多層回饋佇列（multilevel feedback queue）

想像一個班級，老師事先不知道哪些學生需要快速確認、哪些需要長時間專注，於是老師觀察行為並調整：一個總是很快做完的學生得到短而頻繁的輪流；一個需要長段不被打斷的學生則被調到較慢的軌道。多層回饋佇列對行程做的就是這件事——它依觀察到的行為把行程分類，並讓它們隨時間在佇列間移動，逐漸摸清每個是什麼樣子。

它的運作方式：有好幾個優先權遞減的佇列，而較高優先權的佇列用較短的時間配量。新行程從最上層佇列開始。若它用完整個配量都沒阻塞（這是 CPU 密集的徵兆），就被降級到一個配量較長的較低優先權佇列。若它提早讓出 CPU 去做 I/O（這是互動的徵兆），就留在高處或被升級。排程器先服務較高的佇列。淨效果是：短而互動的工作自然浮到頂端、得到快速反應，而長而 CPU 密集的工作沉到底部、在沒有更緊急者就緒時以大而高效的區塊執行——而且不需要任何人事先預測爆發長度。

為什麼重要：這是經典排程器中最一般、影響最廣的，它僅憑觀察到的過去行為來逼近最短工作優先。為防止底部的長工作飢餓，真實的 MLFQ 設計會加入老化——週期性地把所有人都拉回最上層佇列。調校它很繁複（佇列數目、各配量、降級與升級規則），這是它誠實的缺點；但其核心想法——讓行程的優先權適應它實際的行為——是許多真實作業系統中排程器的底層基礎。