变更摘要

本 PR 将 memcache 的 KvEvent 广播接入 kv-conductor 缓存感知调度，实现「memcache 池化 + kv-conductor 缓存感知调度」全链路：kv-conductor 新增 MemcacheEventBatch 解析（{"events": [...]} wire 格式），按 msgpack 首字节（fixmap）快速分流并跳过无谓的 vLLM/Mooncake 试解析，配合 IpOnly 匹配（backend_id=Pod IP 经 hbm_ip_index 路由到节点全部 DP）与两阶段匹配（pool stored 事件先入 pending_pool 排队、引擎 offload 事件后补匹配，双向 + TTL 清理）；FlexHash 支持 vLLM 默认 32 字节 sha256 块哈希（取低 64 位），修复引擎 offload 事件与池确认哈希无法匹配的问题。部署侧新增 kv_events 配置块、ock.mmc.local_service.backend_id 占位符（common.sh 部署时替换为 Pod IP）及 K8s Service 暴露 kv-events: 5557 端口；Coordinator 侧 pool_endpoint 支持 tcp://*:5557 通配符解析、store_backend 大小写不敏感；另提供 vLLM MultiConnector 各版本补丁并将事件日志统一为 kv_event <state> 状态机以提升可维测性。

主要改动

• kv-conductor 支持 memcache KvEvent 解析与两阶段匹配：zmq_subscriber.rs 按 msgpack 首字节将 fixmap 分流为 memcache 批次并解析 MemcacheEventBatch，pool.rs 中 memcache stored 事件（仅有哈希、无 token 信息）先进入 pending_pool 排队，待引擎 offload 事件到达后补匹配入树，indexer/mod.rs 增加 pending_pool TTL 清理与过期计数日志，events/tests.rs 新增 wire 格式解析与 IpOnly 路由用例。
• FlexHash 支持 vLLM 32 字节 sha256 块哈希：flex_hash.rs 对超过 8 字节的二进制哈希改为取尾部 8 字节（低 64 位 big-endian），与 vLLM int 模式（& (1<<64)-1）和 memcache BlockHashHexToU64 对齐，原「bytes too long」报错改为兼容解析并补充对应单测。
• Coordinator 池注册增强：conductor_api_client.py 的 pool_endpoint 支持 tcp://*:5557 通配符，部署时以 KVS_MASTER_SERVICE 环境变量替换为 KVS master 域名（未设置则跳过池注册并告警）；store_backend 改为大小写不敏感并归一为规范名（Mooncake/Memcache/YuanRong），新增对应单测。
• memcache kv_events 部署配置：memcache_meta_service.py 新增默认关闭的 kv_events 配置块（kv_events_enable/endpoint/model_name/block_size，注释解除即开启）；mmc-local-inprocess.conf 与 mmc-local-standalone.conf 新增 ock.mmc.local_service.backend_id = <POD_IP> 占位符，common.sh 部署时用 $POD_IP 替换；kv_cache_store_template.yaml 与 infer_service_template.yaml 暴露 kv-events: 5557 端口，并新增 tests/examples/deployer/test_kv_events.py 覆盖上述配置行为。
• vLLM MultiConnector 补丁与日志状态机统一：为 v0.20.2/0.21.0/0.22.1/0.23.0/0.25.0/0.26.0 提供 MultiConnector.get_kv_connector_kv_cache_events 补丁，合并子连接器事件避免顶层配置下引擎 offload 事件被静默丢弃；事件日志统一为 kv_event <state> 状态机（received/parsed/queued/offload_cached/matched/confirmed/applied/dropped/pending_expired），matched/confirmed 提升为 INFO，新增 StorageMedium::log_str 统一小写 medium（xpu/cpu/disk），query 日志输出 per-medium 命中块数（npu_blocks/cpu_blocks/disk_blocks）并修正耗时字段语义。

代码审查

✅ 未发现问题

/lgtm