随着互联网宽带用户的普及和网络视频内容的爆炸式增长,流媒体点播服务使得人们接受信息,交流信息的方式发生前所未有的改变,流媒体点播服务已成为当前互联网最热门的应用之一。在国内,伴随着三网融合进程的推进,视频点播业务呈现出前所未有生机,视频点播技术也成为目前工业界和学术界关注的焦点。基于P2P技术的点播系统相对于传统的直播系统而言,由于其支持用户的VCR操作,对系统的交互性与稳定性要求更加苛刻。系统的整体性能,主要取决于数据段在各个节点上的分布状况,节点不仅要依自身能力来缓存一定数量的数据段为其它节点提供下载服务,而且还要保证系统中数据段请求热度与供应量保持一致。因此,一种有效数据缓存策略对于改变数据块在系统中的分布,增加节点之间的共享程度,进一步降低服务器压力,提高播放质量具有重要的意义。本文通过研究异步网络环境中的平均一致性问题,提出了一种基于流的异步平均一致性协议,运行此协议的节点可以独立的实时地获取系统中的某些资源状态属性的平均值且无需全局协调,因而为进一步指导系统进行控制决策具有重要的意义；实验表明此协议能够以较快的速度收敛到平均值,且收敛时间与网络规模无关。在异步平均一致性协议的基础上,综合考虑P2P点播系统中媒体数据段访问热度与系统实际资源供应的非均衡性以及用户VCR操作给系统带来的扰动性,提出一种基于数据段热度的分布式缓存策略,通过仿真实验得出算法能够灵活的控制系统数据段的供需平衡,有效提高节点查找数据段的效率,降低节点负载,同时算法不依赖服务器的全局协调,具有较强的可扩展性。