社区
英特尔边缘计算技术
帖子详情
把内存设为 Write-Combine 写聚合,为什么性能会降低?
liangyi571
2008-04-27 11:45:49
理论上,Write-Combine 把多次写操作合并,性能应该提高才对,为什么在实际应用中性能反而不如Write-Back高?
Intel有没有 Write-Combine 和 Write-Back 的性能比较数据?
...全文
1097
3
打赏
收藏
把内存设为 Write-Combine 写聚合,为什么性能会降低?
理论上,Write-Combine 把多次写操作合并,性能应该提高才对,为什么在实际应用中性能反而不如Write-Back高? Intel有没有 Write-Combine 和 Write-Back 的性能比较数据?
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
3 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
liangyi571
2008-04-29
打赏
举报
回复
感谢!专家果然是专家。
intel_www
2008-04-28
打赏
举报
回复
1
WC写操作不用cache,必须写到memory中去,当然会比WB要慢。WB只有在cache line被淘汰,或许要维护一致性时才写到memory中去。
intel_www
2008-04-28
打赏
举报
回复
改个输入错误:“或许要”应该是“或需要”。
C#文件合并器
能够将多个TXT文件合并为一个TXT文件
spark-shuffle重要类和方法介绍
spark-shuffle重要类和方法介绍
HCE 教程指导
Hadoop C++ Extesion 的指导手册
数据立方体datacube.zip
数据立方体是复杂计算的抽象。Datacube 是用 Java 实现的,可插入数据库后端支持的数据立方体。 datacube 是用来存储大数据点的
聚合
信息。数据立方体存储的是有趣输入数据点的子集。比如,你正在编
写
一个 web 服务器日志分析工具,你的输入点可能是日志行,你可能
会
计算每个浏览器的类型,每个浏览器的版本,操作系统类型,操作系统版本和其他属性。同时你可能
会
需要计算一个特定的组合计数(浏览器类型,浏览器版本,操作系统类型), (浏览器类型,浏览器版本,操作系统类型,操作系统版本),等等。 这对快速添加和修改计数是个很大的挑战,
会
浪费很多时间在数据库代码和重新用新计数器处理旧数据。而数据立方体就可以帮忙解决这些问题。 Urban Airship 使用 datacube 项目来支持他们的移动端应用的分析栈,每个节点每秒处理大约 10 K 的事件。 datacube 要求 JDK 1.6。 特性
性能
: 高速异步 IO 后端处理 使用 Hadoop MapReduce 进行批量加载 可插入数据库接口 datacube 暂时只支持 HBase 数据库后端。 示例: IdService idService = new CachingIdService(5, new MapIdService()); ConcurrentMap backingMap = new ConcurrentHashMap(); DbHarness dbHarness = new MapDbHarness(backingMap, LongOp.DESERIALIZER, CommitType.READ_
COMBINE
_CAS, idService); HourDayMonthBucketer hourDayMonthBucketer = new HourDayMonthBucketer(); Dimension time = new Dimension("time", hourDayMonthBucketer, false, 8); Dimension zipcode = new Dimension("zipcode", new StringToBytesBucketer(), true, 5); DataCubeIo cubeIo = null; DataCube cube; Rollup hourAndZipRollup = new Rollup(zipcode, time, HourDayMonthBucketer.hours); Rollup dayAndZipRollup = new Rollup(zipcode, time, HourDayMonthBucketer.days); Rollup hourRollup = new Rollup(time, HourDayMonthBucketer.hours); Rollup dayRollup = new Rollup(time, HourDayMonthBucketer.days); List dimensions = ImmutableList.of(time, zipcode); List rollups = ImmutableList.of(hourAndZipRollup, dayAndZipRollup, hourRollup, dayRollup); cube = new DataCube(dimensions, rollups); cubeIo = new DataCubeIo(cube, dbHarness, 1, Long.MAX_VALUE, SyncLevel.FULL_SYNC); DateTime now = new DateTime(DateTimeZone.UTC); // Do an increment of 5 for a certain time and zipcode cubeIo.
write
Sync(new LongOp(5), new
Write
Builder(cube) .at(time, now) .at(zipcode, "97201"))
beam-pipeline:使用Kafka和Apache Beam的演示管道
束流管道 使用Kafka和Apache Beam的演示管道
英特尔边缘计算技术
567
社区成员
7,024
社区内容
发帖
与我相关
我的任务
英特尔边缘计算技术
英特尔® 边缘计算,聚焦于边缘计算、AI、IoT等领域,为开发者提供丰富的开发资源、创新技术、解决方案与行业活动。
复制链接
扫一扫
分享
社区描述
英特尔® 边缘计算,聚焦于边缘计算、AI、IoT等领域,为开发者提供丰富的开发资源、创新技术、解决方案与行业活动。
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章