随着社交网络图片分享应用的流行,社交网络服务提供商存储和传输大量图片数据的挑战更加艰难。为了有效的提升数据传输性能,服务提供商一般部署分布式缓存来解决问题。影响分布式缓存性能的因素有两个,一个是服务器使用的存储介质,另一个是缓存系统使用的替换算法。由于固态硬盘能提供极高的吞吐率,目前分布式缓存经常使用固态硬盘存储数据。固态硬盘的写放大会影响固态硬盘的随机写性能和使用寿命,写放大的大小与缓存系统使用的替换算法有关。经过分析发现,LRU算法能够提升缓存的命中率,但同时引起严重的写放大,FIFO算法能够将固态硬盘写放大降到最低,但是FIFO的低命中率会增大带宽开销。针对上述问题,提出了一种新型的混合替换策略——F-Sk LRU,这个算法能在性能和成本之间做一个折中。F-Sk LRU通过扩大FIFO算法的替换单元进行批量的擦写,每个替换单元保存大量数据,利用顺序写来降低固态硬盘的写放大。对替换单元中保存的数据进行访问频度统计,结合时间局部性和访问频度区分出冷热数据,在替换单元被擦除时保留热门数据以提高访问命中率。F-Sk LRU算法能够根据写入数据特性设定参数k,以最大化的提高访问命中率并降低固态硬盘写放大。仿真实验结果表明,相对FIFO和LRU算法,F-Sk LRU算法能够降低14.11%~23.4%带宽消耗。在固态盘磨损方面,F-SkLRU在一般情况下相对于LRU能够降低200%~300%。