高速运行的秘密

　　摩尔定律说集成电路每18月内单位面积内集成的晶体管数量都会翻一翻。从而CPU的主频得到快速提升。最近媒体上都在报道摩尔定律到达了一个极限，摩尔自己说摩尔定律也将在短期内失效，度过目前的技术瓶颈以后仍将适用。

　　然而大部分计算机系统的运行瓶颈不在CPU，而在于IO。为什么这么说呢，因为IO技术的发展远远没有CPU技术发展那样迅速，CPU访问CPU cache比访问Memory快很多倍，Memory又比磁盘快很多倍，如果再进行网络访问，速度会更慢。

　　下面是从scaling oracle8i一书中摘取的数据

　　Typical Typical

　　From TO Access Time Price per MB Size Ranges

　　CPU register CPU register 2 ns N/A 8–4096 bytes

　　CPU Primary cache(on chip) 8 ns N/A 8KB

　　CPU Secondary cache(off chip) 30 ns $150 1–4MB

　　CPU System memory(off CPU

　　board, over system bus) 100 ns $15 1–16GB

　　Memory Local disk (DMA over

　　system bus) 3 *10^7 ns $0.15 200–n0,000GB

　　Local disk

　　(via memory) Networked host 1*10^8 ns N/A 15,000,000GBb

　　upward

　　a. All figures derived from manufacturer specifications for typical parts in 1997.

　　b. Based on 30,000,000 Internet hosts with an average of 500MB of storage on each.

　　当发生IO尚未返回结果的时候，CPU所做的工作就是等待，远远没有得到充分利用。为了提升速度，就需要Cache数据，所以Cache is the king。于是Oracle中有了DB BUFFER来Cache数据，LOG BUFFER来Cache日志,SHARE BUFFER来Cache数据字典和程序， SORT_AREA_SIZE来加快排序。

　　Cache大了，数据的管理就是成为一个大问题。为了能够快速的访问数据，我们不可能来遍历数据，我们需要将数据按照一定的特征来组织，从而根据特征来访问数据，缩小查询范围。最常见的就是Hash算法,Hash算法所做的一个比喻就是上面的武当派与日月神教。

　　一件事情可以分为多个部分来同时处理，人多好办事，加快处理速度。例如多CPU同时进行计算和处理的SMP系统，多个节点进行处理的cluster SMP系统或者进一步说MPPs，RAID中多个磁盘同时响应操作。

　　扩展开来，高速运行的秘密就是Cache、分而治之和并行处理。

　　不过任何事情都是有代价和局限的， Cache需要管理，如果存在多个Cache(如多CPU系统中的CPU Cche)则需要同步，并行处理不同节点间需要沟通，甚至说系统中某一位置存在瓶颈，我们所需要做的工作，就是在个体与群体，时间与空间中如何平衡和选择，跟这个社会一样。