二八定律（Pareto）：热点总是集中

线上出了个诡异的事故：一台网关机器 CPU 跑满，报警刷屏，可负责的同事查了半天，发现流量并没有暴涨——总量跟平时差不多。最后抓包一看，全网 1000 多个接口里，有 3 个接口扛走了 82% 的请求，而其中 1 个接口自己就占了一半。平时没人细看，因为总量不大；可一旦那几个热点接口抖动，整台机器就跟着抖。

这不是偶然，而是一条反复出现的规律：少数的东西，总是贡献了大部分的结果。

一、它从哪来

1896 年前后，意大利经济学家 维尔弗雷多·帕累托（Vilfredo Pareto） 在研究财富与土地分配时发现：意大利大约 20% 的人口拥有约 80% 的土地。他把这个"少数占大头"的观察推广到更多领域，后人便称其为帕累托法则（Pareto Principle），俗称二八定律。

真正把它带进工程与管理世界的，是质量大师约瑟夫·朱兰（Joseph Juran）。1951 年他在《质量控制手册》中提出"关键少数与琐碎多数"（vital few and trivial many）的思想：质量缺陷并非均匀分布，少数几种缺陷类型造成了大部分损失——所以改进要集中火力打那"关键少数"。他还戏称这是帕累托留下的"非均衡原则"，并发明了用于排序的帕累托图（Pareto Chart）：按影响从大到小排柱子，再画累计占比折线。

此后人们发现同样的形状反复出现在各种系统里：图书借阅量、网页访问量、文件被引用次数……20 世纪语言学家**乔治·齐普夫（George Zipf）**总结出词频服从幂律（少数词被频繁使用，绝大多数词难得一见），即 Zipf 定律——它是二八定律在"排名-频率"坐标下的精确版本，也是理解互联网流量、缓存收益的数学底座。

二、为什么需要它

假设资源无限、时间无限，二八定律毫无意义——每个请求都全力服务、每行代码都精心优化就是了。可现实是：缓存空间有限、人力有限、算力有限。既然有限，就必须回答一个问题：把资源投到哪里收益最大？

如果错误地假设"所有东西同等重要"，会得到两个典型恶果：

• 平均用力，热点失守：给 1000 个接口配同样的缓存、同样的限流、同样的监控阈值。结果热点接口打爆了缓存，冷门接口的缓存却在浪费内存——资源被均匀地浪费掉了。
• 优化没有优先级：性能优化时从第一个函数优化到最后一个函数，把力气花在只占 1% 执行时间的长尾代码上，真正占 90% 时间的热点函数反而没碰。

二八定律给出的回答是：不均匀才是常态，均匀才是例外。与其跟分布较劲，不如顺着分布做资源分配——这正是缓存的命中率、索引的收益、CDN 的加速比全部建立在这条规律之上的原因。

三、本质一句话

系统的产出与消耗天然不均匀：少数"关键少数"贡献了大部分价值（或大部分问题），优化的第一性原理就是先找到那 20%，再动手。

四、它有什么用

二八定律在计算机系统里几乎是"隐形地基"——凡是带缓存、带索引、带优先级的地方，背后都是它在起作用。

• Redis 缓存热点数据：互联网访问服从 Zipf 分布，通常 20% 不到的"热 key"扛走绝大部分流量。于是缓存只存热 key、给热 key 单独调大容量，冷 key 直接穿透到数据库也扛得住。反过来说，缓存未命中率高的系统，十有八九是没先做"热点统计"就盲目全量缓存。
• 数据库索引与慢查询：为什么 MySQL 里 EXPLAIN 一定要看 rows？因为一条 SQL 能不能走索引，决定了它是扫 100 行还是扫 1000 万行——而线上 90% 的慢查询，往往集中在少数几张表和少数几条 SQL 上。先 SHOW GLOBAL STATUS 看 Com_select 类计数、或开慢查询日志按耗时排序，抓的就是那 20% 的语句。
• 性能剖析 perf 的热点函数：perf top 或 perf record 跑一会儿，排在前面的几个函数往往就占了 70% 以上的 CPU。优化只做前几名，收益立竿见影；从第 50 名开始优化，纯属感动自己。这就是"先剖析、后优化"这一铁律背后的数学。
• 分代垃圾回收：JVM/Go 的 GC 之所以分"新生代/老年代"，正是因为观察到大部分对象朝生夕死——少数长寿对象占住了大部分堆。把新对象集中在一个小空间快速回收，正是顺着二八定律设计。
• 日志与监控的采样：全量日志写不下时，按错误码、按耗时区间聚合，先处理"数量最多 + 影响最大"的那几类——告警分级、SRE 的"错误预算"分配，本质都是帕累托排序。
• CDN 与存储分级：文件访问热度同样服从幂律，于是有了热/温/冷分层存储（如对象存储按访问频率自动降冷），把贵的高速介质只给那 20% 的热文件。

1
2

# 一个 5 分钟的"找关键少数"示范：统计访问日志里 Top 10 请求路径
awk '{print $7}' access.log | sort | uniq -c | sort -rn | head -10

五、反例与边界

二八定律是经验法则，不是物理定律——用错地方会得出危险结论。

• 比例不是恒定的 80/20：有的场景是 90/10，有的更极端是 99/1（超级热点），有的接近 60/40（相对均匀）。所以正确用法不是背数字，而是先统计、后排序，用数据找出你那个系统里真实的"关键少数"。
• 长尾不是没价值：二八定律告诉你热点集中，但没告诉你长尾可以丢弃。搜索引擎、推荐系统恰恰靠长尾内容差异化取胜；"只服务头部"会毁掉这类产品。二八定律指导的是资源分配优先级，不是业务取舍清单。
• 安全与合规场景不可只护热点：攻击者专挑没人看护的冷门接口下手——薄弱环节往往藏在长尾里。安全领域的正确姿势与缓存相反：热点要护，长尾更要扫，两者都要，只是手段不同。
• 别把"帕累托法则"和"帕累托最优"搞混：帕累托最优（Pareto Optimality）是博弈论/多目标优化里的概念，指"无法在不损害任何一方的前提下让某人变得更好"的分配状态。两者同名不同物——一个描述"分布不均"的事实，一个描述"无可改进"的边界。
• 优化热点过头同样有害：当热点函数已经优化到只剩 1% 时间，继续抠它收益趋近于零，此时瓶颈早已转移——二八定律只是起点，不是终点，每轮优化后都要重新做一次帕累托排序。

六、对比表 + 🐾小结

🐾 小结：二八定律是系统设计者的"第一直觉校正器"——看到缓存、索引、GC、监控、优化，先问一句"那 20% 在哪"，再决定资源往哪儿放。它不替你做取舍，但帮你把取舍做在数据上：先找关键少数，再谈优化；先护热点，再补长尾。