如何让CPU跑的更快

CPU不管什么样的编程语言，什么样的代码框架，最终都是由CPU去执行完成的（当然这么说不太准确，也有GPU、TPU、协处理器等其他情况，当然这不是本文探讨的重点）。

所以要想提高性能，提高并发量，首要问题就是如何让CPU跑的更快？

这个问题，也是一直以来CPU厂商一直在努力追求的方向。

如何让CPU更快？CPU厂商做了两个方面的努力：

加快指令执行的速度

加快CPU读取数据的速度

对于第一个方向，CPU执行指令的快慢，是跟CPU的主频紧密相关的，如何更快的取指令、指令译码、执行，缩短CPU的指令周期，提升主频在相当长一段时间里都是非常有效的办法。

从几百MHz，到如今到几GHz，CPU主频有了长足的进步，相同时间里能够执行的指令数变的更多了。

对于第二个方向，如何提升CPU读取数据的速度，答案就是加缓存，利用局部性原理将内存中经常会访问的数据搬运到CPU中，这样大大提升了存取速度。

从一级缓存，到二级缓存，乃至三级缓存，CPU缓存的层级和容量也在不断提升，读写数据的时间省了不少。

但随着时间到推移，尤其进入21世纪之后，处理器厂商发现，进一步提升主频变得越来越困难了，CPU的缓存也很难进一步扩容。

怎么办呢？既然一个人干活的速度已经很难再提升，那何不多找几个人一起干？于是，多核技术来了，一个CPU里面有多个核心，众人划桨开大船，CPU的速度再一次腾飞～

甚至，让一个核在“闲暇时间”，利用“闲置资源”去执行另外的线程，诞生了让一个核“同时”执行两个线程的超线程技术。

上面简单交代了为了提升性能，CPU所做的努力。但是光是CPU快是没用的，还需要我们更好的去利用开发，否则就是对CPU算力的浪费。

上面提到了线程，是的，如何提高性能，提高并发量？使用多线程技术当然是一个非常好的思路。

但多线程的引入，就不得不提到两个跟线程有关的话题：

线程同步

线程阻塞

多个线程协同工作，必然会引入同步的问题，常规解决方案是加锁，加锁的线程一般会进入阻塞。

线程遇到阻塞了，就需要切换，而切换是有一定的成本开销的，不仅是系统调度的时间开销，还可能有CPU缓存失效的损失。

如果线程频频加锁，频频阻塞，那这个损失就相当可观了。为了提升性能，无锁编程技术就出现了，利用CPU提供的机制，提供更轻量的加锁方案。

同时，为了让切换后的线程仍然能够在之前的CPU核心上运行，降低缓存损失，线程的CPU亲和性绑定技术也出现了。

现代操作系统都是以时间片的形式来调度分配给多个线程使用。如果时间片还没用完就因为这样或那样的原因将执行机会拱手相让，那线程也太亏了。

于是，有人提出要充分利用CPU，别让线程阻塞，交出执行权，自己在应用层实现多个执行流的调度，这里阻塞了，就去执行那里，总之要把时间片充分用完，这就诞生了协程技术，阻塞了不要紧，我还能干别的，不要轻易发生线程切换。

内存与CPU工作相关的第一亲密伙伴就是内存了，二者协作才能唱好一出戏。

提升内存访问的速度，同样是高性能开发话题重要组成部分！

那如何提升呢？硬件层面程序员是很难改变的，咱们只好从软件层面下功夫。

内存的管理经历了从实地址模式到分页式内存管理，如今的计算机中，CPU拿的的地址都是虚拟地址，这中间就会涉及到地址的转换，在这里就有文章可做，有两个方向可以努力：

减少缺页异常

使用大页技术

现代操作系统，基本上都会使用一个叫换页/交换文件的技术：内存空间有限，但进程越来越多，对内存空间的需求越来越大，用完了怎么办？于是在硬盘上划分一块区域出来，把内存中很久不用的数据转移到这块区域上来，等程序用到的时候，触发访问异常，再在异常处理函数中将其从硬盘读取进来。

可以想象，如果程序访问的内存老是不在内存中，而是被交换到了硬盘上，就会频繁触发缺页异常，那程序的性能肯定大打折扣，所以减少缺页异常也是提升性能的好办法。

从虚拟地址寻址真实的物理内存，这个过程是CPU完成的，具体来说，就是通过查表，从页表-》一级页目录-》二级页目录-》物理内存。

页目录和页表是存在内存中的，毫无疑问，内存寻址是一个非常非常高频的事情，时时刻刻都在发生，而多次查表势必是很慢的，有鉴于此，CPU引入了一个叫TLB（Translation Look- aside buffer）的东西，使用缓存页表项的方式来减少内存查表的操作，加快寻址速度。

默认情况下，操作系统是以4KB为单位管理内存页的，对于一些需要大量内存的服务器程序（Redis、JVM、ElascticSearch等等），动辄就是几十个G，按照4KB的单位划分，那得产生多少的页表项啊！

而CPU中的TLB的大小是有限的，内存越多，页表项也就越多，TLB缓存失效的概率也就越大。所以，大页内存技术就出现了，4KB太小，就弄大点。大页内存技术的出现，减少了缺页异常的出现次数，也提高了TLB命中的概率，对于提升性能有很大的帮助。

在一些高配置的服务器上，内存数量庞大，而CPU多个核都要通过内存总线访问内存，可想而知，CPU核数上去以后，内存总线的竞争势必也会加剧。于是NUMA架构出现了，把CPU核心划分不同的分组，各自使用自己的内存访问总线，提高内存的访问速度。

I/OCPU和内存都够快了，但这还是不够。我们的程序日常工作中，除了一些CPU密集型的程序（执行数学运算，加密解密，机器学习等等）以外，相当一部分时间都是在执行I/O，如读写硬盘文件、收发网络数据包等等。

所以，如何提升I/O的速度，是高性能开发技术领域一个重要的话题。

因为I/O会涉及到与外设（硬盘、网卡等）的交互，而这些外设又通常是非常慢（相对CPU执行速度）的，所以正常情况下，线程执行到I/O操作时难免会阻塞，这也是前面在CPU部分提到过的。

阻塞以后那就没办法干活了，为了能干活，那就开多个线程。但线程资源是很昂贵的，没办法大量使用，况且线程多了，多个线程切换调度同样是很花时间的。

那可不可以让线程执行I/O时不阻塞呢？于是，新的技术又出现了：

非阻塞I/O

I/O多路复用

异步I/O

原来的阻塞I/O是一直等，等到I/O的完成，非阻塞I/O一般是轮询，可以去干别的事，过一会儿就来问一下：好了没有？

但每个线程都去轮询也不是个事儿啊，干脆交给一个线程去专门负责吧，这就是I/O多路复用，通过select/poll的方式只用一个线程就可以处理多个I/O目标。再然后，再改进一下，用epoll，连轮询也不用了，改用内核唤醒通知的机制，同时处理的I/O目标还更多了。

异步I/O就更爽了，设置一个回调函数，自己干别的事去了，回头操作系统叫你来收数据就好了。

再说回到I/O本身，会将数据在内存和外设之间传输，如果数据量很大，让CPU去搬运数据的话，既耗时又没有技术含量，这是对CPU算力的很大浪费。

所以，为了将CPU从中解放出来，又诞生了一门技术：直接内存访问DMA，把数据的传输工作外包出去，交由DMA控制器来完成，CPU只在背后发号施令即可。

有了DMA，再也不用麻烦CPU去执行数据的搬运工作。但对于应用程序而言，想要把文件通过网络发送出去，还是要把数据在内核态空间和用户态空间来回折腾两次，这两步还得CPU出马去复制拷贝，属于一种浪费，为了解决这个问题，提升性能，又进一步产生了零拷贝技术，彻底为CPU减负。

算法架构CPU、内存、I/O都够快了，单台计算机的性能已经很难提升了。不过，现在的服务器很少是单打独斗了，接下来就要把目光转移到算法、架构上来了。

一台服务器搞不定，那就用硬件堆出性能来，分布式集群技术和负载均衡技术就派上用场了。

这年头，哪个后端服务没有数据库？如何让数据库更快？该轮到索引技术上了，通过给数据库建立索引，提升检索速度。

但数据库这家伙的数据毕竟是存在硬盘上的，读取的时候势必会慢，要是大量的数据请求都怼上来，这谁顶得住？于是基于内存的数据库缓存Redis、Memcached应运而生，毕竟，访问内存比从数据库查询快得多。

算法架构这一块的技术实在太多了，也是从一个普通码农通往架构师的必经之路，咱们下回再聊。

总结高性能、高并发是后端开发永恒追求的话题。

每一项技术都不是凭空出现的，一定是为了解决某个问题而提出。我们在学这些技术的时候，掌握它出现的原因，和其他技术之间的关联，在自己的大脑中建立一座技术知识层级图，一定能事半功倍。

审核编辑：彭静