一、峰值曲线背后的三段式并发结构

把pg直营站视讯业务近一年的并发数据拉成一条长曲线，会发现它并不是单峰形态，而是明显的三段式结构：傍晚预热段、夜间主峰段、深夜长尾段。预热段大约在主峰前四十分钟启动，增速平缓但持续时间长；主峰段集中在两小时内，瞬时并发抬升幅度最大；长尾段则拖得较久，绝对值不高但占用资源时间不短。pg直营站内容中心在复盘时把这三段拆开统计，才看清此前“一刀切”扩容造成的浪费——预热段资源给多了，主峰段反而偏紧。

从数据上看，主峰段每提升一个百分点的并发，转码队列的等待时长会以更陡的斜率上升。这说明瓶颈不在入口带宽，而在转码环节的排队策略。pg直营站技术团队据此把转码任务按优先级分池，预热段任务进低优池，主峰段进高优池，等待时长在后续几个周期明显回落。

二、缓存命中率与多视角切换的耦合关系

多视角切换是pg直营站视讯业务里资源消耗较重的功能。数据解读显示，切换请求的缓存命中率与用户停留时长高度相关：命中率高的时段，切换后继续观看的比例也高；命中率掉下去，切换就变成一次性的试探行为。pg直营站运营观察记录里提到，缓存预热如果只按“热门视角”排序，会漏掉一部分长尾视角的切换需求，导致整体命中率被拉低。

  • 按视角维度拆分命中率，而非只看整体均值，能定位到具体拖后腿的视角分组。
  • 把预热窗口从固定时刻改为随并发曲线滚动触发，命中率波动幅度收窄。
  • 切换耗时与命中率并非线性关系，命中率低于某个区间后，耗时增长明显加快。

pg直营站技术团队在最近一轮迭代中，把预热策略从“定时全量”改成“分层滚动”，长尾视角的命中率有所改善，主峰段的切换耗时数据也更平稳。

三、容量预估模型的三项修正

容量规划最容易犯的错，是拿历史峰值直接乘一个安全系数。pg直营站资讯中心在复盘时提出三项修正：第一，把节假日与非节假日的峰值分开建模，两者的增速曲线形态不同；第二，把电玩内容与视讯内容的并发错峰关系纳入模型，两类业务的高峰并不完全重叠；第三，给转码资源留出弹性数据变化，而不是按固定比例预留。

修正后的模型在几个周期里跑下来，资源数据变化的预测偏差有所收敛。pg直营站内容运营团队反馈，模型给出的扩容建议更贴近实际需要，不再出现“扩了用不上、不扩又紧张”的尴尬。数据解读的价值不在于给出一个精确数字，而在于把资源调度里的模糊地带一点点照亮，让每一次扩容都有据可依。