Question

我刚刚阅读了博文here并尝试做类似的事情，这是我的代码来检查示例1和2中的内容：

int doSomething(long numLoop,int cacheSize){
    long k;
    int arr[1000000];
    for(k=0;k<numLoop;k++){
        int i;
        for  (i = 0; i < 1000000; i+=cacheSize) arr[i] = arr[i];
    }
}

正如博文中所述，doSomething（1000,2）和doSomething（1000,1）的执行时间应该几乎相同，但我分别得到2.1s和4.3s。谁能帮我解释一下？谢谢。

更新1：我刚刚将数组的大小增加到100倍

int doSomething(long numLoop,int cacheSize){
    long k;
    int * buffer;
    buffer = (int*) malloc (100000000 * sizeof(int));
    for(k=0;k<numLoop;k++){
        int i;
        for  (i = 0; i < 100000000; i+=cacheSize) buffer[i] = buffer[i];
    }
}

不幸的是，doSomething（10,2）和doSomething（10,1）的执行时间仍然大不相同：3.02s和5.65s。任何人都可以在你的机器上测试吗？

Answer 1

使用doSomething（1000,2），当你使用doSomething（1000,1）时，你正在做一半内在循环。

你的内部循环由cacheSize递增，所以值为2只给你一半的值迭代。数组的大小约为4MB，这是典型的虚拟内存页面大小。

实际上我有点惊讶的是，好的编译器只是没有优化这个循环，因为没有变量。这可能是问题的一部分。

Answer 2

您的阵列大小为4M还不够大。整个数组适合缓存（并在第一个k循环后位于缓存中），因此时序由指令执行决定。如果你使arr远大于缓存大小，你将开始看到预期的效果。

（当你使arr大于缓存时，你会看到一个额外的效果：运行时应该以{{1}}大小线性增加，直到你超过缓存，当你看到一个膝盖的性能和它会突然变得更糟，运行时间会以新的线性标度增加）

编辑：我尝试了第二个版本并进行了以下更改：

更改为arr以确保volatile int *buffer未被优化。
使用buffer[i] = buffer[i]进行编译，以确保循环得到充分优化，以防止循环开销占主导地位。

当我尝试时，我几乎完全相同：

-O2

在这里你可以看到使步幅两个完整的高速缓存行的效果：

kronos /tmp $ time ./dos 2
./dos 2  1.65s user 0.29s system 99% cpu 1.947 total
kronos /tmp $ time ./dos 1
./dos 1  1.68s user 0.25s system 99% cpu 1.926 total

在C中测量缓存大小和缓存行大小的影响

2 个答案: