硬盘性能提升100倍的秘密：看懂顺序I/O的魔力

I/O缓存

局部性原理

局部性原理（Principle of Locality）指在程序执行过程中，倾向于访问某些局部特定的数据或指令，而不是随机地访问整个内存空间。这是缓存技术得以有效的根本原因。

1）时间局部性（Temporal Locality）：如果一个数据项被访问，那么在不久的将来它很可能被再次访问（如循环中的变量、常用函数）。

2）空间局部性（Spatial Locality）：如果一个数据项被访问，那么物理地址邻近它的数据项也很可能在不久的将来被访问（如顺序执行的指令、数组元素的遍历）。

局部性原理，很好平衡了存储介质的存取速率和成本的问题。以计算机存储层次为例，寄存器缓存高速缓存的数据，高速缓存 L1~L3层视具体实现彼此缓存或直接缓存内存的数据，而内存往往缓存来自本地硬盘的数据。

Page Cache

操作系统内核为了提升磁盘I/O性能，利用主存中的一部分空间作为磁盘数据的缓存，这就是Page Cache（在Linux中如此称呼，也称Buffer Cache）。它位于应用程序的read/write系统调用与底层块设备驱动之间，利用局部性原理工作。

1）当一个数据页被从硬盘读取到内存时，它被存储在Page Cache中。如果这个数据页在近期内被再次访问（时间局部性），那么可以直接从Page Cache中读取，而无需再次访问硬盘。

2）当一个数据页被读取时，操作系统通常会预读取一些附近的数据页（空间局部性），并将它们也存储在Page Cache中，以便后续的访问。

Page Cache的大小是根据当前系统的可用内存和工作负载动态调整的，此外还会通过页面置换算法如 LRU （Least Recently Used）定期淘汰旧的数据页。Page Cache可以大大减少硬盘I/O，从而提高系统的性能。

Page Cache支持写回（Write-back）和写穿（Write-through）两种策略：

1）在写回策略中，当程序写入数据时，数据首先被写入Page Cache，然后在适当的时机被写入硬盘。

2）在写穿策略中，数据同时被写入Page Cache和硬盘。

Linux下默认使用写回策略，即文件操作的写只写到Page Cache就返回。Page Cache中被修改的内存页称之为脏页（Dirty Page），脏页在特定的时候被一个叫做pdflush（Page Dirty Flush）的内核线程写入硬盘，写入的时机和条件如下：

1）当空闲内存低于一个特定的阈值时。

2）当脏页在内存中驻留时间超过一个特定的阈值时。

3）用户进程调用sync()、fsync(fd)、fdatasync(fd)系统调用时。

顺序I/O

顺序I/O（Sequential I/O）是一种数据访问模式，其中数据按照连续的顺序进行读取或写入。这与随机I/O（Random I/O）形成对比，随机I/O是指数据的访问位置在存储设备上是随机分布的。

顺序I/O的性能之所以高，主要是因为它能够最大化利用存储设备的局部性原理，并且减少了寻道时间和旋转延迟。

1）局部性原理：在顺序I/O中，数据是连续读取或写入的，Page Cache可以将文件的连续数据块缓存在内存中，以提供快速的连续读取。此外Page Cache可以将内存中缓存的连续数据，比如按页大小批次刷新到硬盘。这样可以减少频繁的硬盘写入操作。

2）减少机械硬盘的寻道时间和旋转延迟：寻道操作指磁头移动到硬盘的正确轨道的过程，旋转延迟指磁头等待硬盘旋转到正确位置的时间。在顺序I/O中，由于数据是连续存储的，因此可以大大减少寻道时间和旋转延迟，从而提高I/O性能。

3）虽然固态硬盘没有机械部件，随机读性能远好于机械硬盘，但顺序I/O仍然更优。这是因为固态硬盘内部以页（Page，如4KB/8KB/16KB）为单位读写，以块（Block，通常包含多个页，如128-512KB）为单位擦除。随机写小数据块可能导致“读-修改-擦除-写”的复杂流程，引发写放大。顺序写则能更高效地利用NAND闪存的特性，减少内部管理开销。

内存访问速度和硬盘访问速度的对比结果。

1）硬盘访问时间等于寻道时间+旋转时间+传输时间的总和。

寻道时间：8ms~12ms；

旋转时间：7200转/min：半周4ms；

传输时间：50M/s，约0.3ms 。

2）性能量级对比：硬盘随机I/O ≪ 硬盘顺序I/O（尤其对HDD） ≈ 内存随机I/O≪ 内存顺序I/O（内存的顺序访问也能受益于处理器 Cache Line的填充等）。

3）机械硬盘和固态硬盘构成：

机械硬盘：核心是高速旋转的磁盘盘片（表面覆盖磁性材料）和在盘片上移动的磁头臂。通过改变磁性材料的极性来存储0和1。

固态硬盘：核心是NAND闪存颗粒（Flash Memory）阵列，由主控芯片负责管理数据的读写、磨损均衡、垃圾回收等。通过在浮栅中存储电荷来表示0和1。

未完待续

很高兴与你相遇！如果你喜欢本文内容，记得关注哦！！！