存储（二）—— 内存、SSD、磁盘

存储介质，硬件始终是一个绕不过去的话题，后悔上学时没好好学计算机原理，近来查阅了不少资料，试着在这里阐述一二，说个大概，难免有误，欢迎指正。

比特和IO

如上一篇《序言》中所说，计算机中的数据都是以0和1来存储和传输的，所以，无论何种存储方式，其实现原理必然是找到一种可以模拟0和1这两个比特的方法，然后用把众多的可以代表0和1的存储单元集合起来，排列组合出各种信息，以此来达到存储的目的。
IO应该是我们平时提到的最多的词之一了，可是，啥是IO？ I=in O=out, IO就是数据进出存储介质(寄存器，内存，磁盘，网卡等等)，IO的快慢一直都是对程序性能影响最大的因素之一（另一个应该是算法），而影响IO快慢的，就是各类存储介质的工作原理了。
我们平时接触最多的存储介质基本就是内存、SSD（固态硬盘）和磁盘（机械硬盘）了。可惜现在搞底层技术的软件开发人员越来越少了，大多数应用层的程序员对于这些存储介质的存储原理都不是很清楚，这是很遗憾的事情。应用层的各种软件技术其实受底层硬件的影响非常大，先来看一些有意思的问题：

1. 想想上学的时候是不是老想着把机械硬盘换成SSD，然后炫耀一把开机速度。操作系统软件没变，把硬盘换了，为啥会变快？
2. MySQL数据库跑在SSD上是否比跑在机械硬盘上快？
3. LSM思想是为了解决何种问题？
4. 为啥断电重启后某些没来的及保存的工作会丢失？

内存

模拟01

内存的一个基本单元是由一个晶体管和一个电容构成的，可以认为晶体管是控制电容充放电的开关，通过对电容充放电来改变电容中电荷的数量，通过电容中电荷数量的多少来模拟0和1，电容充满电是0，放完电是1。这样，一个基本单元可以存储1比特的数据。
基本单元结构简单，占地儿小，所以可以大规模集成，许多这样的内存单元按一定的顺序（矩阵）排列到一起，给编上号，就组成了我们平时口中所说的内存。而这些编号，就是内存地址了。

持久性

我们都知道，内存中的东西，断电就没了，无法保存，所以数据库，消息队列，包括zookeeper都是数据来了写到磁盘上才算安全，因为指不定啥时候就断电了，内存是不靠谱的。硬盘也会坏啊，所有又有了replication，这个话题后续会将，这里先跳过。
现在我们来看看为什么断电了，内存的数据就丢失了。
所谓数据丢失，最终是比特位0和1的丢失，0和1为啥会丢失？电容漏电了。。
组成内存单元的电容并非真正传统意义上的电容，它是由两个成对的逻辑门电路（比如两个非门）组成的，交替充电，把电荷留在电路中，所以这个电容是模拟出来的，而电容中的电荷会天然流失，比如一开始电荷是满的，后来电荷流失超过一半了，比特位就从0变成1了。
为了解决电荷流失的问题，需要每隔一段时间（1~3ms）进行一个充电，补齐电荷，所以一旦断电，没人给充电了，内存中的数据也就玩完了。
当然只有用到的内存需要周期性持续充电，不使用的内存就无所谓了。

SSD

模拟01

SSD也是通过电容中的电荷量来模拟0和1的，不同的是，SSD的一个存储单元可以表示一个以上的比特位。
举个例子，比如电容中电荷在容量的3/4之上的时候是表示00，1/2到3/4时表示01，1/4到1/2时表示10，1/2以下时表示11。
通过这种方式，一个存储单元就可以存储2个比特位了，当然，越精细实现难度越大，成本也就越高。

持久性

固态硬盘在存储单元上大致可以认为和U盘差不多，为什么掉电不丢数据，这是因为在内存单元结构的基础上，加了一层绝缘装置，充完电以后，电荷不会流失。所以不需要周期性的充电，所以即使断电，数据也依然可以保存。当然，电荷不是绝对的不流失，SSD或者U盘里的数据，放个七八年，估计也就完蛋了。

磁盘

模拟01

磁盘是最常见的，最便宜，容量也最大，其存储原理，与内存或者SSD完全不同。
磁盘表面是一层磁性涂料，被划分为一个一个区域，每一个存储单元可以看作是一个小磁针，磁盘的磁头加电后可以对下面的小磁针进行磁化，使小磁针保持在南极或者北极，以不同的磁极来表示0和1.
从磁盘上读取数据时，磁头不加电，这时经过小磁针，会在小磁针磁场的作用下产生不同方向的电流，通过电磁感应方式来读出磁盘上存储的数据。

持久性

小磁针被磁化后，不需要加电维持，所以数据可以持久保存。当然，如果你硬要把磁盘放到很强的磁场附近，当我没说。

访问速度

CPU和寄存器差不多，比内存快，内存比磁盘快，磁盘又比远程数据传输快，这一层一层的速度差异问题，计算机的设计者是怎样解决的呢？
且看下回 ———— 缓存和局部性原理