在如今的系統(tǒng)中I/O卻擁有很重要的位置,現(xiàn)在系統(tǒng)都有可能處理大量文件,大量數(shù)據(jù)庫操作,而這些操作都依賴于系統(tǒng)的I/O性能,也就造成了現(xiàn)在系統(tǒng)的瓶頸往往都是由于I/O性能造成的。因此,為了解決磁盤I/O性能慢的問題,系統(tǒng)架構中添加了緩存來提高響應速度;或者有些高端服務器從硬件級入手,使用了固態(tài)硬盤(SSD)來替換傳統(tǒng)機械硬盤;在大數(shù)據(jù)方面,Spark越來越多的承擔了實時性計算任務,而傳統(tǒng)的Hadoop體系則大多應用在了離線計算與大量數(shù)據(jù)存儲的場景,這也是由于磁盤I/O性能遠不如內存I/O性能而造成的格局(Spark更多的使用了內存,而MapReduece更多的使用了磁盤)。
-
intel
+關注
關注
19文章
3493瀏覽量
187995 -
服務器
+關注
關注
13文章
9702瀏覽量
87317 -
SSD
+關注
關注
21文章
2952瀏覽量
119135
發(fā)布評論請先 登錄
MidRange MCU硬件如何執(zhí)行I/O功能
UBIFS損耗均衡對系統(tǒng)I/O性能的影響
數(shù)字I/O介紹
Java I/O 的相關方法分析

關于標準I/O庫執(zhí)行I/O操作
Linux系統(tǒng)下I/O操作講解

物聯(lián)網中常見的I/O擴展電路設計方案_IIC I/O擴展芯片

評論