Eviction 的核心概念是「容量不足時系統選擇移除哪些資料」。快取與記憶體型服務需要 eviction policy，因為可用容量有限，資料量與 hot key 會隨流量變化。 可先對照 Excessive Data Exposure。

概念位置

Eviction 處理的是容量控制，TTL 處理的是時間有效性。Redis、CDN、local cache 都可能在容量壓力下淘汰資料；被淘汰的資料若可重建，系統會承擔額外查詢成本。 可先對照 Excessive Data Exposure。

可觀察訊號與例子

系統需要關注 eviction 的訊號是 cache hit rate 突然下降、Redis memory 接近上限、下游資料庫壓力升高。熱門商品活動可能讓大量 key 進入快取，造成原本常用資料被擠出。

設計責任

Eviction 策略要搭配 key 設計、容量規劃、資料重要性與告警。高價值或難重建資料應有更穩定的保存方式，一般快取淘汰策略只適合可重建資料。