为什么说SAS、FC对CPU耗费比TCPIP+以太网低

2024-04-28 09:18
文章标签 以太网 cpu tcpip 耗费 sas fc

本文主要是介绍为什么说SAS、FC对CPU耗费比TCPIP+以太网低,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

为什么说SAS、FC对CPU耗费比TCPIP+以太网低

如果按照OSI模型来划分的话,FC/SAS协议都运行在下四层,而以太网运行在下两层,TCP/IP运行在传输层和网络层。那么很自然的,TCP/IP+以太网就可以完成FC、SAS的功能。但是,TCP/IP协议栈是运行在主机端内核中的,需要耗费主机CPU来运算。具体体现在,以太网卡会将每一个接收到的以太网帧都传送到主机TCP/IP协议栈,在这里,TCP/IP模块对接收到的以太网帧进行IP地址分析、TCP层的数据段定界、校验、检测重传、包的拼接操作,这一系列操作都需要主机CPU运行TCP/IP的代码来执行。而FC/SAS的所有下四层,都在FC/SAS控制器的硬件电路或者固件中就完成了,其传送到主机内存里的数据直接就是FC/SAS包中所包含的上层Payload,所以其对主机CPU的耗费较小,产生的时延也较低,因为如果是TCP/IP的话,每个以太网帧被拷贝到主机内存,然后经过CPU每处理,这整个流程的时延将会较高,其中会有多次内存拷贝动作。对于那些对时延有要求的应用,比如OLTP类、同步IO类,基于TCP/IP协议的IO就会有劣势。



这篇关于为什么说SAS、FC对CPU耗费比TCPIP+以太网低的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/942872

相关文章

java中查看函数运行时间和cpu运行时间

android开发调查性能问题中有一个现象,函数的运行时间远低于cpu执行时间,因为函数运行期间线程可能包含等待操作。native层可以查看实际的cpu执行时间和函数执行时间。在java中如何实现? 借助AI得到了答案 import java.lang.management.ManagementFactory;import java.lang.management.Threa

【计算机网络篇】数据链路层(12)交换机式以太网___以太网交换机

文章目录 🍔交换式以太网🛸以太网交换机 🍔交换式以太网 仅使用交换机(不使用集线器)的以太网就是交换式以太网 🛸以太网交换机 以太网交换机本质上就是一个多接口的网桥: 交换机的每个接口考研连接计算机,也可以理解集线器或另一个交换机 当交换机的接口与计算机或交换机连接时,可以工作在全双工方式,并能在自身内部同时连通多对接口,使每一对相互通信的计算机都能像

关于CPU的一点知识

首先说一下,CPU是干啥的: CPU所负责的就是解释和运行最终转换成机器语言的程序内容 我们需要知道的CPU结构:重点需要关注寄存器 运算器 简单说就是负责运算从内存读取到寄存器中的数据,可以看作一个数据加工厂,就是对寄存器中的数据做运算,这些运算包含基本的算术和逻辑运算。 算术逻辑单元(ALU) 这个是运算器中重要的一个组成,主要负责的就是对数据的处理,从而实现对数据的算术和

【计算机网络篇】数据链路层(13)共享式以太网与交换式以太网的对比

文章目录 🍔共享式以太网与交换式以太网的对比🔎主机发送单播帧的情况🔎主机发送广播帧的情况🔎多对主机同时通信 🛸使用集线器和交换机扩展共享式以太网的区别 🍔共享式以太网与交换式以太网的对比 下图是使用集线器将4台主机互联而成的小型共享式以太网 下图是使用交换机将4台主机互联而成的小型交换式以太网 我们假设交换机的转发表已经学习到了所有主机与自己各接口的对应

C++系统相关操作4 - 获取CPU(指令集)架构类型

1. 关键词2. sysutil.h3. sysutil.cpp4. 测试代码5. 运行结果6. 源码地址 1. 关键词 关键词: C++ 系统调用 CPU架构 指令集 跨平台 实现原理: Unix-like 系统: 可以通过 uname -m 命令获取 CPU 架构类型。Windows 系统: 可以通过环境变量 PROCESSOR_ARCHITECTURE 获取 CPU 架构类型。

判断CPU的大小端

原文出处:http://blog.sina.com.cn/s/blog_54f82cc201012c1k.html 下面的两个程序均可判断CPU的大小端问题 int i=1;       char *p=(char *)&i;       if(*p==1)                printf("Little_endian");   //Little_endian     e

【深度学习系列】全面指南:安装TensorFlow的CPU和GPU版本

本博客旨在为初学者提供一份全面的指南,介绍如何根据个人电脑的配置选择并安装适合的TensorFlow版本。内容涵盖了如何查看电脑显卡型号以确定是安装CPU还是GPU版本的TensorFlow,创建Python虚拟环境,以及使用conda命令查找可用的TensorFlow版本。同时,文章还提供了安装过程中可能遇到的问题及其解决方法,确保读者能够顺利完成安装过程,并开始他们的机器学习或深度学习项目。

计组期末复习-第五章CPU(白中英教材)

目录 一、微指令、微程序、微命令关系 二、绘制指令周期流程图 ADD R2,R0 SUB R1,R3 STO R1,[R2]  LAR (R3),R0 三、数据通路微操作类型判断 四、微程序控制方式 1. 微命令编码两种方式: 2. 水平型微指令格式 3.计算下地址字段位数 4.控制存储器容量的计算 五、流水线 1. 吞吐率、加速比计算 2. 周期 3. 冒险

cpu漏洞修复

关于CPU相关漏洞的修复处理_cpu漏洞如何修复 vulnerability spec store bypass: vulnera-CSDN博客

openeuler一个服务异常占用cpu的排查过程

1 环境 硬件环境:LS1046A   arm64  系统环境:openEuler release 22.03 (LTS-SP1)  +  Linux kernel 4.19.26 2 问题说明 我的硬件平台需要适配一下 openEuler release 22.03 (LTS-SP1) 但是目前只能使用原来硬件平台的内核,在适配的过程中,发现 一个内核线程始终占用一个cpu资源。