再谈cache

这篇文章不错，可以看看。

cache miss的三个原因

1）first access （也叫compulsory miss，第一次访问时肯定是要miss）

  对策：prefetch

2）cache conflict （一个cache set被写满了，就需要替换，就产生冲突）

  对策：padding，在数据结构里面加入padding，让需要访问的成员映射到不同的set，

3）capacity miss （cache里面已经没有空间了，需要替换）

  对策：减小code/data的大小

其中2和3是很难区分的两种miss，结合实际的cache访问模式来定

4）false sharing，这个在多线程（多核）环境里面会碰到

  对策：padding或者cache line align也就是把两个变量放到不同的cache里面去。

在针对cache优化时，需要对整个cache的使用情况有详细的了解，这需要工具支持，如果能够

支持到function level，就很不错了，如果function不是很大的话，代码分析可以找到最终的答案，如果function非常复杂，做起来就有点麻烦了。