内存时序

由于内存条种类繁多，参数多样，很多小白DIY电脑的，会发现购买内存条是件头疼的事。大家对内存容量以及内存频率关注较多，而对内存时序却关注的很少，其实内存时序也是内存的参数之一，内存时序究竟有多重要呢？ 内存时序是描述同步动态随机存取存储器（SDRAM）性能的四个参数：CL、TRCD、TRP和TRAS，单位为时钟周期。它们通常被写为四个用破折号分隔开的数字，如16-18-18-36。宏旺半导体了解到，第四个参数经常被省略，而有时还会加入第五个参数：Command rate（命令速率），通常为2T或1T，也写作2N、1N。 CL对内存性能的影响是最明显的，所以很多产品都会把内存CL值标在产品名上，而后面的三个数字都是最小周期数。CL的英文全称是CAS Latency，意思就是CAS的延迟时间，从中文意思中可以看出来这个数字越小延迟也就越小，一般DDR4的CL值在14-16就是一个不错的数值了，不少低延迟高超频能力的内存条还会将CL值压缩到11，这样的内存条延迟会更低，从而获得同频率下更好的性能。 内存时序参数影响随机存储存储器速度的延迟时间，较低的数字通常意味着更快的性能，所以在同代同频率的情况下，内存时序越小越好，一般情况下大家只需要看内存时序中的第一个数字，也就是CL值，数字越小越好。 宏旺半导体举个例子，内存的时序就是我们这个仓库的物流人员找到货物，并把货物装上车的时间，一般来说

文章目录 根因分析 清华FOCUS：找影响系统性能瓶颈的原因 MSRA iDice：多维指标突变定位 清华Hotspot：多维根因定位 智能变更 清华FUNNEL：评估变更影响 异常检测 雅虎EGADS：KPI异常检测框架 清华Opprentice：KPI自动化异常检测 清华DeepLog: 日志异常检测 清华StepWise：指标模式漂移后的准确异常检测 故障预测 IBM： 磁盘故障预测 聚类 微软Yading：时序数据聚类算法 微软LogCluster：日志聚类 清华FT-Tree:提取日志模板 清华ROCKA：KPI聚类 最近要面阿里云的弹性计算部门，貌似会用到AIops，所以复习和学习一下之前实习公司的一些成果，本文基本都来自于公众号《智能运维前沿》，公众号由清华netman实验室和必示科技维护。 根因分析 清华FOCUS：找影响系统性能瓶颈的原因 focus 瓶颈：30%的用户的搜索响应时间大于1秒钟 单维分析的局限性：只简单的分析单维数据很难发现系统真正的性能瓶颈 多维分析：第二列表示该条件下的 高响应延迟（HSRT）占总的高响应延迟（HSRT）的比例，可以看出页面所含的图片数量是主要的性能瓶颈 FOCUS： 首先FOCUS使用系统每天产生的日志数据来训练决策树，从决策树中可以分析得到引发高搜索响应时间（HSRT）的条件，由于每天的数据会训练出一棵决策树

　　前言 　　中断的概念属于硬件层。虽然我们在进行软件编程时不会直接使用中断，但理解它对我们来说依然重要。 　　我们在使用线程切换及状态管理、异常处理、硬件与处理器的交互、I/O操作等指令时，中断都在默默的为我们服务。 　　处理器基于硬件封装对外的指令集，底层语言封装指令集为我们提供更加简单的抽象，高级语言基于底层语言赋予程序更明确的语义。可以看到在这条关系链条中，下层的变动会牵一发而动全身影响上层。而上层想要提高效率，改变机制也必须得到下层的支持。 　　像 I/O 处理的不断演进，从占用CPU等待到通过中断阻塞等待到多路复用与异步，如果没有下层的支持上层是不可能实现的。而不了解下层的原理我们也很难真正理解一个机制的高效的原因。因此了解下层的原理对应用层工程师来说同样重要。 　　什么是中断 　　现代计算机具有多任务处理的能力，往往一台我们办公使用的普通计算机上都会同时运行着几十上百的任务（进程）。我们很难想象，我们点击一下鼠标，需要等待计算机的进程调度模块调度到鼠标处理任务后再给我们做出响应，这对我们来说是不可接受的。 　　现实是我们在点击鼠标或键盘时（正如我现在在做的事情），计算机会立即给我反馈处理结果，计算机与我们之间是在进行实时交互的。而实时性的实现便是依赖了中断，中断是为了顺应人们对实时性交互的需求而产生的技术。中断之所以有用，是因为它会立刻停下当前的程序（软件

Table of Contents 一、SDRAM 简易工作流程 二、tRCD 行列延迟RAS to CAS Delay 三、 CL（RL，Read Latency）读取潜伏期 四、tWR 写延迟 五、突发长度--(Burst Lengths) 六、预充电时间tRP 七、刷新时间 八、例说 一、SDRAM 简易工作流程 二、 tRCD 行列延迟 RAS to CAS Delay 行地址确定之后，就要对列地址进行寻址了。读写的信号和列地址是同时发过来的，读写的操作取决于WE#引脚，当他使能则为写，否则为读。 在发送列读写命令时必须要与行有效命令有一个间隔，这个间隔被定义为 tRCD，即 RAS to CAS Delay （RAS 至 CAS 延迟），大家也可以理解为行选通周期，简单说就是， 发完行地址再延迟tRCD时间发送列地址 ，这应该是根据芯片存储阵列电子元件响应时间（从一种状态到另一种状态变化的过程）所制定的延迟。 广义的 tRCD 以时钟周期（tCK，Clock Time）数为单位，比如 tRCD=2，就代表延迟周期为两个时钟周期，具体到确切的时间，则要根据时钟频率而定，对于PC100 SDRAM，tRCD=2，代表1000/100 * 2 = 20ns 的延迟，下图是tRCD=3的时序图。 三、 CL（RL，Read Latency） 读取潜伏期 在选定列地址后

　　大家好，我是痞子衡，是正经搞技术的痞子。今天痞子衡给大家介绍的是 EEPROM接口标准及SPI EEPROM 。 　　痞子衡之前写过一篇文章 《SLC Parallel NOR简介》 ，介绍过并行NOR Flash基本概念。众所周知，现如今嵌入式非易失性存储器基本被NOR Flash一统江湖了，但在Flash技术发明之前，EEPROM才是非易失性存储器的霸主。EEPROM的全称是"电可擦除可编程只读存储器"，即Electrically Erasable Programmable Read-Only Memory，EEPROM技术的发明可是拯救过一大批嵌入式工程师的，毕竟在这之前非易失性存储器技术的演进分别是ROM(只读), PROM(只能写一次), EPROM(紫外线可擦除)，擦除方式都不太友好，直到EEPROM的出现才变得人性化。虽说现在Flash是主流，但在较低容量（2Mb以下）尤其是超低容量（1Kb以下）的市场，EEPROM仍然有其不可替代的应用场合。今天痞子衡就来好好聊一聊EEPROM： 一、EEPROM背景简介 　　聊到EEPROM发展史，不得不提浮栅MOSFET，这是一项发明于1967年的技术，它是所有闪存的基础。1970年，第一款成功的浮栅型器件-EPROM被发明。1979年，大名鼎鼎的SanDisk(闪迪)创始人Eli Harari

摘要： 2017年时序数据库忽然火了起来。开年2月Facebook开源了beringei时序数据库；到了4月基于PostgreSQL打造的时序数据库TimeScaleDB也开源了，而早在2016年7月，百度云在其天工物联网平台上发布了国内首个多租户的分布式时序数据库产品TSDB，成为支持其发展制造，交通，能源，智慧城市等产业领域的核心产品，同时... 2017年时序数据库忽然火了起来。开年2月Facebook开源了beringei时序数据库；到了4月基于PostgreSQL打造的时序数据库TimeScaleDB也开源了，而早在2016年7月，百度云在其天工物联网平台上发布了国内首个多租户的分布式时序数据库产品TSDB，成为支持其发展制造，交通，能源，智慧城市等产业领域的核心产品，同时也成为百度战略发展产业物联网的标志性事件。时序数据库作为物联网方向一个非常重要的服务，业界的频频发声，正说明各家企业已经迫不及待的拥抱物联网时代的到来。 本文会从时序数据库的基本概念、使用场景、解决的问题一一展开，最后会从如何解决时序数据存储这一技术问题入手进行深入分析。 1. 背景 百度无人车在运行时需要监控各种状态，包括坐标，速度，方向，温度，湿度等等，并且需要把每时每刻监控的数据记录下来，用来做大数据分析。每辆车每天就会采集将近8T的数据。如果只是存储下来不查询也还好（虽然已经是不小的成本）

初探时序数据库-InfluxDB 最近公司有个需求需要借助InfluxDB实现（或者更准确的说，使用该数据库可以更容易的实现），因此稍微看了下这个数据库，把比较重要的一些东西先简单记录一下，日后如果采坑，也会继续在下面补充。 一、什么是时序数据库，它可以用来做什么？ 针对这种情况，再往Mysql里记录就不太适合了，这时可以使用时序数据库进行分布式存储，时序数据库对范围分组查询、最大值、最小值、均值、最大最小求和等计算的支持是非常友好的。 时序数据库还支持过期策略，超过指定期限的数据将被回收，因此用时序数据库做监控也是不错的选择。 二、InfluxDB基本概念 1.不需要专门建表，一般insert执行过去时，如果发现表不存在，就自动创建。 2.基本概念与mysql中概念的对应关系 database 数据库 类似mysql里的库 measurement 表 类似mysql里的表 point 一行数据记录 类似mysql里的一行数据 3.point的概念就类似于mysql里一行数据，point的构成部分有三个： time 时间戳 influxdb自带字段，单位：纳秒 tags 有各种索引的属性 可设置多个，逗号隔开 fields 没有索引的属性 可设置多个，逗号隔开 tags和fileds的区别： 1. field无索引，一般表示会随着时间戳而发生改变的属性，比如温度、经纬度等

本文选自云栖大会下一代云数据库分析专场讲师自修的演讲——《TSDB云边一体化时序时空数据库技术揭秘》 自修 —— 阿里云智能数据库产品事业部高级专家 认识TSDB 第一代时序时空数据处理工具 虽然通用关系数据库可以存储时序数据，但是由于缺乏针对时间的特殊优化，比如按时间间隔存储和检索数据等等，因此在处理这些数据时效率相对不高。 第一代时序数据典型来源于监控领域，直接基于平板文件的简单存储工具成为这类数据的首先存储方式。 以RRDTool，Wishper为代表，通常这类系统处理的数据模型比较单一，单机容量受限，并且内嵌于监控告警方案。 第二代面向时序时空领域的数据库伴随着大数据和Hadoop的发展，时序数据量开始迅速增长，系统业务对于处理时序数据的扩展性等方面提出更多的要求。 基于通用存储而专门构建的时间序列数据库开始出现，它可以按时间间隔高效地存储和处理这些数据。像OpenTSDB，KairosDB等等。 这类时序数据库在继承通用存储优势的基础上，利用时序的特性规避部分通用存储的劣势，并且在数据模型，聚合分析方面做了贴合时序的大量创新。 比如OpenTSDB继承了HBase的宽表属性结合时序设计了偏移量的存储模型，利用salt缓解热点问题等等。 然而它也有诸多不足之处，比如低效的全局UID机制，聚合数据的加载不可控，无法处理高基数标签查询等等。 随着docker

本文选自云栖大会下一代云数据库分析专场讲师 自修 的演讲——《TSDB云边一体化时序时空数据库技术揭秘》 自修 —— 阿里云智能数据库产品事业部高级专家 认识TSDB 第一代时序时空数据处理工具 虽然通用关系数据库可以存储时序数据，但是由于缺乏针对时间的特殊优化，比如按时间间隔存储和检索数据等等，因此在处理这些数据时效率相对不高。 第一代时序数据典型来源于监控领域，直接基于平板文件的简单存储工具成为这类数据的首先存储方式。 以RRDTool，Wishper为代表，通常这类系统处理的数据模型比较单一，单机容量受限，并且内嵌于监控告警方案。 第二代面向时序时空领域的数据库伴随着大数据和Hadoop的发展，时序数据量开始迅速增长，系统业务对于处理时序数据的扩展性等方面提出更多的要求。 基于通用存储而专门构建的时间序列数据库开始出现，它可以按时间间隔高效地存储和处理这些数据。像OpenTSDB，KairosDB等等。 这类时序数据库在继承通用存储优势的基础上，利用时序的特性规避部分通用存储的劣势，并且在数据模型，聚合分析方面做了贴合时序的大量创新。 比如OpenTSDB继承了HBase的宽表属性结合时序设计了偏移量的存储模型，利用salt缓解热点问题等等。 然而它也有诸多不足之处，比如低效的全局UID机制，聚合数据的加载不可控，无法处理高基数标签查询等等。 随着docker

时序数据库技术体系 – InfluxDB TSM存储引擎之数据写入 http://hbasefly.com/2018/03/27/timeseries-database-6/ 2018年3月27日 范欣欣 时序数据库 之前两篇文章笔者分别从TSM File文件存储格式、倒排索引文件存储格式这两个方面对InfluxDB最基础、最底层也最核心的存储模块进行了介绍，接下来笔者会再用两篇文章在存储文件的基础上分别介绍InfluxDB是如何处理用户的写入（删除）请求和读取请求的。在阅读这两篇文章之前，强烈建议看官先行阅读之前的多篇文章，不然可能会有一定的阅读障碍。 InfluxDB写入总体框架 InfluxDB提供了多种接口协议供外部应用写入，比如可以使用collected采集数据上传，可以使用opentsdb作为输入，也可以使用http协议以及udp协议批量写入数据。批量数据进入到InfluxDB之后总体会经过三个步骤的处理，如下图所示： 批量时序数据shard路由：InfluxDB首先会将这些数据根据shard的不同分成不同的分组，每个分组的时序数据会发送到对应的shard。每个shard相当于HBase中region的概念，是InfluxDB中处理用户读写请求的单机引擎。 倒排索引引擎构建倒排索引：InfluxDB中shard由两个LSM引擎构成 – 倒排索引引擎和TSM引擎