内部的高速缓存 • 原来 CPU 的厂商早就意识到了内存延迟高，读写效率低 下的问题。因此他们在 CPU 内部引入了一片极小的存储 器——虽然小，但是读写速度却特别快。这片小而快的 存储器称为缓存（ cache ）。 • 当 CPU 访问某个地址时，会先查找缓存中是否有对应的 数据。如果没有，则从内存中读取，并存储到缓存中； 如果有，则直接使用缓存中的数据。 • 这样一来，访问的数据量比较小时，就可以自动预先加 struct CacheEntry { • bool valid; • uint64_t address; • char data[64]; • }; • CacheEntry cache[512]; • 当 CPU 读取一个地址时： • 缓存会查找和该地址匹配的条目。如果找到，则给 CPU 返 回缓存中的数据。如果找不到，则向主内存发送请求，等读 取到该地址的数据，就创建一个新条目。 CacheEntry { • bool valid, dirty; • uint64_t address; • char data[64]; • }; • CacheEntry cache[512]; • 当 CPU 写入一个地址时： • 缓存会查找和该地址匹配的条目。如果找到，则修改缓存 中该地址的数据。如果找不到，则创建一个新条目来存储 CPU 写的数据，并标记为脏（ dirty

control_block: atomic ref_count = 1; … control_block* ctrl; T12 Daniel Anderson -- danielanderson.net std::shared_ptr (the basics) T* ptr; shared_ptr s1: control_block: control_block* ctrl; shared_ptr s2: control_block* ctrl; atomic ref_count = 2; …13 Daniel Anderson -- danielanderson.net std::shared_ptr (the basics) control_block: T T* ptr; control_block* ctrl; atomic shared_ptr s2:14 Daniel Anderson -- danielanderson.net std::shared_ptr (the basics) control_block: T atomic ref_count = 0; …15 Daniel Anderson -- danielanderson.net std::atomic16

• 在 Panic Hook 里打印 Await-Tree Async Stuck ： Future Detach Await Tree 在 RisingWave 中的应用 • S3 Block Cache Single-Flight Async Stuck ：环形资源依赖 Await Tree 在 RisingWave 中的应用 • gRPC Streaming 连接复用 & 反压

scalable protection. • Supports arbitrary protection duration (e.g., the user-defined fn is allowed to block or take long time) Asynchronous Reclamation • Asynchronous reclamation is invoked when the number global cleanup SequentialObjList list_; SharedObjList list_; Extra synchronization Removed private cache from Folly Using sharded domain lists instead Slow Not Scalable Is One Call to Global Cleanup Always

语法是： set( 变量名 “变量值” CACHE 变量类型 “注释” ) 缓存的 myvar 会出现在 build/CMakeCache.txt 里 常见问题：我修改了 CMakeLists.txt 里 set 的值，却没有更新？ 为了更新缓存变量，有的同学偷懒直接修改 CMakeLists.txt 里的值，这是没用的。 因为 set(... CACHE ...) 在缓存变量已经存在时，不会更新缓存的值！ 变量名 “描述” 变量值 ) 等价于： set( 变量名 CACHE BOOL 变量值 “描述” ) 经典问题：小彭老师，我 option 设为 OFF 了为什么他还是 ON 呀？ 因为在 CMakeLists.txt 里直接改 option 是错的，官方解法是通过 -D 参 数来改 刚刚说了， option 等价于 set(... CACHE BOOL ...) 。 因此在 CMakeLists environment variable ）： $ENV{xx} 。 • 比如 $ENV{PATH} 就是获取 PATH 这个环境变量的值。 缓存变量的访问方式： $CACHE{xx} • 此外，还可以用 $CACHE{xx} 来访问缓存里的 xx 变量。 • 缓存变量和环境变量是不论父子模块都共用的，没有作用域一说。 ${xx} 找不到局部变量时，会自动去找缓存变量 • ${xx}

服务优化 服务优化 公共选项 公共选项 选项 缺省值 推荐值 说明 max_connections 100 1024 MySQL 服务器同时处理的数据库连接的最大 数量 query_cache_size 0 ( 不打开 ） 128M 查询缓存区的最大长度，按照当前需求，一 倍一倍增加，本选项比较重要 sort_buffer_size 512K 128M 每个线程的排序缓存大小，一般按照内存可 by ， group by 起作用 record_buffer 128K 64M 每个进行一个顺序扫描的线程为其扫描的每 张表分配这个大小的一个缓冲区，可以设置 为 2M 以上 table_cache 64 1024 为所有线程打开表的数量。增加该值能增加 mysqld 要求的文件描述符的数量。 MySQL 对每个唯一打开的表需要 2 个文件描述符。 服务优化 服务优化 MyISAM MyISAM MySQL MySQL 部分自带函数，索引将失效，同时将无 部分自带函数，索引将失效，同时将无 法 法 使用 使用 MySQL MySQL 的 的 Query Cache Query Cache ，比如 ，比如 LEFT(), SUBSTR(), LEFT(), SUBSTR(), TO_DAYS() TO_DAYS() DATE_FORMAT(),

std::shared_ptr(block) Control Block T T T T T …my::shared_ptr Control Block T T T T T T … int ref_cnt; int size; my::shared_ptr(block)I will write it myself ™ Control Block T T T T T T … templateblock // Cast and initialize each T // return my::shared_ptr(block); } // FixMe: What about alignment? // ToDo: Are these reinterpret_casts to be modern C++FlexClass A tool in the shed#include template struct Block { auto fc_handles() { return fc::make_tuple(&data); } int size; int ref_cnt;

1 • Python 的模运算 a % b 的值始终是 [0, b) 区间内的正数，非常方便。 对稀疏数据结构造成的问题 • 如果这里的 x 是负数，则 x % B 也是负数，会造成对 m_block 的越界访问。 • 因此 % 会返回负数对 CFD 用户来说是个很大的坑点，很多人想当然地用 % 做循环边界， 然而这对负方向会不起作用。 解决： (a % b + b) % b • 我看一些 的值始终是向下取整，非常方便。 对稀疏数据结构造成的问题 • 也就是说，如果 x 是 [-3,0] 则 x / B 会是 0 ，如果 x 是 [0,3] 则 x / B 也是 0 。导致两个 同时跑到一个 block 上去，会出错。 高效的解决：位运算 >> • 如果 b 是 2 的幂次方，即： 2, 4, 8, 16, 32 等 。 • 则： a / pow(2,n) = a >> n • 也就是说 位，组合成一个 32 位的整数。 解决： & 替代 % ， >> 替代 / ， | 替代 + 块编号直接为对齐的坐标， << 改成 & 和 ~ 自动推算 B 和 Bmask ，顺便扁平化 Block 第 3 章：多层稀疏 用一个指针的数组来表示 图片解释：指针数组的原理 1 nul nul 2 3 nul nul nul nul 表示 nullptr （空指针） 图片解释：指针数组的稀疏

20; float* x; float* y; // … int block_size = 256; int grid_size = (N + block_size - 1) / block_size; add_gpu<<block_size>>>(N, x, y); // … } Ok, about the kernel y[i] = x[i] + y[i]; } TEST_CASE("cppcon-1", "[CUDA]") { // … add_gpu<<block_size>>>(N, x, y); // … } Ok, about the kernel parameters 10 |Memory“In a typical PC or cluster

clang 编译 CC=clang CXX=clang++ bazel build …2 制作镜像 docker run -v $(pwd):/curve -v /root/.cache/bazel:/root/.cache/bazel -it opencurvedocker/curve-base:build-debian11 # 容器内 cd /curve/curvefs make build