1. 吞吐量基础概念
吞吐量，说白了就是系统在单位时间内能干多少活。我刚开始做性能优化那会儿，总觉得这概念太简单了——不就是每秒处理多少请求嘛。但后来踩的坑多了，才发现事情没那么简单。
什么是吞吐量
吞吐量（Throughput）衡量的是系统处理能力。拿我们做内存拷贝来说，就是单位时间内能拷贝多少数据。
举个例子：
- 你有一个 1GB 的文件需要拷贝
- 系统花了 10 秒完成
- 那么吞吐量就是 100 MB/s
嗯，这里要注意。吞吐量不是越快越好，而是要看系统能不能稳定地维持这个速度。我在项目中遇到过，有些系统刚开始跑得飞快，但过一会儿就掉下来了。这种「虚高」的吞吐量，其实没啥用。
为什么内存拷贝是瓶颈
你想想看，现代 CPU 算力已经很强了，但内存速度却跟不上。这就好比一个超级工厂，工人（CPU）干活飞快，但原材料（数据）从仓库（内存）运过来却慢吞吞的。
我个人习惯把内存拷贝的瓶颈归结为三点：
| 瓶颈因素 | 具体表现 | 影响程度 |
|---|---|---|
| 内存带宽限制 | DDR4 理论带宽约 25 GB/s，实际能用 60-70% | 高 |
| 缓存命中率 | L1 缓存访问延迟 1ns，主存延迟 100ns | 极高 |
| CPU 指令开销 | memcpy 本身也有指令执行成本 | 中 |
我曾经在一个数据管道项目里，发现吞吐量死活上不去。查了半天，原来是内存拷贝占了 40% 的 CPU 时间。说白了，数据还没开始处理，光搬运就耗掉了小一半的资源。
核心观点：内存拷贝不是简单的数据移动，它涉及 CPU 缓存、内存控制器、总线带宽等多个硬件组件的协同。任何一个环节掉链子，吞吐量就上不去。
吞吐量的度量单位
度量单位这块，我建议你记住几个常用的：
- B/s（字节每秒）：最基础的单位，比如 100 MB/s
- ops/s（操作每秒）：适合衡量处理能力，比如 1000 次拷贝/秒
- Gbps（吉比特每秒）：网络场景常用，1 GB/s = 8 Gbps
这里有个坑，我曾经犯过。有一次汇报性能数据，我说「吞吐量是 1000」，结果别人问「1000 什么？字节？比特？还是操作次数？」。嗯，从那以后我每次都会把单位写清楚。
小技巧：做性能测试时，建议同时记录两个指标——数据吞吐量（MB/s）和操作吞吐量（ops/s）。前者看带宽利用率，后者看处理效率。两个指标一起看，才能发现问题。
知识体系总览
下面这张图，是我梳理的吞吐量相关知识结构。你可以把它当作一个地图，后面我们会一步步深入每个细节。
注意：吞吐量优化不是一锤子买卖。我见过太多人上来就改代码，结果发现瓶颈在硬件层面。建议先做 profiling，找到真正的瓶颈点，再动手优化。
好了，这一节我们聊了吞吐量的基本概念。说白了就是三件事：它是什么、为什么内存拷贝会成为瓶颈、怎么度量它。下一节我们会深入内存拷贝的具体实现，看看 memcpy 到底是怎么工作的。
想要更多资料，联系可可