我正在使用以下示例了解缓存的工作原理：

#include <stdio.h>
#include <stdint.h>
#include <stdlib.h>

typedef uint32_t data_t;
const int U = 10000000;   // size of the array. 10 million vals ~= 40MB
const int N = 100000000;  // number of searches to perform

int main() {
  data_t* data = (data_t*) malloc(U * sizeof(data_t));
  if (data == NULL) {
    free(data);
    printf("Error: not enough memory\n");
    exit(-1);
  }

  // fill up the array with sequential (sorted) values.
  int i;
  for (i = 0; i < U; i++) {
    data[i] = i;
  }

  printf("Allocated array of size %d\n", U);
  printf("Summing %d random values...\n", N);

  data_t val = 0;
  data_t seed = 42;
  for (i = 0; i < N; i++) {
    int l = rand_r(&seed) % U;
    val = (val + data[l]);
  }

  free(data);
  printf("Done. Value = %d\n", val);
  return 0;
}

字符串
使用perf record ./sum然后使用perf report找到的慢速随机访问循环的相关注解是

0.05 │       mov    -0x18(%rbp),%eax                                                                 ▒
  0.07 │       mov    -0x10(%rbp),%rcx                                                                 ▒
       │       movslq -0x20(%rbp),%rdx                                                                 ▒
  0.03 │       add    (%rcx,%rdx,4),%eax                                                               ▒
 95.39 │       mov    %eax,-0x18(%rbp)                                                                 ▒
  1.34 │       mov    -0x14(%rbp),%eax                                                                 ▒
       │       add    $0x1,%eax                                                                        ◆
       │       mov    %eax,-0x14(%rbp)

型
此时，-0x18持有val，-0x10持有data，-0x14持有i，-0x20持有l。左栏中的数字显示该指令所花费的时间百分比。我预计add (%rcx, %rdx, 4), %eax行将占用最多的时间，因为它必须为data[l]（即(%rcx, %rdx, 4)）执行随机访问负载。这应该只在L1缓存中大约16 k/U = 0.16%的时间，因为我的L1缓存大小为64 k字节，或16 k整数。所以这次行动应该是缓慢的。相比之下，显然很慢的操作只是从寄存器%eax移动到val，该寄存器经常使用，因此它肯定在缓存中。有人能解释一下发生了什么事吗？