1.1 CPU缓存
在现代计算机当中，CPU是大脑，最终都是由它来执行所有的运算。而内存(RAM)则是血液，存放着运行的数据；但是，由于CPU和内存之间的工作频率不同，CPU如果直接去访问内存的话，系统性能将会受到很大的影响，所以在CPU和内存之间加入了三级缓存，分别是L1、L2、L3。
当CPU执行运算时，它首先会去L1缓存中查找数据，找到则返回；如果L1中不存在，则去L2中查找，找到即返回；如果L2中不存在，则去L3中查找，查到即返回。如果三级缓存中都不存在，最终会去内存中查找。对于CPU来说，走得越远，就越消耗时间，拖累性能。
在三级缓存中，越靠近CPU的缓存，速度越快，容量也越小，所以L1缓存是最快的，当然制作的成本也是最高的，其次是L2、L3。
CPU频率，就是CPU运算时的工作的频率（1秒内发生的同步脉冲数）的简称，单位是Hz。主频由过去MHZ发展到了当前的GHZ（1GHZ=103MHZ=106KHZ= 10^9HZ）。
内存频率和CPU频率一样，习惯上被用来表示内存的速度，内存频率是以MHz（兆赫）为单位来计量的。目前较为主流的内存频率1066MHz、1333MHz、1600MHz的DDR3内存，2133MHz、2400MHz、2666MHz、2800MHz、3000MHz、3200MHz的DDR4内存。
可以看得出，如果CPU直接访问内存，是一件相当耗时的操作。
1.2 缓存行
当数据被加载到三级缓存中，它是以缓存行的形式存在的，不是一个单独的项，也不是单独的指针。
在CPU缓存中，数据是以缓存行(cache line)为单位进行存储的，每个缓存行的大小一般为32--256个字节，常用CPU中缓存行的大小是64字节；CPU每次从内存中读取数据的时候，会将相邻的数据也一并读取到缓存中，填充整个缓存行；
可想而知，当我们遍历数组的时候，CPU遍历第一个元素时，与之相邻的元素也会被加载到了缓存中，对于后续的遍历来说，CPU在缓存中找到了对应的数据，不需要再去内存中查找，效率得到了巨大的提升；
但是，在多线程环境中，也会出现伪共享的情况，造成程序性能的降低，堪称无形的性能杀手；
/**
* @描述 64位机，一个对象大头16 个字节，一个 long 类型 8个字节 6*8 +16 = 64个字节 占满一个缓存
* @参数 $ CPU缓存中，数据是以缓存行(cache line)为单位进行存储
* @返回值 $
* @创建人
* @创建时间 $
* @修改人和其它信息
*/
public class CacheTest {
///数足够大才能 体现，数据小的时候 结果相反 因为其它数据会被加载导 一级 二级 缓存，导致结果相反。
public static int length = 1024*1024;
public static long [][] longs;
public static void main(String []args) throws InterruptedException {
//休眠3秒加载静态文件
Thread.sleep(3000);
longs = new long[length][];
for (int i = 0 ; i < length ; i++){
longs[i] = new long[6];
for (int j = 0 ; j < 6 ;j++){
longs[i][j] = 1l;
}
}
hitCache();
catchMiss();
}
/**
* 演示缓存命中
*/
public static void hitCache(){
long start = System.nanoTime();
int sum = 0;
for (int x = 0 ; x < length ; x ++){
for (int y = 0 ; y<6 ; y++ ){
sum += longs[x][y];
}
}
System.out.print("hitCache: ");
System.out.println(System.nanoTime() - start);
}
/**
* 缓存位未命中
*/
public static void catchMiss(){
long start = System.nanoTime();
int sum = 0;
for (int y = 0 ; y < 6; y++){
for (int x = 0 ; x<length ; x++){
sum += longs[x][y];
}
}
System.out.print("catchMiss: ");
System.out.println(System.nanoTime() - start);
}
}
参考博客：https://www.jianshu.com/p/1309dd03f81a