很底層的效能最佳化：讓CPU更快執行你的程式碼

Cache對效能的影響

#首先我們要知道，CPU存取記憶體時，不是直接去存取記憶體的，而是先存取快取（cache）。

當快取中已經有了我們要的數據時，CPU就會直接從快取中讀取數據，而不是從記憶體中讀取。

CPU與快取的關係如下：

快取分為一級、二級、三級，最靠近CPU的是一級緩存，最遠的是內存，離CPU越近速度越快。

訪問速度上，L1>L2>L3>內存，快取比內存速度要快得非常多。

如果CPU操作的資料在快取中，則直接從快取中讀取，這個過程就叫快取命中。

因此提升效能的關鍵，就是要提高快取命中率。 下面來看如何提高快取命中率。

提高資料快取命中率

#來看一個實例，有一個N*N的二維數組，例如：

int array[N][N];

現在用兩個for循環遍歷這個數組，存取每個元素的內容：

for(i = 0; i < N; i+=1) 
{ 
 for(j = 0; j < N; j+=1) 
 { 
  array[i][j] = 0;//速度快
        //array[j][i] = 0;//速度慢
 } 
}

有两种访问方式：array[i][j]和array[j][i]。

在性能上，array[i][j]会比array[j][i]执行地更快，并且速度相差8倍。

1、速度更快的原因

首先数组在内存上是连续的，假设N等于2，则array[2][2]在内存中的排布是：

array[0][0]、array[0][1]、array[1][0]、array[1][1]、

以array[i][j]方式访问，即按内存中的顺序访问，当访问array[0][0]时，CPU就已经把数组的剩余三个数据（array[0][1]、array[1][0]、array[1][1]）加载到了缓存当中。

当继续访问后三个元素时，CPU会直接从缓存中读取数据，而不需要从内存中读取（cache命中）。因此速度会很快。

如果以array[j][i]方式访问数组，则访问顺序为：

array[0][0]、array[1][0]、array[0][1]、array[1][1]

此时访问顺序是跳跃的，并不是按数组在内存中的的排布顺序来访问。如果N很大的话，那么执行array[j][i]时，array[j+1][i]的内容是没法读进缓存里的，等到要访问array[j+1][i]时就只能从内存中读取。

所以array[j][i]的速度会慢于array[i][j]。

2、速度相差8倍的原因

刚刚提到，如果这个二维数组的N很大，array[j+1][i]的内容是没法读到缓存里的，那CPU一次能够将多少数据加载进缓存里呢？

这个其实跟cache line有关，cache line代表缓存一次载入数据的大小。可以通过以下命令查看cache line为多大：

cat /sys/devices/system/cpu/cpu0/cache/index0/coherency_line_size

cache line为64，代表CPU缓存一次数据的大小为64字节。

當存取array[0][0]時，該元素所佔用的位元組數不到64位元組，CPU就會按順序補足後續元素，就會把後面的array[0][1]、array[1][0]等內容一起讀到快取裡，直到湊夠64位元組。

正因如此，依序存取的array[i][j]才會比不依序存取的array[j][i]速度快。

再看看為什麼速度相差8倍。我們知道，在二維數組中，第一維元素放的是位址，第二維元素才是資料。 64位元系統中，位址佔用8個位元組，cache line為64的話，位址已經佔用了8 字節，那每個cache line最多能載入不到8個二維數組元素，N很大的情況下，他們的效能平均下來就會相差將近8倍。

結論：按記憶體佈局順序訪問，可以提高資料快取命中率。

提高指令緩存命中率

前面說的是資料緩存，現在來看看指令緩存命中率該如何提高。

有一个数组array，数组元素内容为0-255之间的随机数：

int array[N];
for (i = 0; i < TESTN; i++) 
 array[i] = rand() % 256;

现在，要把数组中数字小于128的元素置为0，并且对数组排序。

大家应该都能想到，有两种方法：

• 先遍历数组，把小于128的元素置为0，然后排序。
• 先对数组排序，再遍历数组，把小于128的元素置为0。

for(i = 0; i < N; i++) {
 if (array [i] < 128) 
  array[i] = 0;
}
sort(array, array +N);

先排序后遍历的速度会比较快，为什么？

因为在for循环中会执行很多次if分支判断语句，而CPU拥有分支预测器。

如果分支预测器可以预测接下来要执行的分支（执行if还是执行else），那么就可以提前把这些指令放到缓存中，CPU执行的时候就会很快了。

如果一个数组的内容完全随机的话，那么分支预测器就很难进行正确的预测。但如果数组内容是有序的，它就会根据历史命中数据的情况对未来进行预测，那命中率就会很高，所以先排序后遍历的速度会比较快。

怎么验证指令缓存命中率的情况呢？

在Linux下，可以使用Perf效能分析工具進行驗證。透過-e選項，指定branch-loads和branch-loads-misses事件，可以分別統計出分支預測成功的次數和分支預測失敗的次數，透過L1-icache-load-misses事件也能統計一級快取中指令未命中的次數。 但是，這些性能事件都屬於硬體事件，perf工具能否統計這些事件取決於CPU是否支援以及晶片原廠是否去實現了該接口，我看很多都是不支持或沒實現的。

另外，在Linux核心中，可以看到大量的likely和unlikely宏，並且它們都出現if語句中，這兩個巨集的作用就是為了提高效能。

這是顯示預測機率的宏，如果你覺得CPU的分支預測不準，但if中條件為"真"的機率很高，那麼你就可以使用likely()括起來，以此提升效能。

#define likely(x) __builtin_expect(!!(x), 1)
#define unlikely(x) __builtin_expect(!!(x), 0)
if (likely(a == 1)) …

提高多核CPU下的缓存命中率

首先要清楚，一级缓存、二级缓存是每颗核心独享的，三级缓存则面向所有核心。

但多核CPU下的系统有个特点，存在CPU核心迁移问题。

例如，進程A在時間片內使用CPU核心1，自然填滿了CPU核心1的一、二級緩存，但基於調度策略，時間片結束後，CPU核心1會被讓出，防止某些進程餓死。如果此時CPU核心1很忙，那麼進程A很可能就會被調度到CPU核心2上運行。這樣的話，無論我們怎麼優化程式碼，也只能在一個時間片內有效率地使用CPU一、二級緩存，下一個時間片就會面臨快取效率問題。

這種情況下，可以考慮將進程綁定CPU運行。

perf工具也提供了這類效能事件的統計，叫做cpu-migrations，即CPU遷移次數。 CPU遷移次數多的話，快取效率就會低。

將進程綁定CPU運行，效能也會提升。

總結

#這些是CPU快取對效能的影響，這已經是很底層的效能優化了，不論什麼程式語言都是有效的。

真正了解緩存，相信你對底層的認識會很有幫助。

• 提升資料快取命中率：順序操作連續記憶體資料
• ##提升指令快取命中率：有規律的條件分支
• 提升多核心CPU的快取命中率：考慮將行程綁定CPU運作

#

以上是很底層的效能最佳化：讓CPU更快執行你的程式碼的詳細內容。更多資訊請關注PHP中文網其他相關文章！