A-tit indd

348
Локальность данных (Data Locality) — 
Паттерны программирования игр
буквально уничтожит кэш, и наглядно показать возмож-
ные последствия.
Увидев получившуюся выборку, я удивился. У меня 
были предположения, что влияние окажется серьезным, 
но не настолько же… Я написал две программы, кото-
рые делали 
одно и то же
. Единственная разница в ко-
личестве пропусков кэша. И первый пример оказался 
в 
пятьдесят
раз медленнее.
Это прямо открыло мне глаза. Я привык думать, что 
производительность зависит от 
кода
, а не от 
данных
. 
Байт не является быстрым или медленным, он просто 
некая статичная вещь, которая где-то лежит. Но так как 
мы используем кэш, 
способ организации данных напря-
мую влияет на производительность
.
Оптимизация использования кэша — обширная тема. 
Я даже еще не затронул 
кэширование инструкций
. Запом-
ните, код тоже располагается в памяти и должен быть 
загружен в процессор перед выполнением. Наверное, 
кто-то, кто разбирается в этом чуть лучше, мог бы напи-
сать целую книгу.
Раз уж вы читаете 
эту
книгу, я поделюсь с вами не-
сколькими базовыми приемами, которые помогут вам 
начать думать о данных как о чем-то, влияющем на про-
изводительность.
Все сводится к простой вещи: каждый раз, когда чип 
считывает информацию из памяти, он целиком заполня-
ет строку кэш-памяти. И чем больше данных вы може-
те использовать из строки кэш-памяти, тем быстрее бу-
дет работать ваш код. Ваша цель —
организовать ваши 
структуры данных таким образом, чтобы обрабаты-
ваемые данные находились в памяти рядом
.
Другими словами, если вы сначала обрабатываете 
Thing
, затем 
Another
, а потом 
Also
, логично располо-
жить их в памяти примерно так (рис. 17.3).
Рис. 17.3.
Три объекта рядом друг с другом в памяти
Конечно, есть подвод-
ные камни. В частности, 
у разных компьютеров 
по-разному реализован 
кэш, так что мои резуль-
таты могут не совпадать 
с вашими. А игровые 
консоли сильно отлича-
ются от персональных 
компьютеров, которые, 
в свою очередь, имеют 
много отличий от мо-
бильных устройств.
Результаты могут быть 
совершенно разными —
это нормально.
На самом деле кое-кто 
уже написал книгу 
по этой теме: 
Data-
Oriented Design
, Ричард 
Фабиан.
Тут есть одно важное 
допущение — один по-
ток. Если вы обрабаты-
ваете соседние данные 
в нескольких потоках, 
то 
быстрее
будет распо-
ложить их в 
разные
кэш-
строки. Если два потока 
попытаются обратиться 
к данным в одной 
строке кэш-памяти, 
то обоим ядрам при-
дется заниматься доро-
гостоящей синхрониза-
цией кэша.

---