cpu缓存一致性问题---cache写策略

简介: cpu缓存一致性问题---cache写策略

为什么会有cpu缓存一致性问题?

cpu缓存一致性指的:是缓存中和所其对应在主存中的数据的一致性

因为cpu运算产生新数据后基于写回策略只更新缓存的值会导致缓存和主存不一致问题

解决cpu缓存一致性问题前,先了解写回策略是什么

了解写回策略前,先介绍三个术语:1.缓存命中,指的是cpu在缓存中根据cacheline的索引tag查找某个数据时成功找到 2.缺页,缓存没命中叫做缺页,页是存储单元,意思是缓存中没有这个单元,当发生缺页时,导致异常,cpu控制权交给操作系统,操作系统将缺失的数据存进缓存,缓存数据最小单元是一个cacheline,64字节,其中就包含了tag索引。数据存好后,切换回刚才的进程,从发生异常的指令指向,也就是再次查找,当然缓存命中。3.脏数据(dirty data) 指的是cpu产生新数据后只更新缓存中的值,不更新主存中的值,此时缓存中是新数据,主存中为过期数据,这个不一致的新数据叫做脏数据,由于新数据只能由cpu运算产生,脏数据只存在于缓存中

cpu的读/写策略

一、cpu的读策略在介绍缺页时讲过,有两种情况:1.缓存命中(找到) 2.缺页(没找到)

二、cpu的写操作有两种情况:

1.写命中(write hit):要写的单元在cache中存在

2.写不命中(write miss):要写的单元在cache中不存在

对于写命中,有两种处理方式:

a.wirte through(写直达策略)

  • 同时写cache和主存单元
  • 问题:每次写主存增加10%指令量,降低性能

b.write back(写回策略)

  • 只写cache,不写主存
  • 优点:相比写直达,大大降低主存带宽压力


目录
相关文章
|
2月前
|
缓存 监控 Linux
Linux系统清理缓存(buff/cache)的有效方法。
总结而言,在大多数情形下你不必担心Linux中buffer与cache占用过多内存在影响到其他程序运行;因为当程序请求更多内存在没有足够可用资源时,Linux会自行调整其占有量。只有当你明确知道当前环境与需求并希望立即回收这部分资源给即将运行重负载任务之前才考虑上述方法去主动干预。
1105 10
|
2月前
|
缓存 关系型数据库 MySQL
降低MySQL高CPU使用率的优化策略。
通过上述方法不断地迭代改进,在实际操作中需要根据具体场景做出相对合理判断。每一步改进都需谨慎评估其变动可能导致其他方面问题,在做任何变动前建议先在测试环境验证其效果后再部署到生产环境中去。
129 6
|
4月前
|
缓存 负载均衡 网络协议
电商API接口性能优化技术揭秘:缓存策略与负载均衡详解
电商API接口性能优化是提升系统稳定性和用户体验的关键。本文聚焦缓存策略与负载均衡两大核心,详解其在电商业务中的实践。缓存策略涵盖本地、分布式及CDN缓存,通过全量或部分缓存设计和一致性维护,减少后端压力;负载均衡则利用反向代理、DNS轮询等技术,结合动态调整与冗余部署,提高吞吐量与可用性。文中引用大型及跨境电商平台案例,展示优化效果,强调持续监控与迭代的重要性,为电商企业提供了切实可行的性能优化路径。
|
3月前
|
存储 缓存 NoSQL
Spring Cache缓存框架
Spring Cache是Spring体系下的标准化缓存框架,支持多种缓存(如Redis、EhCache、Caffeine),可独立或组合使用。其优势包括平滑迁移、注解与编程两种使用方式,以及高度解耦和灵活管理。通过动态代理实现缓存操作,适用于不同业务场景。
372 0
|
5月前
|
缓存 搜索推荐 CDN
HTTP缓存策略的区别和解决的问题
总的来说,HTTP缓存策略是一种权衡,需要根据具体的应用场景和需求来选择合适的策略。理解和掌握这些策略,可以帮助我们更好地优化网页性能,提高用户的浏览体验。
156 11
|
4月前
|
存储 缓存
.NET 6中Startup.cs文件注入本地缓存策略与服务生命周期管理实践:AddTransient, AddScoped, AddSingleton。
记住,选择正确的服务生命周期并妥善管理它们是至关重要的,因为它们直接影响你的应用程序的性能和行为。就像一个成功的建筑工地,工具箱如果整理得当,工具选择和使用得当,工地的整体效率将会大大提高。
175 0
|
7月前
|
数据采集 缓存 JavaScript
数据抓取的缓存策略:减少重复请求与资源消耗
本教程聚焦于提升爬虫效率与稳定性,通过结合缓存策略、代理IP技术(如爬虫代理)、Cookie和User-Agent设置,优化数据采集流程。以知乎为例,详细讲解如何抓取指定关键词的文章标题和内容。内容涵盖环境准备、代码实现、常见问题及解决方案,并提供延伸练习,帮助读者掌握高效爬虫技巧。适合具备Python基础的初学者,助你规避网站机制,顺利获取目标数据。
202 2
数据抓取的缓存策略:减少重复请求与资源消耗
|
8月前
|
机器学习/深度学习 存储
YOLOv11改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
YOLOv11改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
481 15
YOLOv11改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
|
7月前
|
消息中间件 缓存 NoSQL
缓存与数据库的一致性方案,Redis与Mysql一致性方案,大厂P8的终极方案(图解+秒懂+史上最全)
缓存与数据库的一致性方案,Redis与Mysql一致性方案,大厂P8的终极方案(图解+秒懂+史上最全)
|
8月前
|
机器学习/深度学习 存储
RT-DETR改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
RT-DETR改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
292 0
RT-DETR改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络