精要知识点

        顶端（最快，最小）
        ┌─────────────────┐
        │    CPU寄存器    │  ← 纳秒级，KB级别
        ├─────────────────┤
        │   CPU缓存(L1-L3) │  ← 纳秒级，几十KB到几十MB（相联存储器在这里）
        ├─────────────────┤
        │     内存(RAM)    │  ← 百纳秒级，GB级别（虚拟内存在这里）
        ├─────────────────┤
        │  固态硬盘(SSD)   │  ← 微秒级，百GB到TB级（DMA参与搬运）
        ├─────────────────┤
        │  机械硬盘(HDD)   │  ← 毫秒级，TB级（RAID在这里组织磁盘）
        └─────────────────┘
        底端（最慢，最大）

存储体系：一条数据从硬盘到CPU的流水线
整个存储体系可以理解为一条数据传送带，目标是：让CPU尽可能快地拿到要处理的数据
第一级：硬盘 —— 数据的仓库
它是谁：机械硬盘（磁盘）或固态硬盘。
干什么：永久保存数据。关机不会丢。
怎么干：
机械硬盘：用磁头读写磁盘表面的磁性方向（南极/北极代表0/1）。
固态硬盘：用电压控制晶体管的电子数量（有电子/没电子代表0/1）。
特点：容量大，价格便宜，但极慢（比内存慢几万倍）。

第二级：内存 —— 数据的工作台
它是谁：内存条（DRAM）。
干什么：临时存放正在运行的程序和数据。关机就丢。
怎么干：用电容里有没有电荷（有电/没电）来存0/1。
特点：比硬盘快得多，但比CPU还是慢得多，而且断电消失。

问题：硬盘到内存太慢，谁搬？
DMA（直接内存访问）：
它是谁：一个专门的硬件搬运工（集成在CPU或主板芯片里）。
干什么：负责硬盘和内存之间的数据搬运。
怎么干：CPU告诉它“去搬什么、搬到哪”，然后它自己搬，搬完通知CPU。搬运期间CPU可以干别的活。

第三级：缓存 —— 数据的桌面
它是谁：CPU内部的极快小容量存储器（SRAM）。
干什么：存放CPU马上要用的数据副本（从内存复制来的）。
怎么干：
映射方式：决定内存里的数据可以放在缓存的哪个位置。
直接映射：每个数据只能去一个固定位置（简单但冲突多）。
全相联映射：任何数据可以放任何位置（灵活但查找复杂）。
组相联映射：先分组，组内随便放（折中方案，实际在用）。

替换策略：缓存满了，新数据进来要赶走谁。
LRU（最近最少用）：赶走最久没被访问的那个。
查找方式：用地址的一部分快速定位到可能的位置，然后比较确认。
为什么快：因为局部性原理——程序访问数据有惯性，刚用过的附近数据很可能马上再用。

第四级：寄存器 —— 手心里的数据
它是谁：CPU内部最顶层的存储单元。
干什么：存放CPU当前正在计算的值。
怎么干：直接参与运算，比如 a = b + c，b和c就在寄存器里，结果也放寄存器。
特点：速度极快，容量极小（几十到几百字节）。

存储体系的扩展：多块硬盘怎么协作？—— RAID
把多块硬盘组合起来，要么为了更快，要么为了更安全，或者两者兼顾。

整个流程串起来
1.CPU发出请求：带着一个逻辑地址（程序眼里的地址）。
2.地址翻译：MMU拿着这个逻辑地址，先查TLB（那个用相联存储器做的快表）。如果TLB命中：瞬间拿到物理地址。如果TLB没命中：去内存里的页表查，查到后更新TLB。
3.查缓存：拿着物理地址，去CPU缓存里找。
怎么找：根据映射方式（比如组相联），计算出可能在哪个组，然后遍历组内的几个缓存行（相联比较），看标签是否匹配。
如果缓存命中：数据直接从缓存返回CPU。快！
如果缓存未命中：缓存控制器拿着同一个物理地址，去内存里取。
4.内存访问：
如果数据在内存里：内存控制器把数据返回给CPU，同时写入缓存（方便下次用）。
如果数据不在内存里（比如还没从硬盘加载）：触发缺页中断。
5.硬盘读取（DMA登场）：
操作系统启动DMA控制器，让它把数据从硬盘搬到内存。
DMA搬运期间，CPU可以干别的活。
搬完后，DMA通知CPU："数据好了！"
6.重新来过：CPU再次发起访问，这次数据已经在内存里了，会经历缓存未命中→从内存读→写入缓存的过程。
7.如果用了RAID：硬盘层面，文件可能被拆成多块存在不同硬盘上（RAID 0），或者有备份（RAID 1），但CPU和操作系统感知不到，它只看到一块"虚拟磁盘"。

流水线周期：也叫流水线时钟周期，就是最慢的那个阶段需要的时间。因为整个流水线是按统一的时钟节拍推进的，每个阶段必须在规定时间内完成，所以周期取决于最慢的那一段。
周期 = max(各阶段时间)
比如某指令流水线有 5 个阶段，时间分别为：取指 10ns，译码 8ns，执行 12ns，访存 10ns，写回 7ns。那么周期 = max(10,8,12,10,7) = 12ns。

吞吐率：单位时间内完成的任务数量。在计算机里，吞吐率就是每秒完成的指令数（IPS，instructions per second）或百万条指令每秒（MIPS）。
理想情况下，流水线稳定后，每个时钟周期完成一条指令（假设无停顿）。
吞吐率 = 1 / 周期。
如上例，吞吐率 = 1 / 12ns ≈ 83.3 MIPS（百万条指令/秒）。
实际中会有停顿（比如数据依赖、分支预测失败），所以实际吞吐率会低一些。

加速比：使用流水线比不用流水线快了多少倍。公式是：
加速比=不使用流水线的总时间/使用流水线的总时间
流水线就是把指令切成多段，让不同指令的段重叠执行，用最慢的那段决定周期，稳定后每个周期完成一条，理论上比串行快接近段数倍。

1. 主频（时钟频率）
   定义：CPU每秒产生的时钟脉冲数，单位是赫兹（Hz）。比如3.0GHz表示每秒30亿个时钟周期。
   通俗理解：可以看作是CPU的“心跳”速度，心跳越快，CPU可能工作得越快，但并不是唯一决定因素。
   作用：主频决定了每个时钟周期的时间长度：T=1/f。如果主频3GHz，一个时钟周期 ≈ 0.33纳秒。
2. CPI（Cycle Per Instruction，每条指令需要的时钟周期数）
   定义：执行一条指令平均需要的时钟周期个数。
   通俗理解：不同指令的复杂度不同，有的指令需要1个周期（比如简单加法），有的可能需要多个周期（比如除法、内存访问）。CPI就是平均下来每条指令消耗的周期数。
   影响因素：CPU架构、指令集、流水线效率、缓存命中率等。通常CPI越小越好。
3. MIPS（Million Instructions Per Second，每秒百万条指令）
   定义：每秒能执行的指令数量，以百万条为单位。
   计算公式：
   MIPS=主频（MHz）/CPI
   因为主频单位是MHz（百万赫兹），CPI是每条指令周期数，两者相除就得到每秒百万条指令。
   例子：一个CPU主频3.0GHz（3000MHz），平均CPI=1.5，则MIPS = 3000 / 1.5 = 2000 MIPS，即每秒可执行20亿条指令。
4. 它们之间的关系
   程序执行时间 = 指令总数 × CPI × 时钟周期时间 或= 指令总数 × CPI / 主频
   MIPS 是衡量性能的一个粗略指标，但不同指令集之间比较MIPS可能不准确（因为不同架构的一条指令能干的事不同）。不过在同一架构下，MIPS越高性能越好。
5. 实际应用：如何用这些指标评估系统？
   在设计数据库服务器时，需要估算CPU能否处理预期的事务负载。比如某个数据库操作平均需要10万条指令，每秒有1万次事务，那么需要的处理能力 = 10万 × 1万 = 10^9 条指令/秒 = 1000 MIPS。如果CPU的MIPS大于这个值，理论上可以满足，还要考虑其他瓶颈。
   

1. 串联系统
   定义：多个部件必须全部正常工作，整个系统才能正常工作。比如一台服务器需要电源、主板、CPU都正常才能运行，任何一个坏了，系统就宕机。

可靠性公式：

特点：部件越多，可靠性越低。因为相乘会使可靠度下降。
例子：一个服务器由三个部件串联，可靠度分别为0.99、0.999、0.999，则系统可靠度 = 0.99×0.999×0.999 ≈ 0.988，低于最差部件。

2. 并联系统
   定义：多个部件至少有一个正常工作，系统就能正常工作。也就是冗余备份。比如两台数据库服务器做双机热备，一台坏了另一台接管。

可靠性公式：

特点：冗余越多可靠性越高，但成本增加。
例子：一个部件可靠度0.9，两个并联：系统可靠度 = 1 - 0.1×0.1 = 0.99。比单个的0.9高。

3. 混合系统
   实际系统往往是串联和并联的组合。比如数据库集群中，多个节点并联提供高可用，但每个节点内部又是串联的（电源、CPU等）。
   

1. 性能指标的应用
   容量规划：根据业务预估的每秒事务数（TPS），每个事务的指令数，计算出需要的MIPS，从而选择合适CPU的服务器。
   瓶颈分析：如果实际MIPS低于预期，可能CPI过高（比如缓存缺失多），需要优化数据库查询或增加缓存。
   横向扩展：集群可以增加节点分担负载，每个节点处理部分请求，整体吞吐量提升。但也要考虑节点间的协调开销。
2. 可靠性模型的应用
   集群高可用：数据库集群通常采用并联模型：多个节点同时提供服务或主备切换。只要至少一个节点存活，服务就可用。
   计算集群可用性：假设每个节点的年可用性为99%（每年约3.65天宕机），两个节点并联的系统可用性 = 1 - (1-0.99)² = 0.9999（每年约52分钟宕机），大大提升。
   串联与并联结合：集群的每个节点内部是串联（单点故障），所以需要节点本身有冗余电源等。而节点间是并联，整体可用性由节点数和单节点可用性决定。
   N模冗余：数据库可以有多副本（如三副本），只要大多数副本正常就可读写，这是更复杂的并联模型。
3. 实际设计考虑
   SLA（服务等级协议）：要求99.99%可用性，那么需要计算需要多少个节点以及单节点可靠度。
   故障转移时间：并联系统的切换时间也会影响实际可用性，但基础模型给出了理论上限。