是人性的扭曲，還是道德的淪喪，好好的CPU變成了這樣：

CPU讀寫內(nèi)存時，到底經(jīng)歷了什么？

如果你覺得這是一個非常簡單的問題，那么你真應(yīng)該好好讀讀本文，我敢保證這個問題絕沒有你想象的那么簡單。

注意，一定要完本文，否則可能會得出錯誤的結(jié)論。

閑話少說，讓我們來看看CPU在讀寫內(nèi)存時底層究竟發(fā)生了什么。

誰來告訴CPU讀寫內(nèi)存

我們第一個要搞清楚的問題是：誰來告訴CPU去讀寫內(nèi)存？

答案很明顯，是程序員，更具體的是編譯器。

CPU只是按照指令按部就班的執(zhí)行，機器指令從哪里來的呢？是編譯器生成的，程序員通過高級語言編寫程序，編譯器將其翻譯為機器指令，機器指令來告訴CPU去讀寫內(nèi)存。

在精簡指令集架構(gòu)下會有特定的機器指令，Load/Store指令來讀寫內(nèi)存，以x86為代表的復(fù)雜指令集架構(gòu)下沒有特定的訪存指令。

精簡指令集下，一條機器指令操作的數(shù)據(jù)必須來存放在寄存器中，不能直接操作內(nèi)存數(shù)據(jù)，因此RISC下，數(shù)據(jù)必須先從內(nèi)存搬運到寄存器，這就是為什么RISC下會有特定的Load/Store訪存指令，明白了吧。

而x86下無此限制，一條機器指令操作的數(shù)據(jù)可以來自于寄存器也可以來自內(nèi)存，因此這樣一條機器指令在執(zhí)行過程中會首先從內(nèi)存中讀取數(shù)據(jù)。

關(guān)于復(fù)雜指令集以及精簡指令集你可以參考這兩篇文章《CPU進化論：復(fù)雜指令集》與《不懂精簡指令集還敢說自己是程序員？》

兩種內(nèi)存讀寫

現(xiàn)在我們知道了，是特定的機器指令告訴CPU要去訪問內(nèi)存。

不過，值得注意的是，不管是RISC下特定的Load/Store指令還是x86下包含在一條指令內(nèi)部的訪存操作，這里讀寫的都是內(nèi)存中的數(shù)據(jù)，除此之外還要意識到，CPU除了從內(nèi)存中讀寫數(shù)據(jù)外，還要從內(nèi)存中讀取下一條要執(zhí)行的機器指令。

畢竟，我們的計算設(shè)備都遵從馮諾依曼架構(gòu)：程序和數(shù)據(jù)一視同仁，都可以存放在內(nèi)存中。

現(xiàn)在，我們清楚了CPU讀寫內(nèi)存其實是由兩個因素來驅(qū)動的：

1. 程序執(zhí)行過程中需要讀寫來自內(nèi)存中的數(shù)據(jù)

2. CPU需要訪問內(nèi)存讀取下一條要執(zhí)行的機器指令

然后CPU根據(jù)機器指令中包含的內(nèi)存地址或者PC寄存器中下一條機器指令的地址訪問內(nèi)存。

這不就完了嗎？有了內(nèi)存地址，CPU利用硬件通路直接讀內(nèi)存就好了，你可能也是這樣的想的。

真的是這樣嗎？別著急，我們接著往下看，這兩節(jié)只是開胃菜，正餐才剛剛開始。

急性子吃貨 VS 慢性子廚師

假設(shè)你是一個整天無所事事的吃貨，整天無所事事，唯一的愛好就是找一家餐廳吃吃喝喝，由于你是職業(yè)吃貨，因此吃起來非常職業(yè)，1分鐘就能吃完一道菜，但這里的廚師就沒有那么職業(yè)了，炒一道菜速度非常慢，大概需要1小時40分鐘才能炒出一道菜，速度比你慢了100倍，如果你是這個吃貨，大概率會瘋掉的。

而CPU恰好就是這樣一個吃貨，內(nèi)存就是這樣一個慢吞吞的廚師，而且隨著時間的推移這兩者的速度差異正在越來越大：

在這種速度差異下，CPU執(zhí)行一條涉及內(nèi)存讀寫指令時需要等“很長一段時間“數(shù)據(jù)才能”緩緩的“從內(nèi)存讀取到CPU中，在這種情況你還認為CPU應(yīng)該直接讀寫內(nèi)存嗎？

無處不在的28定律

28定律我想就不用多介紹了吧，在《不懂精簡指令集還敢說自己是程序員》這篇文章中也介紹過，CPU執(zhí)行指令符合28定律，大部分時間都在執(zhí)行那一少部分指令，這一現(xiàn)象的發(fā)現(xiàn)奠定了精簡指令集設(shè)計的基礎(chǔ)。

而程序操作的數(shù)據(jù)也符合類似的定律，只不過不叫28定律，而是叫principle of locality，程序局部性原理。

如果我們訪問內(nèi)存中的一個數(shù)據(jù)A，那么很有可能接下來再次訪問到，同時還很有可能訪問與數(shù)據(jù)A相鄰的數(shù)據(jù)B，這分別叫做時間局部性和空間局部性。

如圖所示，該程序占據(jù)的內(nèi)存空間只有一少部分在程序執(zhí)行過程經(jīng)常用到。

有了這個發(fā)現(xiàn)重點就來了，既然只用到很少一部分，那么我們能不能把它們集中起來呢？就像這樣：

集中起來然后呢？放到哪里呢？

當(dāng)然是放到一種比內(nèi)存速度更快的存儲介質(zhì)上，這種介質(zhì)就是我們熟悉的SRAM，普通內(nèi)存一般是DRAM，這種讀寫速度更快的介質(zhì)充當(dāng)CPU和內(nèi)存之間的Cache，這就是所謂的緩存。

四兩撥千斤

我們把經(jīng)常用到的數(shù)據(jù)放到cache中存儲，CPU訪問內(nèi)存時首先查找cache，如果能找到，也就是命中，那么就賺到了，直接返回即可，找不到再去查找內(nèi)存并更新cache。

我們可以看到，有了cache，CPU不再直接與內(nèi)存打交道了。

但cache的快速讀寫能力是有代價的，代價就是Money，造價不菲，因此我們不能把內(nèi)存完全替換成cache的SRAM，那樣的計算機你我都是買不起的。

因此cache的容量不會很大，但由于程序局部性原理，因此很小的cache也能有很高的命中率，從而帶來性能的極大提升，有個詞叫四兩撥千斤，用到cache這里再合適不過。

天下沒有免費的午餐

雖然小小的cache能帶來性能的極大提升，但，這也是有代價的。

這個代價出現(xiàn)在寫內(nèi)存時。

當(dāng)CPU需要寫內(nèi)存時該怎么辦呢？

現(xiàn)在有了cache，CPU不再直接與內(nèi)存打交道，因此CPU直接寫cache，但此時就會有一個問題，那就是cache中的值更新了，但內(nèi)存中的值還是舊的，這就是所謂的不一致問題，inconsistent.

就像下圖這樣，cache中變量的值是4，但內(nèi)存中的值是2。

同步緩存更新

常用 redis 的同學(xué)應(yīng)該很熟悉這個問題，可是你知道嗎？這個問題早就在你讀這篇文章用的計算設(shè)備其包含的CPU中已經(jīng)遇到并已經(jīng)解決了。

最簡單的方法是這樣的，當(dāng)我們更新cache時一并把內(nèi)存也更新了，這種方法被稱為 write-through，很形象吧。

可是如果當(dāng)CPU寫cache時，cache中沒有相應(yīng)的內(nèi)存數(shù)據(jù)該怎么呢？這就有點麻煩了，首先我們需要把該數(shù)據(jù)從內(nèi)存加載到cache中，然后更新cache，再然后更新內(nèi)存。

這種實現(xiàn)方法雖然簡單，但有一個問題，那就是性能問題，在這種方案下寫內(nèi)存就不得不訪問內(nèi)存，上文也提到過CPU和內(nèi)存可是有很大的速度差異哦，因此這種方案性能比較差。

有辦法解決嗎？答案是肯定的。

異步更新緩存

這種方法性能差不是因為寫內(nèi)存慢，寫內(nèi)存確實是慢，更重要的原因是CPU在同步等待，因此很自然的，這類問題的統(tǒng)一解法就是把同步改為異步。

關(guān)于同步和異步的話題，你可以參考這篇文章《從小白到高手，你需要理解同步和異步》。

異步的這種方法是這樣的，當(dāng)CPU寫內(nèi)存時，直接更新cache，然后，注意，更新完cache后CPU就可以認為寫內(nèi)存的操作已經(jīng)完成了，盡管此時內(nèi)存中保存的還是舊數(shù)據(jù)。

當(dāng)包含該數(shù)據(jù)的cache塊被剔除時再更新到內(nèi)存中，這樣CPU更新cache與更新內(nèi)存就解耦了，也就是說，CPU更新cache后不再等待內(nèi)存更新，這就是異步，這種方案也被稱之為write-back，這種方案相比write-through來說更復(fù)雜，但很顯然，性能會更好。

現(xiàn)在你應(yīng)該能看到，添加cache后會帶來一系列問題，更不用說cache的替換算法，畢竟cache的容量有限，當(dāng)cache已滿時，增加一項新的數(shù)據(jù)就要剔除一項舊的數(shù)據(jù)，那么該剔除誰就是一個非常關(guān)鍵的問題，限于篇幅就不在這里詳細講述了，你可以參考《深入理解操作系統(tǒng)》第7章有關(guān)于該策略的講解。

多級cache

現(xiàn)代CPU為了增加CPU讀寫內(nèi)存性能，已經(jīng)在CPU和內(nèi)存之間增加了多級cache，典型的有三級，L1、L2和L3，CPU讀內(nèi)存時首先從L1 cache找起，能找到直接返回，否則就要在L2 cache中找，L2 cache中找不到就要到L3 cache中找，還找不到就不得不訪問內(nèi)存了。

因此我們可以看到，現(xiàn)代計算機系統(tǒng)CPU和內(nèi)存之間其實是有一個cache的層級結(jié)構(gòu)的。

越往上，存儲介質(zhì)速度越快，造價越高容量也越??；越往下，存儲介質(zhì)速度越慢，造價越低但容量也越大。

現(xiàn)代操作系統(tǒng)巧妙的利用cache，以最小的代價獲得了最大的性能。

但是，注意這里的但是，要想獲得極致性能是有前提的，那就是程序員寫的程序必須具有良好的局部性，充分利用緩存。

高性能程序在充分利用緩存這一環(huán)節(jié)可謂絞盡腦汁煞費苦心，關(guān)于這一話題值得單獨成篇，關(guān)注公眾號“碼農(nóng)的荒島求生”，并回復(fù)“todo”，你可以看到之前所有挖坑的進展如何。

鑒于cache的重要性，現(xiàn)在增大cache已經(jīng)成為提升CPU性能的重要因素，因此你去看當(dāng)今的CPU布局，其很大一部分面積都用在了cache上。

你以為這就完了嗎？

哈哈，哪有這么容易的，否則也不會是終面題目了。

那么當(dāng)CPU讀寫內(nèi)存時除了面臨上述問題外還需要處理哪些問題呢？

多核，多問題

當(dāng)摩爾定律漸漸失效后雞賊的人類換了另一種提高CPU性能的方法，既然單個CPU性能不好提升了，我們還可以堆數(shù)量啊，這樣，CPU進入多核時代，程序員開始進入苦逼時代。

擁有一堆核心的CPU其實是沒什么用的，關(guān)鍵需要有配套的多線程程序才能真正發(fā)揮多核的威力，但寫過多線程程序的程序員都知道，能寫出來不容易，能寫出來并且能正確運行更不容易，關(guān)于多線程與多線程編程的詳細闡述請參見《深入理解操作系統(tǒng)》第5、6兩章(關(guān)注公眾號“碼農(nóng)的荒島求生”并回復(fù)“操作系統(tǒng)”)。

CPU開始擁有多個核心后不但苦逼了軟件工程師，硬件工程師也不能幸免。

前文提到過，為提高CPU 訪存性能，CPU和內(nèi)存之間會有一個層cache，但當(dāng)CPU有多個核心后新的問題來了：

現(xiàn)在假設(shè)內(nèi)存中有一變量X，初始值為2。

系統(tǒng)中有兩個CPU核心C1和C2，現(xiàn)在C1和C2要分別讀取內(nèi)存中X的值，根據(jù)cache的工作原理，首次讀取X不能命中cache，因此從內(nèi)存中讀取到X后更新相應(yīng)的cache，現(xiàn)在C1 cache和C2 cache中都有變量X了，其值都是2。

接下來C1需要對X執(zhí)行+2操作，同樣根據(jù)cache的工作原理，C1從cache中拿到X的值+2后更新cache，在然后更新內(nèi)存，此時C1 cache和內(nèi)存中的X值都變?yōu)榱?。

然后C2也許需要對X執(zhí)行加法操作，假設(shè)需要+4，同樣根據(jù)cache的工作原理，C2從cache中拿到X的值+4后更新cache，此時cache中的值變?yōu)榱?（2+4），再更新內(nèi)存，此時C2 cache和內(nèi)存中的X值都變?yōu)榱?。

看出問題在哪里了嗎？

一個初始值為2的變量，在分別+2和+4后正確的結(jié)果應(yīng)該是2+2+4 = 8，但從上圖可以看出內(nèi)存中X的值卻為6，問題出在哪了呢？

多核cache一致性

有的同學(xué)可能已經(jīng)發(fā)現(xiàn)了，問題出在了內(nèi)存中一個X變量在C1和C2的cache中有共計兩個副本，當(dāng)C1更新cache時沒有同步修改C2 cache中X的值。

解決方法是什么呢？

顯然，如果一個cache中待更新的變量同樣存在于其它核心的cache，那么你需要一并將其它cache也更新好。

現(xiàn)在你應(yīng)該看到，CPU更新變量時不再簡單的只關(guān)心自己的cache和內(nèi)存，你還需要知道這個變量是不是同樣存在于其它核心中的cache，如果存在需要一并更新。

當(dāng)然，這還只是簡單的讀，寫就更加復(fù)雜了，實際上，現(xiàn)代CPU中有一套協(xié)議來專門維護緩存的一致性，比較經(jīng)典的包括MESI協(xié)議等。

為什么程序員需要關(guān)心這個問題呢？原因很簡單，你最好寫出對cache一致性協(xié)議友好的程序，因為cache頻繁維護一致性也是有性能代價的。

同樣的，限于篇幅，這個話題不再詳細闡述，該主題同樣值得單獨成篇，敬請期待。

夠復(fù)雜了吧！

怎么樣？到目前為止，是不是CPU讀寫內(nèi)存沒有看上去那么簡單？

現(xiàn)代計算機中CPU和內(nèi)存之間有多級cache，CPU讀寫內(nèi)存時不但要維護cache和內(nèi)存的一致性，同樣需要維護多核間cache的一致性。

你以為這就完了，NONO，最大的謎團其實是接下來要講的。

你以為的不是你以為的

現(xiàn)代程序員寫程序基本上不需要關(guān)心內(nèi)存是不是足夠這個問題，但這個問題在遠古時代絕對是困擾程序員的一大難題。

如果你去想一想，其實現(xiàn)代計算機內(nèi)存也沒有足夠大的讓我們隨便申請的地步，但是你在寫程序時是不是基本上沒有考慮過內(nèi)存不足該怎么辦？

為什么我們在內(nèi)存資源依然處于匱乏的現(xiàn)代可以做到申請內(nèi)存時卻進入內(nèi)存極大豐富的共產(chǎn)主義理想社會了呢？

原來這背后的功臣是我們熟悉的操作系統(tǒng)。

操作系統(tǒng)對每個進程都維護一個假象，即，每個進程獨占系統(tǒng)內(nèi)存資源；同時給程序員一個承諾，讓程序員可以認為在寫程序時有一大塊連續(xù)的內(nèi)存可以使用。

這當(dāng)然是不可能不現(xiàn)實的，因此操作系統(tǒng)給進程的地址空間必然不是真的，但我們又不好將其稱之為“假的地址空間”，這會讓人誤以為計算機科學(xué)界里騙子橫行，因此就換了一個好聽的名字，虛擬內(nèi)存，一個“假的地址空間”更高級的叫法。

進程其實一直活在操作系統(tǒng)精心維護的幻覺當(dāng)中，就像《盜夢空間》一樣，關(guān)于虛擬內(nèi)存的詳盡闡述請參見《深入理解操作系統(tǒng)》第七章(關(guān)注公眾號“碼農(nóng)的荒島求生”并回復(fù)“操作系統(tǒng)”)。

從這個角度看，其實最擅長包裝的是計算機科學(xué)界，哦，對了，他們不但擅長包裝還擅長抽象。

天真的CPU

CPU真的是很傻很天真的存在。

上一節(jié)講的操作系統(tǒng)施加的障眼法把CPU也蒙在鼓里。

CPU執(zhí)行機器指令時，指令指示CPU從內(nèi)存地址A中取出數(shù)據(jù)，然后CPU執(zhí)行機器指令時下發(fā)命令：“給我從地址A中取出數(shù)據(jù)”，盡管真的能從地址A中取出數(shù)據(jù)，但這個地址A不是真的，不是真的，不是真的。

因為這個地址A屬于虛擬內(nèi)存，也就是那個“假的地址空間”，現(xiàn)代CPU內(nèi)部有一個叫做MMU的模塊將這假的地址A轉(zhuǎn)換為真的地址B，將地址A轉(zhuǎn)換為真實的地址B之后才是本文之前講述的關(guān)于cache的那一部分。

你以為這終于應(yīng)該講完了吧！

NONO！

CPU給出內(nèi)存地址，此后該地址被轉(zhuǎn)為真正的物理內(nèi)存地址，接下來查L1 cache，L1 cache不命中查L2 cache，L2 cache不命中查L3 cache，L3 cache不能命中查內(nèi)存。

各單位注意，各單位注意，到查內(nèi)存時還不算完，現(xiàn)在有了虛擬內(nèi)存，內(nèi)存其實也是一層cache，是磁盤的cache，也就是說查內(nèi)存也有可能不會命中，因為內(nèi)存中的數(shù)據(jù)可能被虛擬內(nèi)存系統(tǒng)放到磁盤中了，如果內(nèi)存也不能命中就要查磁盤。

So crazy，限于篇幅這個過程不再展開，《深入理解操作系統(tǒng)》第七章有完整的講述。

至此，CPU讀寫內(nèi)存時完整的過程闡述完畢。

總結(jié)

現(xiàn)在你還認為CPU讀寫內(nèi)存非常簡單嗎？

這一過程涉及到的硬件以及硬件邏輯包括：L1 cache、L2 cache、L3 cache、多核緩存一致性協(xié)議、MMU、內(nèi)存、磁盤；軟件主要包括操作系統(tǒng)。

這一看似簡單的操作涉及幾乎所有計算機系統(tǒng)中的核心組件，需要軟件以及硬件密切配合才能完成。

這個過程給程序員的啟示是：

1)，現(xiàn)代計算機系統(tǒng)是非常復(fù)雜的；

2)，你需要寫出對cache友好的程序。