软考中级(软件设计)----存储系统、总线及系统可靠性

简介: 软考中级(软件设计)----存储系统、总线及系统可靠性

1 存储系统

  • 计算机存储系统的层次结构,如下图所示

在这里插入图片描述

  • 计算机采用分级存储体系的主要目的是为了解决存储容量、成本和速度之间的矛盾问题
  • 两级存储:Cache缓存、主存-辅存(虚拟存储体系)
  • 局部性原理:总的来说,在CPU运行时,所访问的数据会趋向于一个较小的局部空间地址内,包括下面两个方面

    • 时间局部性原理:如果一个数据项正在被访问,那么在近期它很可能会被再次访问,即在相邻的时间里会访问同一数据项
    • 空间局部性原理:在最近的将来会用到的数据的地址和现在正在访问的数据地址很可能是相近的,即相邻的空间地址会被连续访问

2 高速缓存Cache

  • 高速缓存Cache用来存储当前最活跃的程序和数据,直接与CPU交互,位于CPU和主存之间,容量小,速度为内存大额5-10倍,由半导体材料组成,其内容时主存内存的副本拷贝,对于程序员来说是透明的
  • Cache由控制副本和存储器组成,存储器存储数据,控制部分判断CPU要访问的数据是否在Cache中,在则命中,不再则依据一定的算法从主存中替换
  • 地址映射:在CPU工作时,送出的是主存单元的地址,而应从Cache存储器中读/写信息,这就需要将主存地址转换为Cache存储器地址,这种地址的转换成为地址影像,由硬件自动完成映射,分为下列三种方法:

    • 直接映像:将Cache存储器等分成块,主存也等分成块并编号,主存中的块与Cache中的块的对应关系是固定的,即二者块号相同才能命中,地址变换简单但不灵活,容易造成资源浪费,如下:

    在这里插入图片描述

    • 全相连映射:同样都等分成块并编号,主存中任意一块都与cache中任意一块对应,因此可以随意调入Cache任意位置,但是地址变换复杂,速度较慢,因为准粗可以随意调入Cache任意块,只有当Cache满了才会发生块冲突,是最不容易发生块冲突的影像方式,如下图所示:

    在这里插入图片描述

    • 组组相连映射:前面两种方式的结合,将Cache存储区先分块再分组,主存也同样先分块再分组,组间采用直接映像,即主存中的组号与Cache中组号相同的组才能命中,但是组内全相连映像,也即组号相同的两个组内的所有块可以任意调换

考试真题

  • 题目如下,答案为:B

在这里插入图片描述

3 Cache命中率

  • 当CPU所访问的数据在Cache中时,称之为命中,直接从Cache中读取数据,否则没有命中,需要从主存中读取所需的数据

考试真题

  • 题目如下,答案为:A、B

在这里插入图片描述

解析:这里需要注意的就是只有20%需要取数

4 主存编址

  • 题目如下,答案为:B、C

在这里插入图片描述

解析:这里需要主要注意的是字节和比特,以及K是1024

5 总线结构

  • 从广义上讲,任何连接两个以上的电子元器件的导线都可以称为总线,通常分为一下三类:

    • 内部总线:内部芯片级别的总线,芯片与处理器之间通信的总线
    • 系统总线:是板级总线,用于计算机内各部分之间的链接,具体可以分为数据总线(并行数据传输位数)、地址总线(系统可管理的内存空间大小)、控制总线(传送控制命令)。代表的有ISA总线、EISA总线、PCI总线
    • 外部总线:设备一级的总线,微机与外部设备的总线,代表的有RS232(串行总线),SCSI(并行总线)、USB(通用串行总线,即插即用,支持热插拔)

考试真题

  • 题目如下,答案为:C

在这里插入图片描述

解析:半双工是指同一时刻只能有一方向另一方向传输,全双工的含义是同一时刻也可以双向传输

6 系统可靠性分析

  • 平均无故障时间MTTF=1/失效率
  • 平均故障修复时间MTTR=1/修复率
  • 平均故障间隔时间MTBF=MTTF+MTTR
  • 系统可用性=MTTF/(MTTF+MTTR)*100%
  • 无论什么系统,都是由多个设备组成的,系统工作,而这些多个设备的组合方式可以是串联、并联,也可以是混合模式,建设每个设备的可靠性为R1,R2,...Rn,则不同的系统的可靠性R的计算公式如下

    • 串联系统,R=R1xR2X..xRn
    • 并联系统:R=1-(1-R1)x(1-R2)x...x(1-Rn)
    • 混合系统:划分串并联,再计算

考试真题

  • 题目如下,答案为:C

在这里插入图片描述

目录
相关文章
|
7月前
|
人工智能 API 开发者
FastAPI开发者福音!FastAPI-MCP:将FastAPI秒变MCP服务器的开源神器,无需配置自动转换!
FastAPI-MCP是一款能将FastAPI应用端点自动转换为符合模型上下文协议(MCP)的开源工具,支持零配置自动发现接口并保留完整文档和模式定义。
4196 112
FastAPI开发者福音!FastAPI-MCP:将FastAPI秒变MCP服务器的开源神器,无需配置自动转换!
|
7月前
|
人工智能 网络协议 Linux
MCP 协议: Streamable HTTP 是最佳选择
随着AI应用变得越来越复杂并被广泛部署,原有的通信机制面临着一系列挑战。近期MCP仓库的PR #206引入了一个全新的Streamable HTTP传输层替代原有的HTTP+SSE传输层。本文将详细分析该协议的技术细节和实际优势。
4036 100
|
4月前
|
安全 Unix Linux
Docker中授权普通用户使用docker命令以及解决无权限访问/var/run/docker.sock错误。
通过上述步骤,可以有效解决普通用户无法使用Docker命令的问题,同时处理 `/var/run/docker.sock`权限错误。这样的设置不仅方便用户使用Docker提供的各项服务,同时还能保护系统的安全性。在进行此类配置更改时,请确保理解每一步骤的作用及潜在的安全风险,尤其是在修改文件权限时。在实际的操作中,始终应该努力保持系统的最低必要权限,避免过度放宽权限,这是保障系统安全的一个重要方针。
1360 75
|
存储 数据采集 数据可视化
大数据处理技术
【4月更文挑战第10天】大数据处理涵盖采集、预处理、存储、分析挖掘、展现和应用等关键步骤。采集涉及多种类型数据,预处理确保数据质量,存储管理关注规模、速度和安全,分析挖掘利用机器学习发现价值,展现和应用则通过可视化和检索实现数据价值。云计算和AI强化了大数据处理能力,整体目标是提取数据中的价值,驱动企业和社会进步。
936 4
大数据处理技术
|
缓存 Linux
centos yum的配置文件 repo文件详解
什么是repo文件?repo文件是Fedora中yum源(软件仓库)的配置文件,通常一个repo文件定义了一个或者多个软件仓库的细节内容,例如我们将从哪里下载需要安装或者升级的软件包,repo文件中的设置内容将被yum读取和应用!YUM的工作原理并不复杂,每一个 RPM软件的头(header)里面都会纪录该软件的依赖关系,那么如果可以将该头的内容纪录下来并且进行分析,可以知道每个软件在安装之前需要额外安装 哪些基础软件。
2752 0
|
7月前
|
人工智能 JSON API
0代码将存量 API 适配 MCP 协议
本文主要讲述通过 Nacos+Higress 的方案实现0代码改造将 Agent 连接到存量应用,能够显著降低存量应用的改造成本。
1015 44
0代码将存量 API 适配 MCP 协议
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
国产AI神器Deepseek,本地离线使用教程!
国产AI神器Deepseek,本地离线使用教程!
1175 14
|
11月前
|
数据采集 搜索推荐 数据安全/隐私保护
Referer头部在网站反爬虫技术中的运用
Referer头部在网站反爬虫技术中的运用
|
11月前
|
机器学习/深度学习 人工智能 安全
合合信息在视觉内容安全领域的创新与应用-应对伪造挑战的前沿进展
在2024年中国图象图形学学会青年科学家会议上,上海合合信息科技股份有限公司图像算法研发总监郭丰俊博士分享了“视觉内容安全技术的前沿进展与应用”。随着AI技术的发展,尤其是深度学习和生成对抗网络(GANs)的成熟,视觉内容伪造技术日益复杂,给传统审核手段带来挑战。郭博士介绍了合合信息在图像、视频篡改检测及人脸鉴伪等领域的创新解决方案,强调了大模型如ForgeryGPT的应用前景,并指出未来视觉内容安全将趋向多模态检测和智能化防护,以应对不断演化的伪造手段。合合信息通过自研AI算法,实现了对篡改区域的精确识别,具备较强的跨域泛化能力,已在金融、政府监管等领域广泛应用。
|
机器学习/深度学习 人工智能 自然语言处理
深入理解深度学习中的卷积神经网络(CNN)
【10月更文挑战第10天】深入理解深度学习中的卷积神经网络(CNN)
424 0