[[426776]]

Google大神 Jeff Dean在之前的一次演講中展示了這樣一張表，非常有意思：

從這張圖里我們可以清楚的看到，計算機系統中各種關鍵操作其典型耗時到底有多少(注意，各種不同的系統架構精確的數據可能與此不同，但數量級上差別應該不會很大)。

訪存與cache

訪問L2 cache的時延大概是訪問L1 cache的10幾倍左右，而訪問一次內存的時延則高達訪問L2 cache的20倍，是訪問L1cache耗時的200倍。

這一部分清楚的告訴每個程序員，編寫出對cache友好的程序是至關重要的，尤其你的場景如果對性能要求很高則更是如此。

分支預測失敗的懲罰大概只有5ns這個量級，博主在之前的文章《特斯拉遇上CPU：程序員的心思你別猜》這篇文章中專門講解過CPU的分支預測功能。

分支預測

該功能主要針對 if 語句，由于現代CPU內部采用流水線方式來處理機器指令，因此在 if 對應的機器指令還沒有執行完時后續指令就要進到流水線中，此時CPU就必須猜測到底 if 語句是否為真，如果CPU猜對了，那么流水線照常運行，但如果猜錯了流水線中已經被執行的一部分指令就要作廢。

[[426777]]

很多同學看到這篇文章后表示if語句是不是盡量少用，從這張表可以看出，分支預測失敗的懲罰不高，并且現代CPU的分支預測成功率很高，根本不必在意這點性能損失。

內存、SSD與磁盤

程序員都知道訪問內存的速度比SSD塊，訪問SSD速度比磁盤快，那么到底能快多少呢?

同樣順序讀取1MB數據，內存花費的時間為250,000 ns，SSD為1,000,000 ns，磁盤為20,000,000 ns。

我們可以看到，同樣讀取1MB數據，磁盤花費的時間是 SSD 的 20 倍，是內存的80倍。

同樣讀取1MB數據，SSD耗時是內存的4倍。

這組數據告訴我們，相對內存來說磁盤真的很慢，如果你的經費充足就用SSD吧，如果你是土豪，那么就把數據庫直接放到內存吧。

網絡與磁盤

一般來說我們認為內存比磁盤快，磁盤比網絡快，但這這張表告訴我們用1Gbps網絡發送1K數據僅僅需要20,000 ns，而磁盤的一次尋道則高達10,000,000ns(10ms)，網絡IO可不一定比磁盤IO慢。

當然，這也要看網絡兩端距離有多遠。

網絡

想測量數據包在網絡兩端來回一趟需要耗時多少?ping命令再簡單方便不過了。

首先，博主在數據中心內部ping一臺主機(注：ip地址用*來代替)：

一圈下來耗時僅在100 us左右，速度非常快，在數據中心內部空間距離幾乎可以忽略不計。

我的坐標在北京，接下來我們ping一下清華大學，哈哈，注意現在由于云服務商的存在，清華大學的官網服務器主機可不一定在清華大學里，為簡單起見我們認為所ping的機器都在相應的地理位置上。

這個耗時就很可觀了，我們姑且用市中心到清華大學的直線距離評估一下數據包路徑長度(實際數據包的路徑肯定和這里不同)，可以看到大概在10公里左右的數量級，用時將近10ms，不要覺得10ms很耗時，磁盤一次seek就是這個量級。

接下來出個省，ping一下浙大：

出了省就是不一樣，北京與浙江的直線距離大概在1200公里，網絡上走一圈耗時來到了將近15ms。

接著我們出趟國吧，去英國轉一圈，ping下牛津大學：

出了國就更不一樣了，北京與英國直線距離(球體表面)大概在7000公里，網絡耗時將近50ms。

最后讓我們去趟美國，ping下斯坦福大學：

和預想的差不多，北京與斯坦福直線距離大概在10000公里，耗時也在50ms左右。

從這組測試我們可以看出，網絡的耗時和空間距離有很大關系，但在數據中心內部網絡其實是非常快的，這一點在進行系統設計時需要意識到。

總結

系統設計一種工程實踐，不是藝術遐想，每一個關鍵決策都要有依據而不能拍腦袋，本文的這張表就是你的依據(之一)。

希望這篇文章對大家理解系統時間有所幫助。

本文轉載自微信公眾號「碼農的荒島求生」，可以通過以下二維碼關注。轉載本文請聯系碼農的荒島求生公眾號。