CPU Cache
我们知道计算机三大核心组件: CPU
、内存和硬盘,其中 CPU
的处理速度是最快的, CPU
的处理速度远远大于将数据从硬盘加载进来的速度,所以就导致 CPU
大部分都是空闲处于等待从硬盘加载数据这个流程上。然后就引入了内存, CPU
从内存读取速度得到很大提升,然而依然存在很大瓶颈,为了提升 CPU
处理效率,生产厂商就在 CPU
上引入缓存 Cache
。
MESI协议
为了提升 CPU
性能 CPU
厂商引入 CPU Cache
概念,但是会带来一个问题:缓存一致性。 L1、L2
都位于 CPU
核内部, CPU
可能存在多个核,它们之间缓存可能就会存在一致性问题。
CPU Cache
会带来缓存一致性问题,那怎么去解决这个问题呢?有几种解决方案,其中比较通用的各种厂商通常都会支持的一种方案就是 MESI
协议,该协议就是用来解决 CPU Cache
之间缓存共享数据的一致性。
MESI
是由四个单词首字母简写来的,这四个单词是用来描述 cache line
在 CPU Cache
中的四种不同状态:
-
Modified cache line CPU
-
Exclusive cache line CPU
-
Shared cache line CPU
-
Invalid cache line CPU CPU
cache line是CPU Cache管理数据最小单元,即CPU Cache和内存之间交换数据最小单位就是cache line,如果需要将某个变量加载到CPU中,会把该变量所处的cache line都统一一起加载进来,所以这里就引入了伪共享概念,即修改cache line中的一个变量导致处于该cache line中的其它变量也一起失效。
多处理器时,单个 CPU
对缓存中数据进行了改动,需要通知其它 CPU
,也就是意味着, CPU
处理要控制自己读写操作,还需要监听其它CPU发出的通知,从而保证最终一致。
状态之间相互转换详细说明如下:
举个例子说明下,现在有个 cache line
位于 CPU0
和 CPU1
中,所以,这个 cache line
状态是 Shared
共享态,现在 CPU0
需要对 cache line
中的一个变量进行修改,大致流程如下:
-
S invalidate CPU1
-
CPU1 invalidate CPU1 cache line I ack CPU0
-
CPU0 ack cache line cache line M
-
CPU CPU0 M cache line CPU cache line S
store-buffer
上面分析了如何通过 MESI
协议解决 CPU Cache
的一致性问题,但是却存在性能问题。如红色框框标记这个区间内, CPU0
是一直处于等待状态的,现在计算机 CPU
核数都比较多,可能要等所有的 CPU
核都返回 ack
确认消息后才能继续工作,造成 CPU0
资源被白白的浪费。
如何去解决 MESI
带来的 CPU
性能问题呢?这时候 store-buffer
就出场了。 store-buffer
是处于 CPU
核中的另一个缓存,当存在修改时,把修改直接放到 store-buffer
中, store-buffer
后台异步方式发送 invalidate
通知到其它 CPU
以及处理 ack
确认等工作,这样 CPU
就可以不用傻傻等待了。
还以刚才场景为例, CPU0
修改 cache line
后,直接丢给 store-buffer
,让 store-buffer
处理后续和其它 CPU
同步问题,自己可以接着干下面工作, store-buffer
采用异步方式发送 invalidate
通知和处理 ack
,这样 CPU0
就不会存在长时间阻塞问题,提示了 CPU
性能。
内存屏障
store-buffer
的引入虽然提升了 CPU
的性能,但是却引入了一个很大问题:数据不一致。 CPU0
中的 cache line
被修改后直接丢给 store-buffer
, store-buffer
是异步处理方式,这时 CPU0
继续处理后续工作,其它 CPU
的 cache line
由于还没有来得及通知可能还是旧数据,这就出现数据不一致问题。
比如下面代码可能存在这样一种场景:
-
CPU0 cpu0() value 10 value S CPU1
-
CPU0 value store-buffer isFinish = true isFinish CPU0 E M
-
CPU1 while(!isFinish) CPU1 isFinish CPU0 CPU0 isFinish CPU1 isFinish true assert value == 10 CPU0 value 10 CPU0 store-buffer CPU1 value 3
上面分析场景来看: 明明 cpu0()
方法中先执行 value=10
赋值,再去执行的 isFinish=true
赋值,但是在 cpu1()
方法中读取到了 isFinish
最新值, value
却读到的是旧值。 给人一种指令重排假象,这种就是伪指令重排,表面上像是发生了指令重排,实质上并没有进行指令重排,而是由于 CPU
缓存不一致造成的。
那怎么去解决这个问题呢?这里就引入了内存屏障。
在 cpu0()
方法中两个语句中间插入一个内存屏障指令 smp_mb
(伪代码),该指令作用就是保住 CPU0
的 store-buffer
中任务都同步完成后才能执行后续操作,也就保证 CPU0
上发生的修改对其它 CPU
都是可见的,然后再去执行后面语句。所以,这样就保证了 CPU1
中读取到 isFinish
最新值时, value
也一定是最新值,从而解决了上面所说的问题。
invalidate-queues
内存屏障就是把 store-buffer
由异步执行变成同步执行的过程, store-buffer
进行同步是个相当耗时的过程,需要发送 invalidate
通知到所有关联的 CPU
上,然后 CPU
接收到通知进行处理,处理完成后反馈 ack
,等获取到所有 CPU
反馈回来的 ack
才能继续向下执行。为了对内存屏障进行优化,又引入了 invalidate queues
(失效队列)概念。
如上图, store-buffer
将 invalidate
通知发送到其它 cpu
,其它 cpu
接收到 invalidate
通知后放入到 invalidate queues
后直接反馈 ack
,因为处理 invalidate
也是比较耗时的工作,通过 invalidate queues
引入,缩短了 store-buffer
同步的时间。
读屏障、写屏障、全屏障
还是刚才那个场景,引入 invalidate queues
后,需要在 cpu0()
和 cpu1()
两个方法中都插入一条内存屏障才能实现之前效果。
CPU0
其实只需要把 store-buffer
同步出去即可,保证在 cpu0()
方法中的修改及时对其它 CPU
可见,插入内存屏障导致 CPU0
同时也会把 invalidate queues
处理掉,这是没有必要的一步;另一点, CPU1
为了实现数据可见性,只需要把 invalidate queues
处理完就可以获取到 value
最新值,执行 assert value == 10
判断就没有问题了,插入内存屏障导致 store-buffer
中任务被处理同样是没必要的一步。
所以,对内存屏障进行优化,细分出三种类型:
-
写屏障:主要用来保证
store-buffer
中的任务都被处理完成,才能继续后续操作,避免因指令重排导致的后续的写操作提前到这个写操作之前; -
读屏障:主要用于保证
invalidate queues
中的任务都被处理完成,才能继续后续操作; -
全屏障:同时保证
store-buffer
和invalidate queues
中的任务都被处理完成才能继续后续操作;
所以,对上述代码优化后就是如下情形,只需要在 cpu0
方法中插入写屏障, cpu1
方法中插入读屏障即可。
长按识别关注, 持续输出原创
以上所述就是小编给大家介绍的《Java 并发编程(三):MESI、内存屏障》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Java 并发编程(三):MESI、内存屏障
- Java并发编程的艺术(十一)——倒计时器、同步屏障、信号量
- 垃圾回收之写屏障
- CyclicBarrier - 同步屏障实现分析
- 刘睿民:数据库是保障数据安全的有力屏障
- Golang三色标记、混合写屏障GC模式图文全分析
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
大型网站系统与Java中间件开发实践
曾宪杰 / 电子工业出版社 / 2014-4-24 / 65.00
本书围绕大型网站和支撑大型网站架构的 Java 中间件的实践展开介绍。从分布式系统的知识切入,让读者对分布式系统有基本的了解;然后介绍大型网站随着数据量、访问量增长而发生的架构变迁;接着讲述构建 Java 中间件的相关知识;之后的几章都是根据笔者的经验来介绍支撑大型网站架构的 Java 中间件系统的设计和实践。希望读者通过本书可以了解大型网站架构变迁过程中的较为通用的问题和解法,并了解构建支撑大型......一起来看看 《大型网站系统与Java中间件开发实践》 这本书的介绍吧!