15-721 Chapter8 数据分布model分析

news2025/11/5 16:50:14

Data Organization

有两个data pool，一个是不可变长的block，一个是可变长的block,然后要定位的话，我们只要知道是哪个block，和他的offset,我们就可以定位

下面是数据类型，单个类型太大的话，我们要来个溢出的存储，用指针指向他。

然后如果是用浮点数表示的话，有个问题，就是有些数不能准确表示，分场景权衡，如果我们设计钱的话，我们一般用定点小数，有点像字符串，demical, numeric，但andy好像说有个闭源的实现在一些情况下比浮点数还快。

数据读取

可以通过C++的reinterpret_cast来重新解释指针，我们要先定位到该数据地址开头

大的话，就像上面说的那样要用指针指向别的，同时可以在开头利用空余记录一下前缀，如果前缀不同的话，就不必冒着cache miss的风险去寻址了。

如果对待NULL值

最常见的版本是第二个，最后一个的话，基本没人用。因为要位寻址对于位寻址来说，由于需要进行位操作，因此它通常需要更多的处理器周期来完成一个读写操作。这是因为现代计算机中的内存系统通常是以字节为单位进行操作的，而在位寻址中，需要使用掩码等技术来提取或设置单个位，这会导致额外的运算开销。相比之下，字节寻址通常具有更好的性能，因为它可以直接读写整个字节，而不需要进行位级别的操作。此外，现代计算机中的缓存系统通常也会优化字节寻址的性能，因为它们可以一次性读取或写入多个字节，从而减少了内存访问的次数。

cache line

基本上我们只要考虑第一个，接下来介绍一下第一个的具体意思：在计算机内存中，数据通常以固定大小的块进行传输和处理。这些块称为缓存行（Cacheline），它们的大小通常是64字节。当你尝试访问内存中一个不在缓存行开头的地址时，CPU会将整个缓存行加载到缓存中，即使你只需要其中的一部分当你的数据结构跨越两个缓存行时，读取这个数据结构的操作需要访问两个缓存行。这可能会导致性能下降，因为CPU需要花费额外的时间来加载第二个缓存行。如果你精心设计数据结构，使其大小为64字节的倍数，那么每个数据结构就恰好适合于单个缓存行中，并且CPU可以更快地读取它们。所以，如果你的数据结构大小不是64字节的倍数，它可能需要跨越两个或更多个缓存行。这可能会导致额外的内存访问和性能问题。