如何利用缓存理论来分析网购物流的未来.pdfVIP

如何利用缓存理论来分析网购物流的未来 计算机技术的进步颠覆了整个世界，而其中的很多技术不仅能解决计算机方面的问题，对很 多其他方面的问题也很有启发。今天笔者给大家介绍缓存理论，从缓存理论的角度来看待一 些产品及生活上的问题，将会有许多有趣的结果，这就是今天的主题缓存理论 + 。笔者在此 保证，本文没有门槛，但需要耐心。 理论 如果这节看不太明白不用纠结，结合后面的例子会容易得多。 众所周知，内存和硬盘是电脑的两个重要部件，虽说两者都是用来存储数据的，特性却大相径庭： CPU 是个急性子，每秒几百亿次计算不在话下，自然爱和内存打交道，不待见硬盘，不待见到什么 程度呢，即使 CPU 要读取硬盘里的数据，也先让硬盘把数据交给内存， CPU 再从内存读， 缓存往往 就是指这样快却容量小的中间存储 。 问题来了，内存容量小，而计算机可能会使用的数据却很大，导致内存装不下，只能把装不下数据 搁硬盘里，要使用硬盘中的数据，得先让内存清出一些暂时不用的数据，再从硬盘里把所需数据加 载到内存，这种倒腾的过程叫做 置换 Swap ，而清出数据的操作称为 淘汰数据。 从硬盘读数据就耗 时了，所以我们希望我们每次取数据时数据都在内存里，减少硬盘的访问。 操作系统有一个很重要的任务 —— 调整内存中的数据，目的在于减少用户使用电脑时因读取硬盘而 造成的延迟和卡顿。调整一般发生两种情况下，一个是电脑闲置的时候，提前将用户可能会用到数 据搬到内存中；另一个就是置换的时候，加载用户所需数据的同时，舍弃那些比较不可能被访问的 数据。 计算机科学里把访问数据时数据刚好在内存里的概率成为 命中率。 为了提升用户体验，减少等待， 就得提高命中率，选择合适的内存置换（淘汰）算法就显得至关重要，内存置换算法是指在发生置 换操作时，应该淘汰内存中的哪些数据，来放置新的数据， 常用的算法（别怕，都很简单）有 ： １、先进先出算法 (FIFO ，First In First Out) 淘汰最先进来的数据，这个算法非常简单，这样做的道理是最先进来的数据可能已经用过了，过 时了。对于一次性或短期使用的数据，非常合适，但对于长期使用的数据，就不合适了。这个算法 命中率并不高，常常被提起主要是用来衬托其他算法的优越性，有点类似奥特曼的小怪兽。 ２、最久没访问算法 (LRU ，Least Rescently Used) 淘汰内存中最久没有被用到的数据，这个就比 FIFO 合理多了，最久没被访问，可能真的是过时了。 从逻辑上来说是相对合理的，而且比较简单，现在流行的操作系统大多都使用它或它的变种。当然 ，这个算法对于那种需要被周期性访问的数据就不合适了。 ３、最不频繁算法 (LFU ， Least Frequency Used) 淘汰内存中在最近一段时间内使用频率最低的数据，这个又比 LRU 更合理了，就是保留最近最常用 的数据，剔除最不常用的蛀虫。它并不是操作系统的宠儿，因为它计算量比较大，自身会消耗一些 内存，对于操作系统这样的惜时（内存）如金的家伙是不可接受的。 ４、智能算法（ AI ） 我定义的一类算法，它泛指通过机器学习算法依据各种历史数据，计算各个数据未来一小段时间内 将会被访问的概率，保留概率高的，淘汰低的。举个例子，假设你白天使用电脑工作，晚上使用电 脑娱乐，那么 AI 算法可能会在白天尽量在内存中保留工作相关的数据。 比如一些 word 文档及办公软件的数据，而到了晚上，工作相关的数据则优先被淘汰，内存中常驻 游戏，影音之类的数据。再比如，操作系统检测到了我刚刚下载了一部电影，那么这时应该将这部 电影的数据及播放器的数据加载到内存中，其他类型的则可能被淘汰。 AI 算法的计算量显然很大也 很复杂，入不了操作系统的法眼，但在很多情况下却非常好用。 再介绍一个概念： 多级缓存 ，后面将会用到。 其实在电脑中，内存并不是读取速度最快的存储介质，还有更快的，叫 CPU 缓存。如果你看 CPU 的 参数，经常能看到（ L1/L2/L3 缓存，他们共同组成 CPU 缓存）