為了追求更快，CPU、內存、I/O都做了哪些努力？_風聞

背景  

前段時間，寫了一篇《高性能開發十大技術》，有讀者給我私信交流，····

曾經，我面試的時候有兩個最怕的。一怕問算法，二怕問高併發。

算法這個，自從關注了「小浩算法」，刷了不少LeetCode，發現還是有套路可循的，雖不敢説算法能力有多強，至少沒有以前那麼怕了（才怪）。

而第二個，高性能高併發技術，感覺有好多技術要學，東學一點，西學一點，不成體系。直到有一次面試，遇到了一個大牛，問到了這方面，結果被虐的體無完膚。幸運的是，這位大牛不但技術一流，還認真跟我交流了學習心得，怎麼樣去有體系的系統去梳理這方面的技術知識，而不是瞎學。

CPU  

不管什麼樣的編程語言，什麼樣的代碼框架，最終都是由CPU去執行完成的（當然這麼説不太準確，也有GPU、TPU、協處理器等其他情況，當然這不是本文探討的重點）。

所以要想提高性能，提高併發量，首要問題就是如何讓CPU跑的更快？

這個問題，也是一直以來CPU廠商一直在努力追求的方向。

如何讓CPU更快？CPU廠商做了兩個方面的努力：

加快指令執行的速度      

加快CPU讀取數據的速度      

對於第一個方向，CPU執行指令的快慢，是跟CPU的主頻緊密相關的，如何更快的取指令、指令譯碼、執行，縮短CPU的指令週期，提升主頻在相當長一段時間裏都是非常有效的辦法。

從幾百MHz，到如今到幾GHz，CPU主頻有了長足的進步，相同時間裏能夠執行的指令數變的更多了。

對於第二個方向，如何提升CPU讀取數據的速度，答案就是加緩存，利用局部性原理將內存中經常會訪問的數據搬運到CPU中，這樣大大提升了存取速度。

從一級緩存，到二級緩存，乃至三級緩存，CPU緩存的層級和容量也在不斷提升，讀寫數據的時間省了不少。

但隨着時間到推移，尤其進入21世紀之後，處理器廠商發現，進一步提升主頻變得越來越困難了，CPU的緩存也很難進一步擴容。

怎麼辦呢？既然一個人幹活的速度已經很難再提升，那何不多找幾個人一起幹？於是，多核技術來了，一個CPU裏面有多個核心，眾人划槳開大船，CPU的速度再一次騰飛～

甚至，讓一個核在“閒暇時間”，利用“閒置資源”去執行另外的線程，誕生了讓一個核“同時”執行兩個線程的超線程技術。

上面簡單交代了為了提升性能，CPU所做的努力。但是光是CPU快是沒用的，還需要我們更好的去利用開發，否則就是對CPU算力的浪費。

上面提到了線程，是的，如何提高性能，提高併發量？使用多線程技術當然是一個非常好的思路。

但多線程的引入，就不得不提到兩個跟線程有關的話題：

線程同步

線程阻塞

多個線程協同工作，必然會引入同步的問題，常規解決方案是加鎖，加鎖的線程一般會進入阻塞。

線程遇到阻塞了，就需要切換，而切換是有一定的成本開銷的，不僅是系統調度的時間開銷，還可能有CPU緩存失效的損失。

如果線程頻頻加鎖，頻頻阻塞，那這個損失就相當可觀了。為了提升性能，無鎖編程技術就出現了，利用CPU提供的機制，提供更輕量的加鎖方案。

同時，為了讓切換後的線程仍然能夠在之前的CPU核心上運行，降低緩存損失，線程的CPU親和性綁定技術也出現了。

現代操作系統都是以時間片的形式來調度分配給多個線程使用。如果時間片還沒用完就因為這樣或那樣的原因將執行機會拱手相讓，那線程也太虧了。

於是，有人提出要充分利用CPU，別讓線程阻塞，交出執行權，自己在應用層實現多個執行流的調度，這裏阻塞了，就去執行那裏，總之要把時間片充分用完，這就誕生了協程技術，阻塞了不要緊，我還能幹別的，不要輕易發生線程切換。

內存  

與CPU工作相關的第一親密夥伴就是內存了，二者協作才能唱好一齣戲。

提升內存訪問的速度，同樣是高性能開發話題重要組成部分！  

那如何提升呢？硬件層面程序員是很難改變的，咱們只好從軟件層面下功夫。

內存的管理經歷了從實地址模式到分頁式內存管理，如今的計算機中，CPU拿的的地址都是虛擬地址，這中間就會涉及到地址的轉換，在這裏就有文章可做，有兩個方向可以努力：

減少缺頁異常

使用大頁技術

現代操作系統，基本上都會使用一個叫換頁/交換文件的技術：內存空間有限，但進程越來越多，對內存空間的需求越來越大，用完了怎麼辦？於是在硬盤上劃分一塊區域出來，把內存中很久不用的數據轉移到這塊區域上來，等程序用到的時候，觸發訪問異常，再在異常處理函數中將其從硬盤讀取進來。

可以想象，如果程序訪問的內存老是不在內存中，而是被交換到了硬盤上，就會頻繁觸發缺頁異常，那程序的性能肯定大打折扣，所以減少缺頁異常也是提升性能的好辦法。

從虛擬地址尋址真實的物理內存，這個過程是CPU完成的，具體來説，就是通過查表，從頁表->一級頁目錄->二級頁目錄->物理內存。

頁目錄和頁表是存在內存中的，毫無疑問，內存尋址是一個非常非常高頻的事情，時時刻刻都在發生，而多次查表勢必是很慢的，有鑑於此，CPU引入了一個叫TLB（Translation Look- aside buffer）的東西，使用緩存頁表項的方式來減少內存查表的操作，加快尋址速度。

默認情況下，操作系統是以4KB為單位管理內存頁的，對於一些需要大量內存的服務器程序（Redis、JVM、ElascticSearch等等），動輒就是幾十個G，按照4KB的單位劃分，那得產生多少的頁表項啊！

而CPU中的TLB的大小是有限的，內存越多，頁表項也就越多，TLB緩存失效的概率也就越大。所以，大頁內存技術就出現了，4KB太小，就弄大點。大頁內存技術的出現，減少了缺頁異常的出現次數，也提高了TLB命中的概率，對於提升性能有很大的幫助。

在一些高配置的服務器上，內存數量龐大，而CPU多個核都要通過內存總線訪問內存，可想而知，CPU核數上去以後，內存總線的競爭勢必也會加劇。於是NUMA架構出現了，把CPU核心劃分不同的分組，各自使用自己的內存訪問總線，提高內存的訪問速度。

I/O  

CPU和內存都夠快了，但這還是不夠。我們的程序日常工作中，除了一些CPU密集型的程序（執行數學運算，加密解密，機器學習等等）以外，相當一部分時間都是在執行I/O，如讀寫硬盤文件、收發網絡數據包等等。

所以，如何提升I/O的速度，是高性能開發技術領域一個重要的話題。

因為I/O會涉及到與外設（硬盤、網卡等）的交互，而這些外設又通常是非常慢（相對CPU執行速度）的，所以正常情況下，線程執行到I/O操作時難免會阻塞，這也是前面在CPU部分提到過的。

阻塞以後那就沒辦法幹活了，為了能幹活，那就開多個線程。但線程資源是很昂貴的，沒辦法大量使用，況且線程多了，多個線程切換調度同樣是很花時間的。

那可不可以讓線程執行I/O時不阻塞呢？於是，新的技術又出現了：

非阻塞I/O

I/O多路複用

異步I/O

原來的阻塞I/O是一直等，等到I/O的完成，非阻塞I/O一般是輪詢，可以去幹別的事，過一會兒就來問一下：好了沒有？

但每個線程都去輪詢也不是個事兒啊，乾脆交給一個線程去專門負責吧，這就是I/O多路複用，通過select/poll的方式只用一個線程就可以處理多個I/O目標。再然後，再改進一下，用epoll，連輪詢也不用了，改用內核喚醒通知的機制，同時處理的I/O目標還更多了。

異步I/O就更爽了，設置一個回調函數，自己幹別的事去了，回頭操作系統叫你來收數據就好了。

再説回到I/O本身，會將數據在內存和外設之間傳輸，如果數據量很大，讓CPU去搬運數據的話，既耗時又沒有技術含量，這是對CPU算力的很大浪費。

所以，為了將CPU從中解放出來，又誕生了一門技術：直接內存訪問DMA，把數據的傳輸工作外包出去，交由DMA控制器來完成，CPU只在背後發號施令即可。

有了DMA，再也不用麻煩CPU去執行數據的搬運工作。但對於應用程序而言，想要把文件通過網絡發送出去，還是要把數據在內核態空間和用户態空間來回折騰兩次，這兩步還得CPU出馬去複製拷貝，屬於一種浪費，為了解決這個問題，提升性能，又進一步產生了零拷貝技術，徹底為CPU減負。

算法架構  

CPU、內存、I/O都夠快了，單台計算機的性能已經很難提升了。不過，現在的服務器很少是單打獨鬥了，接下來就要把目光轉移到算法、架構上來了。

一台服務器搞不定，那就用硬件堆出性能來，分佈式集羣技術和負載均衡技術就派上用場了。

這年頭，哪個後端服務沒有數據庫？如何讓數據庫更快？該輪到索引技術上了，通過給數據庫建立索引，提升檢索速度。

但數據庫這傢伙的數據畢竟是存在硬盤上的，讀取的時候勢必會慢，要是大量的數據請求都懟上來，這誰頂得住？於是基於內存的數據庫緩存Redis、Memcached應運而生，畢竟，訪問內存比從數據庫查詢快得多。

算法架構這一塊的技術實在太多了，也是從一個普通碼農通往架構師的必經之路，咱們下回再聊。

總結  

高性能、高併發是後端開發永恆追求的話題。

每一項技術都不是憑空出現的，一定是為了解決某個問題而提出。我們在學這些技術的時候，掌握它出現的原因，和其他技術之間的關聯，在自己的大腦中建立一座技術知識層級圖，一定能事半功倍。

這幅圖中的絕大多數技術，我之前都有對應的趣味故事文章進行闡述，歡迎大家去翻一番～

關於本文，你有什麼想説的呢，或者有什麼重要技術被我遺漏了，歡迎留言討論。