深入浅出计算机组成原理
徐文浩
bothub创始人
立即订阅
13019 人已学习
课程目录
已完结 62 讲
0/4登录后,你可以任选4讲全文学习。
入门篇 (5讲)
开篇词 | 为什么你需要学习计算机组成原理?
免费
01 | 冯·诺依曼体系结构:计算机组成的金字塔
02 | 给你一张知识地图,计算机组成原理应该这么学
03 | 通过你的CPU主频,我们来谈谈“性能”究竟是什么?
04 | 穿越功耗墙,我们该从哪些方面提升“性能”?
原理篇:指令和运算 (12讲)
05 | 计算机指令:让我们试试用纸带编程
06 | 指令跳转:原来if...else就是goto
07 | 函数调用:为什么会发生stack overflow?
08 | ELF和静态链接:为什么程序无法同时在Linux和Windows下运行?
09 | 程序装载:“640K内存”真的不够用么?
10 | 动态链接:程序内部的“共享单车”
11 | 二进制编码:“手持两把锟斤拷,口中疾呼烫烫烫”?
12 | 理解电路:从电报机到门电路,我们如何做到“千里传信”?
13 | 加法器:如何像搭乐高一样搭电路(上)?
14 | 乘法器:如何像搭乐高一样搭电路(下)?
15 | 浮点数和定点数(上):怎么用有限的Bit表示尽可能多的信息?
16 | 浮点数和定点数(下):深入理解浮点数到底有什么用?
原理篇:处理器 (18讲)
17 | 建立数据通路(上):指令+运算=CPU
18 | 建立数据通路(中):指令+运算=CPU
19 | 建立数据通路(下):指令+运算=CPU
20 | 面向流水线的指令设计(上):一心多用的现代CPU
21 | 面向流水线的指令设计(下):奔腾4是怎么失败的?
22 | 冒险和预测(一):hazard是“危”也是“机”
23 | 冒险和预测(二):流水线里的接力赛
24 | 冒险和预测(三):CPU里的“线程池”
25 | 冒险和预测(四):今天下雨了,明天还会下雨么?
26 | Superscalar和VLIW:如何让CPU的吞吐率超过1?
27 | SIMD:如何加速矩阵乘法?
28 | 异常和中断:程序出错了怎么办?
29 | CISC和RISC:为什么手机芯片都是ARM?
30 | GPU(上):为什么玩游戏需要使用GPU?
31 | GPU(下):为什么深度学习需要使用GPU?
32 | FPGA和ASIC:计算机体系结构的黄金时代
33 | 解读TPU:设计和拆解一块ASIC芯片
34 | 理解虚拟机:你在云上拿到的计算机是什么样的?
原理篇:存储与I/O系统 (17讲)
35 | 存储器层次结构全景:数据存储的大金字塔长什么样?
36 | 局部性原理:数据库性能跟不上,加个缓存就好了?
37 | 高速缓存(上):“4毫秒”究竟值多少钱?
38 | 高速缓存(下):你确定你的数据更新了么?
39 | MESI协议:如何让多核CPU的高速缓存保持一致?
40 | 理解内存(上):虚拟内存和内存保护是什么?
41 | 理解内存(下):解析TLB和内存保护
42 | 总线:计算机内部的高速公路
43 | 输入输出设备:我们并不是只能用灯泡显示“0”和“1”
44 | 理解IO_WAIT:I/O性能到底是怎么回事儿?
45 | 机械硬盘:Google早期用过的“黑科技”
46 | SSD硬盘(上):如何完成性能优化的KPI?
47 | SSD硬盘(下):如何完成性能优化的KPI?
48 | DMA:为什么Kafka这么快?
49 | 数据完整性(上):硬件坏了怎么办?
50 | 数据完整性(下):如何还原犯罪现场?
51 | 分布式计算:如果所有人的大脑都联网会怎样?
应用篇 (5讲)
52 | 设计大型DMP系统(上):MongoDB并不是什么灵丹妙药
53 | 设计大型DMP系统(下):SSD拯救了所有的DBA
54 | 理解Disruptor(上):带你体会CPU高速缓存的风驰电掣
55 | 理解Disruptor(下):不需要换挡和踩刹车的CPU,有多快?
结束语 | 知也无涯,愿你也享受发现的乐趣
免费
答疑与加餐 (5讲)
特别加餐 | 我在2019年F8大会的两日见闻录
FAQ第一期 | 学与不学,知识就在那里,不如就先学好了
用户故事 | 赵文海:怕什么真理无穷,进一寸有一寸的欢喜
FAQ第二期 | 世界上第一个编程语言是怎么来的?
特别加餐 | 我的一天怎么过?
深入浅出计算机组成原理
登录|注册

35 | 存储器层次结构全景:数据存储的大金字塔长什么样?

徐文浩 2019-07-15
今天开始,我们要进入到计算机另一个重要的组成部分,存储器。
如果你自己组装过 PC 机,你肯定知道,想要 CPU,我们只要买一个就好了,但是存储器,却有不同的设备要买。比方说,我们要买内存,还要买硬盘。买硬盘的时候,不少人会买一块 SSD 硬盘作为系统盘,还会买上一块大容量的 HDD 机械硬盘作为数据盘。内存和硬盘都是我们的存储设备。而且,像硬盘这样的持久化存储设备,同时也是一个 I/O 设备。
在实际的软件开发过程中,我们常常会遇到服务端的请求响应时间长,吞吐率不够的情况。在分析对应问题的时候,相信你没少听过类似“主要瓶颈不在 CPU,而在 I/O”的论断。可见,存储在计算机中扮演着多么重要的角色。那接下来这一整个章节,我会为你梳理和讲解整个存储器系统。
这一讲,我们先从存储器的层次结构说起,让你对各种存储器设备有一个整体的了解。

理解存储器的层次结构

在有计算机之前,我们通常把信息和数据存储在书、文件这样的物理介质里面。有了计算机之后,我们通常把数据存储在计算机的存储器里面。而存储器系统是一个通过各种不同的方法和设备,一层一层组合起来的系统。下面,我们把计算机的存储器层次结构和我们日常生活里处理信息、阅读书籍做个对照,好让你更容易理解、记忆存储器的层次结构。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《深入浅出计算机组成原理》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言(14)

  • 斐波那契
    哎 这个问题一下就暴露年龄了 当年3.5寸磁盘又叫软盘 非常小巧 在windows中一般是A盘 里面放了当时做的ppt 文档什么的 后来被u盘取代 一开始u盘还要装驱动 后来xp系统不用自己装驱动就能用u盘一下子把这个软盘💾取代了
    2019-07-15
    8
  • 活的潇洒
    “你可以把CPU中的L1 Cache理解为我们的短期记忆,把L2/L3 Cache理解成长期记忆,把内存当成我们拥有
    的书架或者书桌。 当我们自己记忆中没有资料的时候,可以从书桌或者书架上拿书来翻阅。这个过程中就
    相当于,数据从内存中加载到CPU的寄存器和Cache中,然后通过“大脑”,也就是CPU,进行处理和运算”
    这一段精彩了,佩服老师

    day35 笔记:https://www.cnblogs.com/luoahong/p/11328671.html
    2019-08-21
    5
  • xindoo
    8 90年代,虽然硬盘容量比磁盘大,但体积也大,价格也更高。磁盘体积小,价格低,携带方便,同体积下的硬盘和磁盘,当然是磁盘容量更大,价格更低,所以肯定是大家存储数据的首选。
    2019-07-15
    3
  • 安排
    老师,双路四核CPU和单路四核CPU有什么区别?还有这个双路是指主板上有两个CPU插槽,插两个CPU就叫双路吗?
    2019-07-15
    1
    2
  • 格非
    老师,比如CPU标明四核八线程,理论上,一个核只能处理一个线程,怎么这线程数是核数的两倍呢
    2019-07-28
    3
    1
  • prader
    计算机中的存储空间包括,lL1cache L2cache L3cache 内存 和硬盘
    2019-10-12
  • leslie
    老师本节课都在讲存储的访问速度:强调的是设备之间的访问速度,90年代是我的高中时代,印象里那会儿一切的copy用的主要都还是软盘,那会儿似乎没有光盘,应当是它的便携性和访问速度快;毕竟那个时代网络还是电话线-软盘的携带性方便,硬盘其实同样是由多张盘构成的-其中涉及到寻址时间导致访问缓慢。

    作者回复: leslie同学你好,

    软盘的访问速度其实不快,但是便携,成本低。搞个10张就超过10MB硬盘你的存储空间了。

    80年代末90年代初的“海量存储”就是一大摞软盘。

    2019-08-22
  • 活的潇洒
    “你可以把CPU中的L1 Cache理解为我们的短期记忆,把L2/L3 Cache理解成长期记忆,把内存当成我们拥有
    的书架或者书桌。 当我们自己记忆中没有资料的时候,可以从书桌或者书架上拿书来翻阅。这个过程中就
    相当于,数据从内存中加载到CPU的寄存器和Cache中,然后通过“大脑”,也就是CPU,进行处理和运算”
    这一段精彩了,佩服老师

    day35 笔记:https://www.cnblogs.com/luoahong/p/11328671.html
    2019-08-21
  • 于欣磊
    DRAM和SSD之间还有个NVM

    作者回复: 于欣磊同学,

    你好,我猜你说的是NVME?NVME是一个接口规范,现在存储用的也还是SSD,只是这个接口带宽比PCI-E要高,顺序读写的吞吐率能做得更高。

    2019-08-10
  • Douglas
    老师 ,在购买云数据库的时候会有一个参数 IOPS, 查百度知道是磁盘读写的速度 ,这个参数和并发数有关系吗?或者说, 并发永远不会超过 iops,网上有人说一个数据库 请求会涉及多个磁盘io 这个过程大致是怎样的,可以解答下吗,感谢。
    2019-07-28
  • 驴在囧途
    打卡
    2019-07-24
  • 明翼
    应该是存储密度更大
    2019-07-16
  • 林三杠
    应该是便携性比较好,价格也比较容易接受,而且当时需要便携性好的文件普遍没有那么大,综合下来,软盘才会风靡一时吧。后来就是u盘的天下了
    2019-07-15
  • 雲至
    应该是相同的面积下存下来的数据要多很多的意思吧
    2019-07-15
收起评论
14
返回
顶部