利用CPU缓存

RAM的确很快，但只是与硬盘，固态硬盘，光盘，互联网等等与比较时。RAM与CPU内置的高速缓存相比，它并不快。你可能已经听说过他们，CPU高速缓存的级别分别称为：L1，L2和L3。

CPU高速缓存用来存储小块的RAM内容。当RAM被请求时，可以使用更快的高速缓存，而不是...但只有当所请求的RAM是在高速缓存中的。这就是所谓的高速缓存“命中”。如果高速缓存“miss”，CPU需要从较慢的RAM来获取。

CPU的高速缓存策略各不相同，但RAM连续块通常存储在缓存中（译注：因为程序运行时对内存的访问呈现局部性（Locality）特征。这种局部性既包括空间局部性（Spatial Locality），也包括时间局部性（Temporal Locality）。有效利用这种局部性，缓存可以达到极高的命中率。不清楚的可以回去补下课）。这意味着，如果你的应用程序的工作在连续的内存块（如一个Vector）上并且大小不超过高速缓存大小限制，那么CPU高速缓存将被命中，而不是从RAM中读取，将收获一个大的性能取胜。

用一个有点做作的例子来证明这一点，访问一个大Vector中所有的元素模拟RAM。分别顺序访问，随机访问它们。为了消除Math.random调用的影响，通过2个Vector来存储访问元素的索引值。在随机访问的情况下，Vector中存的索引值是随机的，这样元素将被随机读取。下面是10个元素的向量的例子，两个索引值Vector可能如下所示：

测试运行的环境：

Release version of Flash Player 12.0.0.41

2.3 Ghz Intel Core i7-3615QM (256 KB L2 per core, 6 MB L3 cache)

Mac OS X 10.9.1

Google Chrome 32.0.1700.77

ASC 2.0.0 build 354071 (-debug=false -verbose-stacktraces=false -inline -optimize=true)

测试得到的结如下：

由此我们可以看到使用了CPU缓存的顺序访问，比没有使用CPU缓存的随机访问性能高6+倍。访问内存的顺序真的很重要！

诚然上面的例子有点做作，但下面的例子是处理实际问题：遍历BitmapData的像素。需要一个循环来遍历行（Y），一个循环来遍历列（X）。哪个作为外循环，哪个作为内循环？

实际上，BitmapData是“逐行”存储的。下面是3x2 BitmapData：

(0,0) (1,0) (2,0) (0,1) (1,1) (1,2)

如果外循环是遍历列（X），访问这些内存的地址如下：

0 4 8 1 5 9 2 6 10 3 7 11

但是如果外循环是遍历行（Y），访问顺序如下：

0 1 2 3 4 5 6 7 8 9 10 11

正如我们上面所了解到，顺序访问可以利用CPU缓存。似乎只是跳序了一点点，但是当BitmapData实例很大的时候问题开始真正出现。如果BitmapData为2048×2，前四个内存访问将是0，2047，1，2048。

下面的例子比较了2048×2048的BitmapData这两种循环策略，测试环境与上面的相同：

这里的性能优势不像上面访问Vector那么大，但遍历相同的像素时它仍然是高达4倍的优势。如果BitmapData是更大的，优势只会更大。这在CPU的缓存比我的测试环境中少的情况更明显。

下面是测试应用程序的源代码：

运行测试程序（http://files.jacksondunstan.com/articles/2491/CacheTest.swf）。

原文链接：http://jacksondunstan.com/articles/2491