levels 参数不加速单次查找，但通过将百万文件均匀分散到4096个子目录（如7/ab/）避免单目录堆积导致的I/O瓶颈；需配合keys_zone、inactive、use_temp_path及cache_key优化才能生效。

levels 参数本身不加快单次文件查找，但它能从根本上防止海量缓存下目录级 I/O 成为性能瓶颈。关键在于把数百万个缓存文件均匀分散到多级子目录中，避免一个目录堆积几万甚至几十万个文件——这才是高并发时响应延迟跳升、iowait 升高的真实原因。

为什么单目录堆太多文件会明显变慢

Linux 文件系统（如 ext4、XFS）在单目录内管理大量文件时，目录项（dentry）查找效率会急剧下降：

• ext4 默认使用线性扫描查目录项，10 万文件时平均 stat/open 延迟可达毫秒级
• XFS 虽支持哈希目录（dir_index），但未启用或存在碎片时，目录块分裂频繁、哈希桶冲突加剧
• Nginx 每次缓存命中都要执行 stat 和 open 系统调用，高频小文件元数据操作会放大目录查找开销
• dcache 压力增大后易触发锁竞争，多个 worker 进程争抢同一目录 inode 锁

推荐配置：levels=1:2 是最实用的分层方案

它基于 cache_key 的 MD5 值生成两级固定路径，天然实现负载均衡和局部性复用：

FastAPI Flask Proxy

FastAPI + Flask 混合部署最佳实践，解决路由定义、API 代理等常见问题，适用于同时运行 FastAPI API 与 Flask 前端的场景。

下载

• 第一级：取 MD5 值最后 1 位十六进制字符（0–f），生成 16 个一级目录
• 第二级：取倒数第 2–3 位（00–ff），每个一级目录下再分 256 个二级目录
• 最终形成 4096 个叶子目录，路径形如 /var/cache/nginx/mycache/7/ab/cdef1234
• 百万级缓存下，每个目录平均仅存 200–300 个文件，目录查找基本保持常数时间
• 相同请求始终映射到同一子目录，利于 page cache 复用和 SSD 预读优化

只设 levels 不够，必须同步调优配套参数

单独设置 levels=1:2 效果有限，需与以下几项协同生效：

• keys_zone 至少配 10m：1MB 内存约存 8000 个 key 元数据；10m 可支撑约 8 万个活跃缓存项，防止因 key 驱逐引发重复落盘
• inactive 别设太短：例如仅 60s 会触发高频清理重建，加剧 I/O 波动；建议按业务热度设为 30m–2h
• use_temp_path=off：让临时文件直接写入缓存目录，避免跨文件系统 copy 和 rename，省一次磁盘 write
• 挂载选项优化：SSD 上推荐 noatime,nobarrier（XFS）或 noatime,commit=60（ext4），降低元数据刷盘开销

cache_key 设计决定 levels 是否真正有效

levels 路径由 cache_key 经 MD5 后取前几位生成。如果 key 中含高熵字段，哈希结果会严重倾斜：

• ❌ 避免：$request_time、$cookie_sessionid、毫秒级时间戳、随机串等
• ✅ 推荐：$scheme$host$request_uri（可配合 map 过滤 utm_* 类 query 参数）
• 上线后可用命令验证分布是否均匀：
  find /var/cache/nginx/mycache -mindepth 3 -maxdepth 3 -type f | cut -d'/' -f5,6 | sort | uniq -c | sort -n