您的位置：首页 > 编程语言 > Java开发

从Java视角理解系统结构（二）CPU缓存

2016-12-21 20:08 316 查看
转载自并发编程网–ifeve.comhttp://ifeve.com/from-javaeye-cpu-cache/
众所周知,CPU是计算机的大脑,它负责执行程序的指令;内存负责存数据,包括程序自身数据.同样大家都知道,内存比CPU慢很多.其实在30年前,CPU的频率和内存总线的频率在同一个级别,访问内存只比访问CPU寄存器慢一点儿.由于内存
4000
的发展都到技术及成本的限制,
现在获取内存中的一条数据大概需要200多个CPU周期(CPUcycles),而CPU寄存器一般情况下1个CPU周期就够了.

CPU缓存

网页浏览器为了加快速度,会在本机存缓存以前浏览过的数据;传统数据库或NoSQL数据库为了加速查询,常在内存设置一个缓存,减少对磁盘(慢)的IO.同样内存与CPU的速度相差太远,于是CPU设计者们就给CPU加上了缓存(CPUCache).如果你需要对同一批数据操作很多次,那么把数据放至离CPU更近的缓存,会给程序带来很大的速度提升.例如,做一个循环计数,把计数变量放到缓存里,就不用每次循环都往内存存取数据了.下面是CPUCache的简单示意图.



随着多核的发展,CPUCache分成了三个级别:L1,L2,L3.级别越小越接近CPU,所以速度也更快,同时也代表着容量越小.L1是最接近CPU的,它容量最小,例如32K,速度最快,每个核上都有一个L1Cache(准确地说每个核上有两个L1Cache,一个存数据L1d
Cache,一个存指令L1iCache).L2Cache更大一些,例如256K,速度要慢一些,一般情况下每个核上都有一个独立的L2Cache;L3Cache是三级缓存中最大的一级,例如12MB,同时也是最慢的一级,在同一个CPU插槽之间的核共享一个L3Cache.
从CPU到大约需要的CPU周期大约需要的时间(单位ns)
寄存器1cycle
L1Cache~3-4cycles~0.5-1ns
L2Cache~10-20cycles~3-7ns
L3Cache~40-45cycles~15ns
跨槽传输~20ns
内存~120-240cycles~60-120ns
感兴趣的同学可以在Linux下面用cat/proc/cpuinfo,或Ubuntu下lscpu看看自己机器的缓存情况,更细的可以通过以下命令看看:

1
$
cat/sys/devices/system/cpu/cpu0/cache/index0/size
2
32K
3
$
cat/sys/devices/system/cpu/cpu0/cache/index0/type
4
Data
5
$
cat/sys/devices/system/cpu/cpu0/cache/index0/level
6
1
7
$
cat/sys/devices/system/cpu/cpu3/cache/index3/level
8
3
就像数据库cache一样,获取数据时首先会在最快的cache中找数据,如果没有命中(Cachemiss)则往下一级找,直到三层Cache都找不到,那只要向内存要数据了.一次次地未命中,代表取数据消耗的时间越长.

缓存行(Cacheline)

为了高效地存取缓存,不是简单随意地将单条数据写入缓存的.缓存是由缓存行组成的,典型的一行是64字节.读者可以通过下面的shell命令,查看cherency_line_size就知道知道机器的缓存行是多大.

1
$
cat/sys/devices/system/cpu/cpu0/cache/index0/coherency_line_size
2
64
CPU存取缓存都是按行为最小单位操作的.在这儿我将不提及缓存的associativity问题,将问题简化一些.一个Javalong型占8字节,所以从一条缓存行上你可以获取到8个long型变量.所以如果你访问一个long型数组,当有一个long被加载到cache中,你将无消耗地加载了另外7个.所以你可以非常快地遍历数组.

实验及分析

我们在Java编程时,如果不注意CPUCache,那么将导致程序效率低下.例如以下程序,有一个二维long型数组,在我的32位笔记本上运行时的内存分布如图:



32位机器中的java的数组对象头共占16字节(详情见链接),加上62个long型一行long数据一共占512字节.所以这个二维数据是顺序排列的.

01
public
class
L1CacheMiss
{
02
private
static
final
int
RUNS
=
10
;
03
private
static
final
int
DIMENSION_1
=
1024
*
1024
;
04
private
static
final
int
DIMENSION_2
=
62
;
05
06
private
static
long
[][]
longs;
07
08
public
static
void
main(String[]
args)
throws
Exception
{
09
Thread.sleep(
10000
);
10
longs
=
new
long
[DIMENSION_1][];
11
for
(
int
i
=
0
;
i<DIMENSION_1;i++){
12
longs[i]
=
new
long
[DIMENSION_2];
13
for
(
int
j
=
0
;
j<DIMENSION_2;j++){
14
longs[i][j]
=0L;
15
}
16
}
17
System.out.println(
"starting...."
);
18
19
final
long
start
=System.nanoTime();
20
long
sum
=0L;
21
for
(
int
r
=
0
;
r<RUNS;r++){
22
//
for(intj=0;j<DIMENSION_2;j++){
23
//
for(inti=0;i<DIMENSION_1;i++){
24
//
sum+=longs[i][j];
25
//
}
26
//
}
27
28
for
(
int
i
=
0
;
i<DIMENSION_1;i++){
29
for
(
int
j
=
0
;
j<DIMENSION_2;j++){
30
sum
+=longs[i][j];
31
}
32
}
33
}
34
System.out.println(
"duration
="
+
(System.nanoTime()-start));
35
}
36
}
编译后运行,结果如下

1
$
javaL1CacheMiss
2
starting....
3
duration
=1460583903
然后我们将22-26行的注释取消,将28-32行注释,编译后再次运行,结果是不是比我们预想得还糟?

1
$
javaL1CacheMiss
2
starting....
3
duration
=22332686898
前面只花了1.4秒的程序,只做一行的对调要运行22秒.从上节我们可以知道在加载longs[i][j]时,longs[i][j+1]很可能也会被加载至cache中,所以立即访问longs[i][j+1]将会命中L1Cache,而如果你访问longs[i+1][j]情况就不一样了,这时候很可能会产生cachemiss导致效率低下.

下面我们用perf来验证一下,先将快的程序跑一下.

1
$
perfstat-eL1-dcache-load-missesjavaL1CacheMiss
2
starting....
3
duration
=1463011588
4
5
Performance
counterstatsfor'javaL1CacheMiss':
6
7
164,625,965
L1-dcache-load-misses
8
9
13.273572184
secondstimeelapsed
一共164,625,965次L1cachemiss,再看看慢的程序

1
$
perfstat-eL1-dcache-load-missesjavaL1CacheMiss
2
starting....
3
duration
=21095062165
4
5
Performance
counterstatsfor'javaL1CacheMiss':
6
7
1,421,402,322
L1-dcache-load-misses
8
9
32.894789436
secondstimeelapsed
这回产生了1,421,402,322次L1-dcache-load-misses,所以慢多了.

以上我只是示例了在L1Cache满了之后才会发生的cachemiss.其实cachemiss的原因有下面三种:

1.第一次访问数据,在cache中根本不存在这条数据,所以cachemiss,可以通过prefetch解决.

2.cache冲突,需要通过补齐来解决.

3.就是我示例的这种,cache满,一般情况下我们需要减少操作的数据大小,尽量按数据的物理顺序访问数据.
                                            

                                        

                        
                        内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息 
                    

                    

                    

                        

                         标签： 
                                                java
                                                计算机体系结构
                                                

                        

                    


                

            


            

                
相关文章推荐

                

                
            

        

        

            

            
            

                

                    
新的分享

                    

                        
                    

                

            


            

                

                    
章节导航