共 3 篇相关文章
这篇文章分享了一组程序员最好烂熟于心的参考值——从CPU各级缓存、主存、固态硬盘到跨地域网络请求的访问延迟。这组经典数据最早源自谷歌传奇工程师 Jeff Dean 的演示文稿，它用具体数字将抽象的“快”与“慢”量化成了直观的层次。 例如，从L1缓存访问只需几纳秒，而访问一次固态硬盘则需要几万纳秒，一次跨大西洋的网络往返可能要一百多万纳秒。这之间几个数量级的差异，直接决定了我们在设计算法、选择存储方案和搭建分布式系统时的性能天平该如何倾斜。文章作者不仅呈现了数据，还提供了社区整理的精炼版链接，并讲述了关于 Jeff Dean 的著名轶事，让这组数据多了几分传奇色彩。 在编程世界里，凭感觉优化往往事倍功半。而将这些延迟数字内化于心，能帮助你在架构层面做出更明智的判断，比如何时该引入缓存、数据该如何分区、或是如何设计一个能容忍网络延迟的服务。有了这些量化概念，做技术决策时才能心中有“数”。
作者开篇指出，在服务器开发中，带宽与延迟是决定QPS和负荷的关键网络指标。但现实中，理论计算的性能往往与实际存在偏差——网卡驱动、交换机跳数、协议栈配置甚至光模块的实际速率，都会成为变数。 因此，依赖理论估算并不可靠。作者推荐使用qperf这类工具进行实测，以获取最真实的网络性能数据。这篇文章正是聚焦于此，介绍如何运用qperf来量化带宽与延迟，从而为服务器优化与故障排查提供可靠依据。对于需要精确掌握网络底数的开发者而言，了解如何进行这种实测至关重要。
这篇讲的是网络基础概念中的一个常见误区。作者坦诚，自己多年间曾一直认为“时延”和“带宽”是反比关系——时延低，带宽就高。但深入理解后发现，这完全是两个独立维度的指标。 文章的核心在于厘清这一对比：时延是数据包从源头到目的地所需的时间（单位通常是毫秒），它主要受限于物理距离、中间设备的处理速度等“传输路径”特性。而带宽是网络链路在单位时间内能传输的最大数据量（单位通常是Mbps/Gbps），它取决于线路的物理介质和协议设计，是“管道”的粗细。 关键差异在于，两者并无直接的制约关系。一条高带宽的跨洋光纤，因为距离遥远，其时延可能远高于一根低带宽的局域网网线。优化目标也不同：对实时交互（如视频会议、游戏）更关键的是低时延；而对大文件下载、流媒体高清视频，则更需要高带宽来提升吞吐量。 作者从个人认知纠偏出发，把这个容易混淆的知识点讲透了。这提醒我们，在做网络性能优化或方案选型时，必须分清瓶颈究竟是在“管道宽度”（带宽）还是“路径耗时”（时延），才能对症下药。
