zoukankan      html  css  js  c++  java
  • RAM、ROM和磁盘

    

    计算机存储数据的存储器主要分为RAM(随机訪问存储器)、ROM、磁盘。

    RAM又分为SRAM和DRAM两种,SRAM用作快速缓存,DRAM用作主存。


    1.SRAM
    SRAM又被称为静态RAM。利用双稳态电路进行存储。即使有干扰对稳态电路也没影响,所以因为双稳态性,仅仅要有电,SRAM中的数据就不会有变化。SRAM的双稳态性,就类似于双摆,两边稳定的,中间是不稳定的。或许有时候电路会处于不稳定状态。但非常快会恢复到左稳态或右稳态。一直保持这个状态。如图:


    2.DRAM
    DRAM又称为动态RAM。对电容进行充电来存储位。

    有干扰因素比方光,会对DRAM上的数据有影响。
    DRAM中主要由多行多列的二维的超单元和缓存组成,每一个超单元有8位(1字节组成),如图:

    DRAM和控制器通过data引脚和addr引脚相连接,接受控制器传过来的信号。依据信号来存储数据或读出数据。如图:

    控制器与DRAM的交互过程:
    ①.控制器通过addr引脚发送超单元的行号给DRAM
    ②.DRAM收到控制器发过来的行号便把超单元二维表格中的指定的行数据放入DRAM的缓存中
    ③.控制器通过引脚addr发送超单元的列号给DRAM
    ④.DRAM收到控制器的列号。从缓存中读取指定列的数据,并把数据通过data引脚传输给控制器
    3.ROM
    SRAM和DRAM都是断电数据都会丢失的,并且都是仅仅读的,ROM是可读可写的。


    比如:CPU处理一条指令。该指令是把A的值存放到寄存器中,那么cpu首先通过总线接口发信号给控制器,然后控制器再依据信号然后发送指令给DRAM来进行操作。
    4.磁盘
    磁盘:存储大数据和结构。
    磁盘由多个磁片组成。每一个磁片的分为上下表面也称为面。

    每一个面都有非常多个同心圆,每一个圆称为磁道。磁道由扇区组成。扇区与扇区之间的间隙不存数据。用来表示扇区格式化位。
    5.磁盘存储
    磁盘上最小的存储单位是扇区,通过传动臂能够对磁盘进行读写,每一个磁面上都有一个传动指针,依据传动臂的抖动来寻找到磁道,然后对该磁道上的扇区进行读写,如图:


    磁盘读写的三个性能指标:
    寻道时间:传动臂寻找到要读取扇区所在磁道的时间
    旋转时间:在指定磁道寻找到指定扇区的时间
    传送时间:从找到指定扇区開始传送这个扇区数据时间
    曾经老的存储技术是每一个磁道上的扇区个数是同样的,尽管简单可是存储容量小,如今是以一种存储容量更大的存储技术取代,磁面上分成多个子集。在这个子集中的磁道上的扇区个数同样。


    磁盘上每一个扇区都有一个唯一逻辑号标识。cpu通过制定逻辑号来读写相应的磁片上指定磁道中的指定扇区,如图:

    主机上的I/O设备是通过I/O总线与CPU连接的。
    通用串行总线控制器:控制键盘、鼠标等设备通过串行总线与cpu连接。


    图形显示控制器:控制图形的显示。
    主机总线适配器:控制磁盘与cpu的连接。

    cpu会预留一段地址空间给磁盘,cpu要操作磁盘,得发出三个指令:
    ①.操作类型。读还是写
    ②.操作磁盘上块区域
    ③.主存的地址
    cpu发出指令后,磁盘依据指令来读取或则把内存中的数据写到磁盘中,假设是读数据,读出的数据在写入cpu指定的主存地址,读写完成后在发出一个中断指令给cpu。
    6.固态硬盘
    固态硬盘比磁盘存储速度快非常多。主要由闪存和翻译层组成,闪存由非常多块组成,每一个块由多个叶组成,叶是固态硬盘的最小存储单位。读固态硬盘比写固态硬盘快非常多,由于写固态硬盘之前要擦除数
    据,假设要写的叶上有数据。还得备份数据

  • 相关阅读:
    EF中读取随机数据的问题
    【坐在马桶上看算法】算法3:最常用的排序——快速排序
    C#递归算法
    机器学习策略(二)---误差分析、训练集与开发测试集不相配怎么办、迁移学习/多任务学习、端到端深度学习
    机器学习策略(一)---正交化、评估指标、优化指标、训练与测试集数据集大小、可避免误差
    改善深层神经网络的优化算法:mini-batch梯度下降、指数加权平均、动量梯度下降、RMSprop、Adam优化、学习率衰减
    具有单隐藏层的二分类神经网络
    神经网络前向后向传播(理论与实战)
    梯度消失与梯度爆炸---如何选择随机初始权重
    正则化输入
  • 原文地址:https://www.cnblogs.com/gavanwanggw/p/7205764.html
Copyright © 2011-2022 走看看