本人最近一个月由于绩效不错，奋斗劲反而没了，比较摆烂，深感惭愧。特此挖坑，给我好好学brpc!!!

前面提到，CPU运算的瓶颈往往不在于计算，而在于内存、存储和网络。相比于设计算法模型，CPU计算更侧重于工程。

相比下，GPU运算才是真正的高性能运算，虽然它的瓶颈同样可能来自GPU、显存、存储和网络，但提高计算能力、设计优秀的算法、编写高性能低开销的算子，是GPU运算的核心。GPU运算的典型场景就是大模型。

由于本人是存储方向，前面的文章大多数是关于存储的。计算机系统=计算+存储，其中计算包括计算单元（CPU、GPU）、cacheline和内存态的处理, 而存储特指IO处理。计算可分为CPU计算和GPU计算两部分，前者的典型场景是操作系统处理、进程执行、互联网业务处理和大数据和OLAP处理等。后者的典型场景是大模型的训练推理。

本文介绍CPU计算。CPU计算主要包括业务处理和大数据处理两部分，CPU运算的瓶颈往往不在于计算，而在于内存、存储和网络（可能这是ddia 把大数据计算也放到内的原因）。相比于算法模型，CPU计算更侧重于工程。

C++右值和右值引用是最容易用错的特性之一，相关教程普遍写得不清晰。实际上，只有在所有权转移时才需要使用右值引用，移动语义移动的是所有权，完美转发转发的也是所有权。

总结

先放总结

1. 左值引用的语义是绑定、const指针和不转移所有权(rust称为借用)，右值引用的语义是绑定、const指针和转移所有权
2. 是否使用右值引用，取决于是否要转移变量所有权。右值引用和左值引用在传参时都不会调用构造函数，性能一样高效。
3. 如果是字面量, 如果只是读字面量，直接用const& 参数接收即可 （最常见）。如果要转移所有权，例如使用容器时，字面值在当前函数创建随即交给容器，字面量的生命周期后续由容器负责。这时候容器函数应该使用&&，例如emplace()的接口就是右值引用。const&和&&的开销都是一次字面量的构造函数
4. 如果是左值，如果需要转移所有权，推荐使用&&和std::move()。如果不要, 用左值引用或指针即可。是不是要转移所有权，在于你想要这个左值变量在当前函数析构，还是在函数外析构
5. 新建对象，通过传std::move()左值，可以通过移动构造加快构造速度。如果传字面量，通过可以通过移动构造加快速度。但如果传左值，则需要调用拷贝构造函数。
6. 函数返回值不要考虑右值引用，右值引用只在函数参数上使用

C++可以写出性能高效的程序，一个原因来自语言本身的因素，例如

1. C++程序编译器可以进行优化，编译直接得到机器码，这让编译后需要执行的指令更少（解释器性能比编译期差的主要原因就是是解释器单行编译执行，而编译器是文件编译执行，获得的信息更多，优化空间更大。明确的类型信息也让编译期获得内存信息，可以在无须创建对象情况下进行优化）
2. 没有虚函数的C++程序编译后的执行码和C语言一样，没有golang interface{}, java 虚函数等额外的内存开销。C++的class, template等功能抽象不会带来额外的性能开销
3. C++可以直接管理内存，轻松写出内存零拷贝的程序，无需GC额外的性能开销。

除了语言本身的因素，生态因素对于高性能同样重要。用户程序不可能每次都造轮子，如果没有高性能的库，C++不会成为性能高效程序的首选。例如Python语言的性能虽然差，但python有tensorflow, pytorch等高性能神经网络框架，这让python写出的神经网络性能同样高效。

dpdk和spdk工具链让C++开发高性能网络服务器和高性能存储服务变得容易，GPU等新硬件和cuda等生态让C++成为高性能计算的基础。C++20提供了协程支持，deepseek 开源的3FS 就是C++20高性能编程的典型例子。

文件系统是组织磁盘的形式, 文件系统提供了文件元数据信息，以及文件内容寻址能力（即将文件offset+length映射为磁盘位置）；另一方面适配不同的磁盘硬件，让用户程序无须考虑硬件的区别。对用户程序来说，存储等于文件系统。

文件系统整体可以由客户端、元数据服务、数据服务三个部分组成, 包括read, write, setattr, getattr, lookup, readdir, create, rename, hardlink, symlink, readlink, remove等12个接口，支持随机读写文件。

为什么要有分布式文件系统? 1. 提供水平可扩展, 海量高性能存储 2. 提供多客户端的并发访问服务

leveldb前台可并发读，但只能串行写。

leveldb memtable通过无锁skiplist结构 支持读写并发

leveldb的后台线程只有一个，只处理compaction这一个任务, leveldb的minor compaction和major compaction是一起处理的

redis 通过网络服务接收远程命令，进行处理，将执行结果返回。

redis 4.0版本监听网络请求，处理请求和命令都由一个主线程完成。

1. 好处是redis 主IO路径无须加锁保护。
2. 缺点是redis 不可处理耗时长的命令，这在使用自定义命令和复杂lua脚本里需要注意。此外redis 无法利用多核cpu，这对部署机器的cpu单核能力有要求。

redis的rdb和aof 都是经典的数据持久化/备份手段，rdb关注数据库的数据, aof关注数据库的操作。

redis 是最值得学习的开源项目，

1. 它广泛应用
2. 它实现了单机缓存数据库，同时支持网络访问、复制、集群、订阅等高级特性
3. redis依赖很少，数据结构、日志等基础库也是自行实现，有利于学习
4. redis代码精悍、质量高，甚至很难找到优化点。

本文阐释redis数据结构，redis 数据结构设计的一大特点是节省内存。原因是redis作为内存数据库需要节省内存使用(连续内存的数组能减少内存碎片)。这对架构设计同样有借鉴意义，通过节省元数据内存使用来把更多元数据/索引放在内存上，可以大大提高处理的吞吐和延迟。

leveldb 可分为五大块。db, iterator，version, memtable+log, tablefile。

leveldb 的架构图资料上有很多，可以参考网站