基于移动边缘计算（MEC）和内容分发网络（CDN）等领域的实际情况，我们研究了多个缓存上的在线文件缓存，其中文件请求可能被转发到其他缓存，或者在发生缓存丢失时直接绕过内存。我们同时考虑了中继和旁路成本。我们首先对在线请求为统一成本时分析了问题的内在困难。我们提出了一个O(log K)-竞争随机算法Camul和O(K)-竞争确定性算法Camul-Det，其中K是所有缓存中的插槽总数。这两种在线算法都能获得渐近最优的竞争比，并且能够有效地实现，使得每个请求在摊余的恒定时间内被处理。我们对Google的生产数据和Yahoo的工作负载进行了广泛的模拟。结果表明，我们的算法明显优于现有的方案，与它们相比，总成本分别降低了85%和43%。更重要的是，在不牺牲其他性能指标（如命中率）的情况下，Camul实现了很低的总成本，并且可以在不同的实验参数设置下保持良好的性能。

本研究由中国科学技术大学项目支持下主导完成，成果发表于CCF推荐A类国际会议IEEE INFOCOM 2019，全文可访问https://doi.org/10.1109/INFOCOM.2019.8737396。