓存用LFU（最不经常使用）优化热点视频，边缘缓存用LRU（最近最少使用）控制缓存大小，平衡性能与成本。
• 问：负载均衡的算法细节？
  答：采用一致性哈希+动态权重，根据节点的负载（CPU、内存、请求量）调整权重，热点数据节点权重更高，避免冷启动。
• 问：成本控制的具体措施？
  答：对象存储按容量付费，边缘节点共享带宽，避免单节点过载；同时，定期清理冷数据，减少存储成本。

7) 【常见坑/雷区】

• 坑1：忽略CDN导致延迟高。
  雷区：只强调对象存储的高可用，而未考虑用户访问的延迟问题，导致用户体验差。
• 坑2：缓存策略选错。
  雷区：使用LRU缓存热点视频，导致冷启动时需要从对象存储获取，增加延迟；或使用LFU缓存非热点数据，占用过多缓存资源。
• 坑3：负载均衡不区分热点数据。
  雷区：所有请求都平均分配到节点，导致热点节点过载，冷节点空闲，资源利用率低。
• 坑4：未考虑数据迁移。
  雷区：系统扩容时，未设计数据迁移方案，导致新节点无法快速接入，影响可用性。
• 坑5：成本控制不精细。
  雷区：未区分冷热数据，所有数据都放在高成本的对象存储中，未利用边缘节点或本地缓存降低成本。