⑴ CPU的緩存有什麼用為什麼緩存大的運算速度快

緩存是CPU的一部分，它存在於CPU中 CPU存取數據的速度非常的快，一秒鍾能夠存取、處理十億條指令和數據（術語：CPU主頻1G），而內存就慢很多，快的內存能夠達到幾十兆就不錯了，可見兩者的速度差異是多麼的大。 存是為了解決CPU速度和內存速度的速度差異問題 內存中被CPU訪問最頻繁的數據和指令被復制入CPU中的緩存，這樣CPU就可以不經常到象「蝸牛」一樣慢的內存中去取數據了，CPU只要到緩存中去取就行了，而緩存的速度要比內存快很多。 緩存大小也是CPU的重要指標之一，而且緩存的結構和大小對CPU速度的影響非常大，CPU內緩存的運行頻率極高，一般是和處理器同頻運作，工作效率遠遠大於系統內存和硬碟。實際工作時，CPU往往需要重復讀取同樣的數據塊，而緩存容量的增大，可以大幅度提升CPU內部讀取數據的命中率，而不用再到內存或者硬碟上尋找，以此提高系統性能。但是由於CPU晶元面積和成本的因素來考慮，緩存都很小。 L1 Cache(一級緩存)是CPU第一層高速緩存，分為數據緩存和指令緩存。內置的L1高速緩存的容量和結構對CPU的性能影響較大，不過高速緩沖存儲器均由靜態RAM組成，結構較復雜，在CPU管芯面積不能太大的情況下，L1級高速緩存的容量不可能做得太大。一般伺服器CPU的L1緩存的容量通常在32—256KB。Pc235.com L2 Cache(二級緩存)是CPU的第二層高速緩存，分內部和外部兩種晶元。內部的晶元二級緩存運行速度與主頻相同，而外部的二級緩存則只有主頻的一半。L2高速緩存容量也會影響CPU的性能，原則是越大越好，現在家庭用CPU容量最大的是512KB，而伺服器和工作站上用CPU的L2高速緩存更高達256-1MB，有的高達2MB或者3MB。 L3 Cache(三級緩存)，分為兩種，早期的是外置，現在的都是內置的。而它的實際作用即是，L3緩存的應用可以進一步降低內存延遲，同時提升大數據量計算時處理器的性能。降低內存延遲和提升大數據量計算能力對游戲都很有幫助。而在伺服器領域增加L3緩存在性能方面仍然有顯著的提升。比方具有較大L3緩存的配置利用物理內存會更有效，故它比較慢的磁碟I/O子系統可以處理更多的數據請求。具有較大L3緩存的處理器提供更有效的文件系統緩存行為及較短消息和處理器隊列長度。 其實最早的L3緩存被應用在AMD發布的K6-III處理器上，當時的L3緩存受限於製造工藝，並沒有被集成進晶元內部，而是集成在主板上。在只能夠和系統匯流排頻率同步的L3緩存同主內存其實差不了多少。後來使用L3緩存的是英特爾為伺服器市場所推出的Itanium處理器。接著就是P4EE和至強MP。Intel還打算推出一款9MB L3緩存的Itanium2處理器，和以後24MB L3緩存的雙核心Itanium2處理器。 但基本上L3緩存對處理器的性能提高顯得不是很重要，比方配備1MB L3緩存的Xeon MP處理器卻仍然不是Opteron的對手，由此可見前端匯流排的增加，要比緩存增加帶來更有效的性能提升。

⑵ javaweb項目s2sh框架怎麼提高hibernate的運行效率 （大數據量）怎麼配置緩存，急求。謝謝。

你好
Hibernate的緩存分為：
一級緩存：在Session級別的，在Session關閉的時候，一級緩存就失效了。
二級緩存：在SessionFactory級別的，它可以使用不同的緩存實現，如EhCache、JBossCache、OsCache等。
緩存的注釋寫法如下，加在Entity的java類上：
@Cache(usage = CacheConcurrencyStrategy.NONSTRICT_READ_WRITE)
緩存的方式有四種，分別為：
CacheConcurrencyStrategy.NONE
CacheConcurrencyStrategy.READ_ONLY，只讀模式，在此模式下，如果對數據進行更新操作，會有異常；
CacheConcurrencyStrategy.READ_WRITE，讀寫模式在更新緩存的時候會把緩存裡面的數據換成一個鎖，其它事務如果去取相應的緩存數據，發現被鎖了，直接就去資料庫查詢；
CacheConcurrencyStrategy.NONSTRICT_READ_WRITE，不嚴格的讀寫模式則不會的緩存數據加鎖；
CacheConcurrencyStrategy.TRANSACTIONAL，事務模式指緩存支持事務，當事務回滾時，緩存也能回滾，只支持JTA環境。
另外還有如下注意事項：
1、查詢緩存需要在Query的相應方法執行前加上這么一句：
query.setCacheable(true);
在使用Hibernate時，獲得的query有setCacheable方法，可以設置使用緩存，但當使用JPA時，javax.persistence.Query並沒有setCacheable方法，此時如果JPA的實現是Hibernate時，可以將其進行如下轉化，再調用setCacheable方法（如果JPA的實現是其它ORMAP框架，就不知道怎麼做了）。
if (query instanceof org.hibernate.ejb.QueryImpl) {
((org.hibernate.ejb.QueryImpl) query).getHibernateQuery().setCacheable(true);
}
2、還有就是查詢緩存的查詢執行後，會將查詢結果放入二級緩存中，但是放入的形式是以ID為Key，實例作為一個Value。
3、hibernate的配置文件中需加入如下信息：

<property name="hibernate.cache.provider_class" value="org.hibernate.cache.EhCacheProvider" />
<property name="hibernate.cache.use_second_level_cache" value="true" />
<property name="hibernate.cache.use_query_cache" value="true" />

希望對你有幫助

⑶ 大量數據能緩存到redis裡面嗎

不適合引子：

    在大數據時代，總希望存在一個Key-value存儲機制，像HashMap一樣在內存中處理大量（千萬數量級）的key-value對，以便提高數據查找、修改速度。

    所以，我們會想到，Memcached和Redis這兩個NoSQL資料庫（嚴格來講二者都不可以算作資料庫）。

    1、Memcached是一個cache機制，當內存不足時會採用LRU機制，替換出陳舊數據，因此他不能保證我們的數據像在HashMap中一樣不丟失，且沒有數據持久化機制；

    2、Redis克服了這一缺點，採取磁碟存儲機制實現數據持久化。但是，當數據量達到1千萬左右時，由於內存中不能存儲如此大量數目的數據，頻繁同磁碟進行數據交換，導致數據查詢、存儲性能的急劇下降，將導致服務不可用。

     結論：當前還沒有好的產品可以實現key-value保證數據完整性，千萬級條數量級的，高效存儲和查詢支持產品。

     附錄一：如下是轉自其它網友的測試數據：

     附錄二：memcached 和redis的比較，和各自用途

附錄一：

從圖中可以猜測到還會有Redis 2.2.1 的測試，相同的測試環境，1K的數據量，使用ServiceStack.Redis客戶端進行如下測試：

1) Set操作

2) Get操作

3) Del操作

每一套測試分別使用三個配置進行測試：

1) 綠色線條的是開啟Dump方式的持久化，5分鍾持久化一次

2) 藍色線條是開啟AOF方式的持久化，每秒寫入磁碟一次

3) 紅色線條是關閉任何的持久化方式

對於每一個配置都使用相同的其他配置：

1) 開啟VM 最大內存10GB(128位元組一

⑷ java遍歷大數據量比較一個內容，怎樣寫效率會快點

我覺得比較靠譜的就是先對大數據量的數據進行索引，縮小比較的范圍，比如原來可能是:
1,2,3,4,5,6,7,8,9,10...
這是原始數據，那麼我們可以做索引（當然不同的數據索引方式要重新設計合理的索引方案）
比如
1-5: [1,2,3,4,5]
6-10: [6,7,8,9,10]
.....
此時需要比較2， 直接定位到了 1-5的索引，那麼我們的比較次數就變少了，大概就是這個思想，縮小比較范圍

⑸ java 臨時緩存大數據，有什麼好的框架嗎

什麼緩存啊，做的什麼項目，要緩存什麼東西，直接放到session里？放到redis上

⑹ 如果在資料庫中有大數據量，而我們用分頁存儲過程，怎麼樣才能效率高

--------------------------------
--關於分頁儲存的效率問題
--5個存儲過程都是採用不同的方式
--------------------------------
------------------------------------------
--利用select top 和select not in進行分頁--
------------------------------------------
create procere proc_paged_with_notin --利用select top and select not in
(
@pageIndex int, --頁索引
@pageSize int --每頁記錄數
)
as
begin
set nocount on;
declare @timediff datetime --耗時
declare @sql nvarchar(500)
select @timediff=Getdate()
set @sql='select top '+str(@pageSize)+' * from tb_TestTable where(ID not in(select top '+str(@pageSize*@pageIndex)+' id from tb_TestTable order by ID ASC)) order by ID'
execute(@sql) --因select top後不支技直接接參數，所以寫成了字元串@sql
select datediff(ms,@timediff,GetDate()) as 耗時
set nocount off;
endexec proc_paged_with_notin 10000,10
--------------------------------------
--利用select top 和 select max(列鍵)--
--------------------------------------
create procere proc_paged_with_selectMax --利用select top and select max(列)
(
@pageIndex int, --頁索引
@pageSize int --頁記錄數
)
as
begin
set nocount on;
declare @timediff datetime
declare @sql nvarchar(500)
select @timediff=Getdate()
set @sql='select top '+str(@pageSize)+' * From tb_TestTable where(ID>(select max(id) From (select top '+str(@pageSize*@pageIndex)+' id From tb_TestTable order by ID) as TempTable)) order by ID'
execute(@sql)
select datediff(ms,@timediff,GetDate()) as 耗時
set nocount off;
end--------------------------------------------------------
--利用select top和中間變數--此方法因網上有人說效果最佳--
--------------------------------------------------------
create procere proc_paged_with_Midvar --利用ID>最大ID值和中間變數
(
@pageIndex int,
@pageSize int
)
as
declare @count int
declare @ID int
declare @timediff datetime
declare @sql nvarchar(500)
begin
set nocount on;
select @count=0,@ID=0,@timediff=getdate()
select @count=@count+1,@ID=case when @count<=@pageSize*@pageIndex then ID else @ID end from tb_testTable order by id
set @sql='select top '+str(@pageSize)+' * from tb_testTable where ID>'+str(@ID)
execute(@sql)
select datediff(ms,@timediff,getdate()) as 耗時
set nocount off;
end
---------------------------------------------------------------------------------------
--利用Row_number() 此方法為SQL server 2005中新的方法,利用Row_number()給數據行加上索引--
---------------------------------------------------------------------------------------
create procere proc_paged_with_Rownumber --利用SQL 2005中的Row_number()
(
@pageIndex int,
@pageSize int
)
as
declare @timediff datetime
begin
set nocount on;
select @timediff=getdate()
select * from (select *,Row_number() over(order by ID asc) as IDRank from tb_testTable) as IDWithRowNumber where IDRank>@pageSize*@pageIndex and IDRank<@pageSize*(@pageIndex+1)
select datediff(ms,@timediff,getdate()) as 耗時
set nocount off;
end
--------------------------
--利用臨時表及Row_number--
--------------------------
create procere proc_CTE --利用臨時表及Row_number
(
@pageIndex int, --頁索引
@pageSize int --頁記錄數
)
as
set nocount on;
declare @ctestr nvarchar(400)
declare @strSql nvarchar(400)
declare @datediff datetime
begin
select @datediff=GetDate()
set @ctestr='with Table_CTE as
(select ceiling((Row_number() over(order by ID ASC))/'+str(@pageSize)+') as page_num,* from tb_TestTable)';
set @strSql=@ctestr+' select * From Table_CTE where page_num='+str(@pageIndex)
end
begin
execute sp_executesql @strSql
select datediff(ms,@datediff,GetDate())
set nocount off;
end
我們分別在每頁10條數據的情況下在第2頁，第1000頁，第10000頁，第100000頁，第199999頁進行測試，耗時單位：ms 每頁測試5次取其平均值 存過第2頁耗時第1000頁耗時第10000頁耗時第100000頁耗時第199999頁耗時效率排行1用not in0ms16ms47ms475ms953ms32用select max5ms16ms35ms325ms623ms13中間變數_number0ms0ms34ms365ms710ms24臨時表780ms796ms798ms780ms805ms4正好我正在研究這個問題 給大家分享

⑺ 有一個大數據量的ip庫，用什麼數據結構存儲效率比較高

有很多個ip地址 採用什麼數據結構存儲 可以快速的查詢 內存有限
哈希表是可以的
-

⑻ 硬碟同為8M緩存傳輸速率一個是150M/s 一個是300m/s，性能差別

差不多，硬碟實際讀寫50-80M/S;匯流排口加大隻在大數據繁忙時有用，一般應用可以

⑼ oracle 大數據量查詢效率問題

如果這張表非常大，而這條語句又必須頻繁執行，那麼要考慮給time欄位加索引以提高速度。SQL語句本身沒有問題。

補充：abingpow的答案是錯誤的，樓主的問題是「oracle 大數據量查詢效率問題」，而「top 100」是微軟的SQL-Server的寫法。Oracle中取前100行是利用隱含欄位rownum，例如：
select * from tablename where rownum<101 order by time desc