释放 Go 的极限潜能：CPU 缓存友好的数据结构设计指南
💡
原文中文，约22500字，阅读约需54分钟。
📝
内容提要
现代 CPU 快而内存慢，优化编程需关注数据在内存与 CPU 缓存间的移动。Go 团队致力于提升性能，理解“缓存友好”设计原则对开发者至关重要。通过优化数据结构，可以显著提升性能，避免伪共享等问题。
🎯
关键要点
- 现代 CPU 快而内存慢，优化编程需关注数据在内存与 CPU 缓存间的移动。
- Go 团队致力于提升性能，理解“缓存友好”设计原则对开发者至关重要。
- 通过优化数据结构，可以显著提升性能，避免伪共享等问题。
- CPU 通过多级缓存读取数据，L1 缓存速度最快但容量小，主内存速度最慢但容量大。
- 数据在 CPU 和内存之间以缓存行为单位进行交换，优化数据布局可提高性能。
- 伪共享是并发编程中的性能杀手，需通过内存填充避免不同核心间的缓存竞争。
- 数据导向设计（DOD）通过将相同类型字段聚合，提升缓存命中率。
- 冷热数据分离可以提高数据密度和内存带宽利用率，避免缓存污染。
- 线性内存访问模式有助于提高 CPU 预取器的效率，随机访问则会导致性能下降。
- 在 NUMA 架构下，需考虑内存访问的本地性以优化性能。
- 编写高性能代码需理解硬件工作原理，遵循数据局部性、线性访问和独立性原则。
❓
延伸问答
为什么现代 CPU 的速度比内存快得多？
现代 CPU 的 L1 缓存速度可达 ~1ns，而主内存访问则超过 ~100ns，存在超过 100 倍的速度差距。
什么是伪共享，如何避免它？
伪共享是指不同核心间对同一缓存行的竞争，导致性能下降。可以通过内存填充来避免不同核心间的缓存竞争。
如何优化 Go 程序的数据结构以提高性能？
可以通过数据导向设计（DOD）、冷热数据分离和避免伪共享等方法来优化数据结构，从而提高性能。
什么是数据导向设计（DOD），它有什么优势？
数据导向设计（DOD）是将相同类型字段聚合，以提高缓存命中率，减少内存访问延迟，从而提升性能。
在 NUMA 架构下，如何优化内存访问性能？
在 NUMA 架构下，可以通过将特定的 goroutine 钉在一个 CPU 核心上，确保它和数据的本地性来优化性能。
如何使用 perf 工具来分析缓存未命中？
可以通过运行 perf stat -e cache-misses,cache-references ./myapp 命令来统计程序的缓存引用和未命中次数。
➡️
