Alluxio是一种基于内存的分布式文件系统，支持不同的缓存替换策略，来替换内存中的文件快。Alluxio中的文件时以文件块形式组织，其中文件通过自己实现的inode数据结构记录文件属性并索引。
下面首先介绍几种不同的缓存策略，这些缓存策略被广泛的应用在web，数据库，文件系统中。
1 基于访问频率的缓存策略
这种缓存策略是根据缓存单位的（在Alluxio中是文件块Block）访问频率来进行缓存调度，最常用的策略是LFU（Least Frequently Used）策略。该策略每次淘汰访问频率最低的缓存单位。但是如果一个文件块很早时被经常访问，但最近一段时间访问频率很低，那总访问频率依然很高，无法被淘汰。LIRS（ Low Inter-Reference Set）策略淘汰具有最长访问间隔的单位，当缓存单位被访问时，会更新访问间隔，一般最近被频繁访问的文件块都具有较短的访问间隔。2Q与 LRU-2策略每次淘汰倒数第二次被访问的时间距离现在最久的缓存项。这些基于访问频率的缓存策略都考虑了访问时间对访问频率的影响，但这些策略对时间局部性良好的访问次序，效果不是很好。
2 基于访问时间的缓存策略
下面考虑访问时间对缓存策略考量的影响，这种缓存策略是考虑或主要考虑缓存单元的访问时间，被广泛使用的策略是LRU缓存策略，这种策略淘汰最久没被访问的缓存块。FIFO淘汰按先进先出策略淘汰，MRU则淘汰最近被访问的文件块。这些缓存策略未考虑访问频率的影响，所以效果也不是很好。
3 对访问时间和访问频率共同考虑的访问策略
LRFU（ Least Recently Frequently Used）每次淘汰具有最小 CRF（ Combined Recency and Frequency）值的缓存项，CRF值同时考虑了访问时间和访问频率，ARC（ Adaptive Replacement Cache）使用了两个队列，其中一个队列管理访问顺序，另一个队列管理访问频率，队列大小可以自适应调整。但是，这两种策略在针对循环访问时，效果远差于MRU 与 LIRS。
对缓存策略的调度
鉴于每种缓存策略都适应于不同的访问场景，通常文件系统需要一种缓存策略调度算法来针对不同访问场景，进行缓存策略切换。主要包括以下几种场景
基于缓存空间划分的并行调度
在一段程序运行过程中，数据的访问可能是具有一定规律的，所以有研究者提出可以将缓存空间划分为不同的部分，针对不同部分采用不同的缓存策略，形成多缓存策略的并行调度。
UBM策略首先分析文件的数据访问方式，判断文件时循环，顺序或是其他方式被访问的，并针对这三种访问方式，将缓存空间划分为三部分，并通过最大增益值计算调整缓存空间分配比例。每部分分别采用LRU或者MRU策略。但是当面临多线程或多进程访问时，文件访问方式很难被识别。AMP和PCC策略分析程序调用关系，以操作系统的程序计数器为粒度，判断程序片段的访问顺序。但是会产生额外的计算开销。Karma策略会首先获取应用提示，并针对提示从而提前获取数据访问信息，计算最大增益，获取最优调度策略。
针对访问模式变化的串行调度策略
因为针对数据分区的调度方式存在诸多不足，有研究者提出了针对数据访问模式的调度策略，如使用隐马尔可夫模型和神经网络从文件层面分析数据的访问模式，包括顺序读，有规律跳读，无规律跳读等方式，根据上述方式确定MRU，LRU等调度算法选择，但面对复杂的数据访问模式应对效果较差，SOAP以固定时间间隔为单位动态收集数据访问记录，从而模拟各个候选策略，计算固定时间间隔内的命中率，选择命中率最高的缓存策略，但时间间隔选取不当会影响结果，而且上一时间间隔命中率高的算法在下一时间间隔命中率未必高。
其他调度方式
例如ACME方式，同时启动多个附带权重的缓存策略，当需要替换缓存块时，每个策略对候选淘汰缓存块进行投票，投票少的缓存块被淘汰，而且ACME算法会应用机器学习的方法对权重进行动态调整
下一章介绍Alluxio的缓存调度方式。