每个程序员都需要知道的数字（续）

High Scalability - High Scalability - Numbers Everyone Should Know列举了另外一些数字：

写很昂贵

• 写是transactional的
• disk access意味着disk seek
• 经验法则：disk seek需要10毫秒
• 算一算：1s/10ms = 100 seeks/s，每秒最多100次disk seek
• 和数据的大小的形状有关系，批量处理。

读很便宜

• 都不需要transaction
• 数据从磁盘中读取一次，很容易就被缓存
• 所有后续的读取都是从内存来的
• 经验法则：内存中读取1m的数据需要250微秒
• 算一算：1s/250usec=4g/sec，美妙最多读4g的数据。对于1m的数据，每秒可以取4000次

一些数字

• L1缓存寻址需要0.5纳秒
• branch mipredict需要5纳秒
• L2缓存需要7纳秒
• mutex lock/unlock需要100纳秒
• 内存寻址需要100纳秒
• 压缩1k的数据需要10000纳秒
• 通过1gbps的网络发送2k的数据需要20000纳秒
• 内存中读取连续的1m数据需要250000纳秒
• round trip within same datacenter需要500000纳秒
• 硬盘须知需要10000000纳秒
• 从网络上读1m的连续数据需要10000000纳秒
• 从磁盘上都1m的连续数据需要30000000纳秒

 

小结

• 写比读昂贵40倍
• 全局共享的数据很昂贵。这是分布式系统的瓶颈。
• 系统设计时就要考虑写操作的可扩展性。
• 优化以减少写竞争。
• 让写操作尽可能地并行。