最近看了《深入理解计算机系统 Computer Systems:a programmgers' perspective》。看完感觉收获很大，来整理一下。
全书一共 12 章，可以简单分成三个部分：
- 前 6 章，计算机组成原理
- 中 2 章，编译原理
- 接下来 2 章，操作系统与系统调用
- 后 2 章，计算机网络
按照作者的理解，文件读写属于第三部分“程序之间的交互与通信”，但是我的理解上，这部分实际上是属于操作系统相关的。
整本书大七百多页，阅读的体验不是特别好，因为是胶装，中间有一些开裂的情况。个人认为分成上下两本可能会好些。
不过也可能是我的问题，因为没有按照 139 的标价购买，而是第三方购买的。
如果分上下册的话，上册关注更加底层的硬件，而下册的焦点放在程序本身和其交互，作为一个更软件的部分实现。
这一章内容不多，重在基础，事实上作者也没有将其放入第一部分，而是作为一个类似序言的存在。
本章详细介绍了各种基础数据类型是如何在计算机中表示的，和许多其他计组教科书类似。
这一章讲述了机器如何实际运行程序，并且较为详细的讲述了汇编的语法，个人感觉比其他书籍内容充实很多。
但作者花了很大的篇幅，不厌其烦的给每种数据大小（字节，字，双字，四字）反复申明，个人认为是有些累赘的。将相关内容单独摘出，作为一个单独的小节，似乎更加合理。
以前看到的计组中花费了大量篇幅讲述各种寻址方式，这是我不认同的。CSAPP中也确实并没有这么做。或许是英雄所见略同吧。
在第 10 节中讲述了几种恶意攻击和防范的方式，这是我之前从未在其他地方了解过的。
本章就程序如何利用处理器做了大量的阐述。作者首先构建了一个 x86-64 的指令子集，并且对于这个指令集进行实际的实现。
这里的实现没有精确到电路级，但是也远超一般人，哪怕是计算机专业大学生的想象，但是电子专业或许会好一些。
在之后，作者介绍了流水线技术，并且利用流水线优化了之前的架构图，然后介绍分支预测。即使是好的分支预测方法，其准确度通常还是只有 65% 左右，这一点符合我的直觉，毕竟这些分支预测方式都十分简单，但考虑到预测失败的巨大开销(清空流水线，若干个周期无法执行指令)，还是让人觉得有些太低。事实上无法预测的指令本就占大多数，去掉这些后即使是非常简单的预测也能达到极高的准确度。
之后，作者介绍了另一种降低流水线清空损失的方法：插空，即增加一个空指令nop。
尽管现代的编译器具有很先进的优化，以至于大部分人写出的汇编代码效率实际上低于等效的 C 代码编译结果，但编译器的优化能力是有局限的。即使同样是 C 代码，好的 C 代码即使不开优化，运行效率也会高于坏的代码开 -O3 优化。
举例来说：
*px += *py
*px += *py
// 和下面对比：
* px+= 2 * *py两者看似等同，但如果 px 和 py 指向同一个对象，那么行为会不同，导致编译器无法优化。
接下来，作者引入了一个概念，CPE 来量化程序运行效率。CPE(Cycles Per Element) 指的是对于每个元素处理需要的处理器周期数量。使用这个量可以规避由于处理器频率不同带来的差别。
这个概念和现代处理器中的 IPC(Instructions Per Cycle) 概念类似，但更加简单，仅仅考虑一个大循环的情况（这通常是最耗时的部分，因此改进得到的效率最大。