避不开的数据拷贝

今天说点实质性的问题，不谈细节。

从图灵机的基础理论，到冯诺依曼，哈佛架构，再到计算机，不管是服务器还是 PC，一直到计算机网络，不管是广域网还是数据中心，不管是 P2P 还是 C/S，最终这类机器都是 “拖挂” 式结构，也就是说计算部件和为计算部件提供数据的部件是分离的，这就注定数据要不停搬来搬去，从一个地方到另一个地方。

数据不停搬运是通用计算机以及计算机网络的内在属性，从内存在 CPU，从设备到内存，从设备到 CPU，从内存一个地方到另一个地方，从一台机器到另一台机器，不一而足。因为作为通用机器，对数据必须中立，这意味着机器不能内置任何性能偏好的数据。

既然要不停搬运数据，就一定涉及拓扑问题，根据效能优化的结果往往落实到 fullmesh 和星型拓扑，总线型拓扑的中间态。共识是，只要多对多系统，其收敛比一定大于等于 1，这又是一个统计复用系统，收敛比一定大于 1。

收敛比大于 1 的统计复用系统一定会遭遇拥塞，延迟，异构存储墙(比如内存墙)等问题，一个良好的系统一定要用 CAP 定理兜底。幸运的是，从计算机主板到整个互联网，这个底兜住了，人们在此之上致力于各种传输优化， 收效颇丰，但若要极致优化，办法似乎只有一个，就是减少数据搬运，甚至尽量不搬运，主机零拷贝是一个好例子，但网络领域似乎没有这么好的，CDN 勉强算一个。

减少数据搬运的效果要远大于优化拥塞控制，特别对于有低延时需求的场景，在统计意义上，减少传输是减少拥塞延时的唯一方式。统计传输内容，用字典和映射代替拷贝本身，但这种方式始终不入经理们的法眼。

做个类比，哺乳动物非常类似计算机拖挂式结构，而低级昆虫则相反。

哺乳动物通过血液交换气体营养，通过消化系统将食物从嘴处理到肛门，通过神经系统传递信号和指令，所有这些系统的每一次运输都有一个确定的源和目标对，比如口鼻，心脏，细胞，大脑，肌肉，即便这是个缜密的近乎确定性的网络，偶然的血压波动，血脂，血管壁畸变都会引发灾难性后果，比如心梗，脑梗，脑出血，肺栓塞，肌溶解。

与哺乳动物相对的是昆虫，每个体节有独立神经节，可局部决策，反射弧超短。感觉和动作直接耦合，可快速响应，没有大脑或大脑能耗极低，代谢率极低，并且容错率超高，砍断半截还能活。
对比这两类结构，从进化的角度看，哺乳动物类似计算机系统，牺牲了能效和速度，换得了灵活性和适应性，属于通用系统，这启发人们若设计一个高速系统，必须反着来，牺牲灵活性和适应性，换得能效和速度，打造一个专用系统。

同理，做传输优化，不要指望算法自适应，最高效的算法一定是硬编码，事先采集前置信息，写进代码里，对优化最重要的是信息量，是数据而不是算法，不要试图实时探测，不要启发预测，代之要尽可能快地进行反馈。

浙江温州皮鞋湿，下雨进水不会胖。