概述
cpu的cache是一种又小又快的存储器，现在一般的cpu主流的cache是用sram，因为CPU的性能比Memory快得多，所以使用cache来拟补之间的差距
在计算机系统中，CPU高速缓存是用于减少处理器访问内存所需平均时间的部件。在金字塔式存储体系中它位于自顶向下的第二层，仅次于CPU寄存器。其容量远小于内存，但速度却可以接近处理器的频率。
当处理器发出内存访问请求时，会先查看缓存内是否有请求数据。如果存在（命中），则不经访问内存直接返回该数据；如果不存在（失效），则要先把内存中的相应数据载入缓存，再将其返回处理器。
缓存之所以有效，主要是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。
在处理器看来，缓存是一个透明部件。因此，程序员通常无法直接干预对缓存的操作。但是，确实可以根据缓存的特点对程序代码实施特定优化，从而更好地利用缓存。
— 维基百科
CPU VS Memory
在线主流的CPU中一般分为3级缓存，分别是L1，L2，L3，而L1缓存分为L1i(存储指令)和L1d(存储数据)，L1缓存较小，其次就是L2缓存，它不分指令和数据，然后到L3，L3是最大的是所有核心公用的
Intel i7-4770 (Haswell), 3.4 GHz (Turbo Boost off)
One cycle: 1/CPU频率，i7-4770频率为3.4GHz，所以1cycle=1/3.4=0.29ns
那么Intel i7-4770的CPU Cache
32KB，64B/line,8-WAY的意思就是：
Cache总大小为32KB，8路组相连（每组有8个line），每个line的大小为64Byte,我们可以很轻易的算出一共有32K/8/64=64 个组。
从上图可以看出越靠近核心容量越小，但是速度越快
MESI（缓存一致性）
多核心CPU工作情况下就需要保证缓存的一致性：用于保证多个CPU cache之间缓存共享数据的一致。至于MESI，则是缓存一致性协议中的一个，到底怎么实现，还是得看具体的处理器指令集。
- cache的写方式(详细可以看这一篇博客)
write through（写通）：每次CPU修改了cache中的内容，立即更新到内存，也就意味着每次CPU写共享数据，都会导致总线事务，因此这种方式常常会引起总线事务的竞争，高一致性，但是效率非常低；
write back（写回）：每次CPU修改了cache中的数据，不会立即更新到内存，而是等到cache line在某一个必须或合适的时机才会更新到内存中；
无论是写通还是写回，在多线程环境下都需要处理缓存cache一致性问题。为了保证缓存一致性，处理器又提供了写失效（write invalidate）和写更新（write update）两个操作来保证cache一致性。
- 写失效：当一个CPU修改了数据，如果其他CPU有该数据，则通知其为无效；
- 写更新：当一个CPU修改了数据，如果其他CPU有该数据，则通知其跟新数据；
MESI:modify、exclusive、shared、invalid，分别是修改、独占、共享和失效。
Cache MIss
如果发生了Cache Miss，就需要从Memory中取数据，这个取数据的过程中，CPU可以执行几十上百条指令的，如果等待数据时什么也不做时间就浪费了。可以在这个时候提高CPU使用效率的有两种方法，一个是乱序执行（out of order execution)，即把当前线程中后面的、不依赖于当前指令执行结果的指令拿过来提前执行，另一个是超线程技术，即把另一个线程的指令拿过来执行
Cache Line(主角)
CacheLine 是CPU高速缓存中的最小单位，当从内存中取单元到cache中时，会一次取一个cacheline大小的内存区域到cache中，然后存进相应的cacheline中。
先看一个例子
public static void main(String[] args) {
long[][] array = new long[1024 * 1024][8];
long sum = 0;
//横向遍历
long start = System.currentTimeMillis();
for (int i = 0; i < 1024 * 1024; i += 1) {
for (int j = 0; j < 8; j++) {
sum += array[i][j];
}
}
System.out.println("row:" + (System.currentTimeMillis() - start) + "ms");
start = System.currentTimeMillis();
// 纵向遍历
for (int i = 0; i < 8; i += 1) {
for (int j = 0; j < 1024 * 1024; j++) {
sum += array[j][i];
}
}
System.out.println("column:" + (System.currentTimeMillis() - start) + "ms");
}
运行结果：
row:16ms
column:69ms
为什么会出现这样的情况
因为Cache line 的缘故，上面我们提及到了CPU的cache是多级的，但是下面我们可以忽略多级的概念，也忽略多核心访问Cache时，MESI（缓存一致性）带来的影响。
我的电脑是64位cache line 为 64B，意味着每一次读取64B到Cache中，在Java中 long是占用8B，所以8个Long就是8*8=64B
横向遍历的时候：
- 当尝试访问array[0][0]的时候，CPU Cache Miss。
- CPU尝试访问主存，操作系统一次访问的单位是一个 Cache Line 的大小64B，这意味着：一次性就会将array[0][0]~array[0][8]的数据读取到CPU Cache中(数组内存地址的连续性)
- 当第二次访问array[0][1]时，CPU访问Cache，发现有数据，Cache Hit返回array[0][1]，而不用访问主存
以此类推下面的所有步骤
纵向遍历的时候：
你就会发现每一次都是Cache Miss，因为1024 * 1024 * 8个Long（8B）=64M已经超出了L1，L2，L3的总缓存，即使是没有超过，CPU也不单单只有你这个程序在运行
