写策略
对缓存来说，写操作总是有多种可选的策略。一般来说，普通内存空间的写操作可以有写通和写回2种。写回的效率会高一些，而写通一般会低一些。对传统意义的写通来说，可以认为缓存对写操作是“透明”的，不起作用。我们试图通过测试发现CPU的缓存所采取的写策略。在这里我们希望测量“写未命中（Write Miss，WM）”和“写命中（Write Hit，WH）”两种操作的速度差异来区分写策略。对写通来说，WM和WH不会有太大的性能差异（很简单的原理，就不说了）。而对写回，WM和WH将有巨大的性能差异：当WH发生的时候，CPU只需要把数据写到缓存中就可以完成操作了；而WM发生的时候，CPU需要：（1）找到一空的缓存块，或淘汰一老的缓存块；（2）从下一级存储器调入一缓存块；（3）完成写命令。可见，WM要耗费大量时间于步骤（2），将使操作速度显著下降。
下面就是如何测试这些WM和WH的操作速度了。在这里我们必须同时“制造”大量的WM和WH事件用于测试。原理也很简单：“制造”WM事件就是首先向缓存装入其它的数据，再执行写操作；“制造”WH事件就是首先向缓存装入要写入的地址空间的数据，再执行写操作。这里要注意的是WM事件过程中，必须满足1个条件才能保证所有的写操作都是WM：每个缓存块只能执行一个写操作。有鉴于此，我们测试WH和WM的操作速度的时候都只对每个缓存块写一次。由于我们用的时间测量手段精度很高，可以保证在这样少的循环次数中得到准确的测试数据。
测试时我们首先分配2倍于缓存大小的内存，如下图：
然后，为了“制造”WM事件，我们进行2个步骤：（1）反复读内存块1多次（测试中是5次），则缓存将不太可能有内存块2中的数据（如果是LRU类的替换策略，缓存应该被内存块1填满）；（2）向内存块2写，每个缓存块只写一次。则步骤（2）的写操作基本上都是WM事件。只要测量步骤（2）的时间，再与缓存块数平均，就是结果。在后面我们把这种操作叫做“W－M”
为了“制造”WH事件，我们也进行2个步骤：（1）反复读内存块2多次（测试中是5次），则内存块2中的大部分都会在缓存中（如果是LRU类的替换策略，内存块2应该全部在缓存中）；（2）向内存块2写，每个缓存块只写一次。则步骤（2）的写操作基本上都是WH事件，与前面类似。在后面我们把这种操作叫做“W－H”
在测试中我们同时还测量了先向内存块1反复写再从内存块2读（R－CH，读－交换：需要把缓存中已经修改的数据写回到内存），和其对称的操作（先向内存块2反复写再从内存块2读：R-H-D，读命中修改过的数据，D表示Dirty），以及读未命中（R－M：先从内存块1反复读再从内存块2读）和普通读命中（R－H：先从内存块2反复读再从内存块2读）等操作的速度。
由于上面这些操作和我们的其它测试的操作差异很大，所以我们为这个测试专门准备了测试函数。在这里就没有为循环展开作任何处理了（事实上没有多少必要，而且要实现可控制的循环展开需要很多代码的），下面的测试只是遍历了不同的函数起始偏移来得到最佳性能。
下面是测试结果，分L1和L2两部分：
表中最左面一列是函数的起始地址。不用画曲线，可以明显看出，W-M比W-H慢了不是一点点。而且，R-CH由于要把数据写回到内存，同样比R-H-D慢了很多。而R-M和R-H相比，虽然速度也是慢很多，但程度比前2个要小的多了。这些数据应该是非常有说服力的了。
在上面的测试数据中还有一个有趣的现象。我们把L1部分的最后2列R-M和R-H的数据画成曲线图如下：
我们进行这2个测试的时候有一个特点，就是这2个测试是有同一个函数完成的，只是所用的数据不同（确实的同一个函数，不是同一功能不同循环展开次数的函数）。而这2条曲线最有意思的特点是同时（13）达到极值：一个极大值，一个极小值。而根据前面所说，曲线图中水平坐标表示的是函数的首地址偏移。这非常具有讽刺意义：Intel总是劝说程序员把函数或循环入口对齐到xxxx，可是你是想得到最佳性能还是想得到最差性能（这里测量值越大越好还是越小越好已经没有影响了：2个情况总是反的）！！？？:)
所以，如果以后Intel的工程师再劝你把函数和循环入口对齐到xxxx，你可以向他说：狗屎＋sh*t+TMD+nuts!
