❶ 二級緩存2×512kb和1024kb哪個好一點為什麼請詳細解釋一下。
2X512KB就是說兩個處理器都有512K的緩存， 理論上是緩存越大越好，但是更多的是看CPU的製作工藝，主頻等各個參數。、
倍頻，HT匯流排，處理器倍頻，參考
http://ke..com/view/14045.html?tp=0_01
❷ 一級緩存和二級緩存哪個更重要
形象的比喻
CPU是老師
一級緩寸是教室
二級緩寸是禮堂
一般情況下 老師要找學生(數據)先到教室找,因為學生在這里的概率大
然後老師發現教室里沒人 就跑到大禮堂(2級緩寸)去找 在這里找到學生的概率也不算小
如果再沒有就只有拿著家庭住址(路徑)找了
顯然,一級緩寸是速度最快的,它越大就越好,其重要性怎是其他人可以比的
CPU是電腦的心臟，一台電腦所使用的CPU基本決定了這台電腦的性能和檔次。CPU發展到了今天，頻率已經到了2GHZ。在我們決定購買哪款CPU或者閱讀有關CPU的文章時，經常會見到例如外頻、倍頻、緩存等參數和術語。下面我就把這些常用的和CPU有關的術語簡單的給大家介紹一下。
CPU（Central Pocessing Unit）
中央處理器，是計算機的頭腦，90%以上的數據信息都是由它來完成的。它的工作速度快慢直接影響到整部電腦的運行速度。CPU集成上萬個晶體管，可分為控制單元（Control Unit；CU）、邏輯單元（Arithmetic Logic Unit；ALU）、存儲單元（Memory Unit；MU）三大部分。以內部結構來分可分為：整數運算單元，浮點運算單元，MMX單元，L1 Cache單元和寄存器等。
主頻
CPU內部的時鍾頻率，是CPU進行運算時的工作頻率。一般來說，主頻越高，一個時鍾周期里完成的指令數也越多，CPU的運算速度也就越快。但由於內部結構不同，並非所有時鍾頻率相同的CPU性能一樣。
外頻
即系統匯流排，CPU與周邊設備傳輸數據的頻率，具體是指CPU到晶元組之間的匯流排速度。
倍頻
原先並沒有倍頻概念，CPU的主頻和系統匯流排的速度是一樣的，但CPU的速度越來越快，倍頻技術也就應允而生。它可使系統匯流排工作在相對較低的頻率上，而CPU速度可以通過倍頻來無限提升。那麼CPU主頻的計算方式變為：主頻 = 外頻 x 倍頻。也就是倍頻是指CPU和系統匯流排之間相差的倍數，當外頻不變時，提高倍頻，CPU主頻也就越高。
緩存（Cache）
CPU進行處理的數據信息多是從內存中調取的，但CPU的運算速度要比內存快得多，為此在此傳輸過程中放置一存儲器，存儲CPU經常使用的數據和指令。這樣可以提高數據傳輸速度。可分一級緩存和二級緩存。
一級緩存
即L1 Cache。集成在CPU內部中，用於CPU在處理數據過程中數據的暫時保存。由於緩存指令和數據與CPU同頻工作，L1級高速緩存緩存的容量越大，存儲信息越多，可減少CPU與內存之間的數據交換次數，提高CPU的運算效率。但因高速緩沖存儲器均由靜態RAM組成，結構較復雜，在有限的CPU晶元面積上，L1級高速緩存的容量不可能做得太大。
二級緩存
即L2 Cache。由於L1級高速緩存容量的限制，為了再次提高CPU的運算速度，在CPU外部放置一高速存儲器，即二級緩存。工作主頻比較靈活，可與CPU同頻，也可不同。CPU在讀取數據時，先在L1中尋找，再從L2尋找，然後是內存，在後是外存儲器。所以L2對系統的影響也不容忽視。
❸ 關於Hibernate二級緩存的問題
<property
name="hibernate.cache.use_second_level_cache">true</property>
<property
name="hibernate.cache.provider_class">org.hibernate.cache.ehcacheprovider</property>
前一句是打開二級緩存，後一句是啟用第三方緩存產品（可改變，上面eache是hibernate官方默認的第三方緩存產品）
緩存是否實用，要看你的需求，
如果你的系統，瀏覽的人數比較多，但是增刪的比較少，緩存的功勞非常大
如果你的系統即時性非常強，那麼緩存的命中率就比較低，同時更新數據時，hibernate需要額外提供資源維護緩存與數據的一致
❹ 電腦CPU所謂的，一級二級三級緩存分別在什麼位置
CPU中緩存是為了加快CPU讀取數據的速度，也是為了給內存一個緩沖期。因為CPU運算速度太快了，光靠內存讀寫完全跟不上，而CPU緩存的數據交換比內存快多了，大部分時候CPU可以直接從緩存讀取數據，找不到的話再從內存讀取，這樣可以節省CPU讀取內存數據時浪費的時間。
CPU緩存分為三類，一級緩存(L1)、二級緩存(L2)和三級緩存(L3)。CPU在實際數據讀取中重要的卻是一級緩存，因為一級緩存速度最快，二級緩存其次，三級緩存最慢，只是三級緩存的容量最大。
(4)二級緩存路徑擴展閱讀：
一級緩存雖然速度最快，但容量最小，單位都是KB，不同CPU之間一級緩存沒有差距，所以現在不怎麼提了，二級緩存容量也不大，基本都是個位數MB，除了一些伺服器CPU會有10幾MB之外，現在CPU也不怎麼提二級緩存。CPU讀取緩存時會先從一級緩存開始，然是二級緩存，而讀取二級緩存有時候會出現數據未命中的情況，這時候就需要從三級緩存讀取。
但是要注意的是三級緩存越大並不一定說這個CPU性能就越強，因為三級緩存的容量還依靠CPU架構和工藝等方面的影響，如果是與架構工藝搭配升級的三級緩存，容量越大才會性能越高。
❺ CPU,一級緩存的參數重要還是二級緩存
CPU是電腦的心臟，一台電腦所使用的CPU基本決定了這台電腦的性能和檔次。CPU發展到了今天，頻率已經到了2GHZ。在我們決定購買哪款CPU或者閱讀有關CPU的文章時，經常會見到例如外頻、倍頻、緩存等參數和術語。下面我就把這些常用的和CPU有關的術語簡單的給大家介紹一下。
CPU（Central Pocessing Unit）
中央處理器，是計算機的頭腦，90%以上的數據信息都是由它來完成的。它的工作速度快慢直接影響到整部電腦的運行速度。CPU集成上萬個晶體管，可分為控制單元（Control Unit；CU）、邏輯單元（Arithmetic Logic Unit；ALU）、存儲單元（Memory Unit；MU）三大部分。以內部結構來分可分為：整數運算單元，浮點運算單元，MMX單元，L1 Cache單元和寄存器等。
主頻
CPU內部的時鍾頻率，是CPU進行運算時的工作頻率。一般來說，主頻越高，一個時鍾周期里完成的指令數也越多，CPU的運算速度也就越快。但由於內部結構不同，並非所有時鍾頻率相同的CPU性能一樣。
外頻
即系統匯流排，CPU與周邊設備傳輸數據的頻率，具體是指CPU到晶元組之間的匯流排速度。
倍頻
原先並沒有倍頻概念，CPU的主頻和系統匯流排的速度是一樣的，但CPU的速度越來越快，倍頻技術也就應允而生。它可使系統匯流排工作在相對較低的頻率上，而CPU速度可以通過倍頻來無限提升。那麼CPU主頻的計算方式變為：主頻 = 外頻 x 倍頻。也就是倍頻是指CPU和系統匯流排之間相差的倍數，當外頻不變時，提高倍頻，CPU主頻也就越高。
緩存（Cache）
CPU進行處理的數據信息多是從內存中調取的，但CPU的運算速度要比內存快得多，為此在此傳輸過程中放置一存儲器，存儲CPU經常使用的數據和指令。這樣可以提高數據傳輸速度。可分一級緩存和二級緩存。
一級緩存
即L1 Cache。集成在CPU內部中，用於CPU在處理數據過程中數據的暫時保存。由於緩存指令和數據與CPU同頻工作，L1級高速緩存緩存的容量越大，存儲信息越多，可減少CPU與內存之間的數據交換次數，提高CPU的運算效率。但因高速緩沖存儲器均由靜態RAM組成，結構較復雜，在有限的CPU晶元面積上，L1級高速緩存的容量不可能做得太大。
二級緩存
即L2 Cache。由於L1級高速緩存容量的限制，為了再次提高CPU的運算速度，在CPU外部放置一高速存儲器，即二級緩存。工作主頻比較靈活，可與CPU同頻，也可不同。CPU在讀取數據時，先在L1中尋找，再從L2尋找，然後是內存，在後是外存儲器。所以L2對系統的影響也不容忽視。
❻ 高手請進
虛擬內存：比如我的內存128，，分給集成顯卡8M，開XP用掉80，火狐用掉30，這時候我想開迅雷，但是迅雷需要30M內存，內存不夠了！操作系統就把火狐的30M暫時儲存到硬碟上，儲存需要的硬碟空間就叫虛擬內存。
緩存一般來說是一級緩存和二級緩存，是CPU內集成的很少的儲存空間。一級緩存對CPU性能幾乎無影響。一級、二級緩存和CPU核心速度相等，內存讀寫速度遠遠慢於二級緩存。而計算機有個原理：CPU80%的時間在處理20%的數據，所以就把這很少但最常用的數據存放在二級緩存中，以提高性能。
AMD k10架構的那個處理器有三級緩存。
❼ 一二級緩存的位置分別是位於哪裡的
一二級緩存都在CPU內
❽ hibernate二級緩存 和 spring整合的緩存(就是用哪個Cacheable註解的)有什麼區別么
二級緩存配置（spring+hibernate）
說明：本人不建議使用查詢緩存，因為查詢緩存要求完全相同的查詢sql語句才會起作用，所說的查詢緩存是針對第二次查詢時 sql語句與第一次sql語句完全相同 那麼就可以從緩存中取數據而不去資料庫中取數據了，在不啟用查詢緩存的情況下 每次的查詢數據也會緩存到二級緩存的 只不過每次查詢都會去查詢資料庫（不包括根據ID查詢），啟用查詢緩存很麻煩 需要每次查詢時 調用Query.setCacheable(true)方法才可以，如：List<OrgiData> orgiDatas = (List<OrgiData>) s.createQuery("from OrgiData").setCacheable(true).list();
因此建議將查詢緩存設置為如下：
hibernate.cache.use_query_cache=false
還有就是最重要的一點：對於經常修改或重要的數據不宜進行緩存，因為多並發時會造成數據不同步的情況。
首先增加ehcache-1.4.1.jar和backport-util-concurrent-3.1.jar或oscache-2.1.jar
一、spring配置
<bean id="sessionFactory"
class="org.springframework.orm.hibernate3.LocalSessionFactoryBean">
<property name="dataSource" ref="dataSource" />
<property name="mappingResources">
<list>
<value>com/handpay/core/merchant/bean/MerchGroupBuy.hbm.xml
</value>
</list>
</property>
<property name="hibernateProperties">
<value>
hibernate.dialect=org.hibernate.dialect.SQLServerDialect
hibernate.show_sql=true
hibernate.format_sql=true
hibernate.hbm2ddl.auto=update
hibernate.cache.use_second_level_cache=true
hibernate.cache.use_query_cache=false
hibernate.cache.provider_class=org.hibernate.cache.EhCacheProvider </value>
</property>
</bean>
<!---紅色字體是二級緩存相關的設置->
二、hbm.xml文件示例
<?xml version="1.0"?>
<!DOCTYPE hibernate-mapping PUBLIC
"-//Hibernate/Hibernate Mapping DTD 3.0//EN"
"http://hibernate.sourceforge.net/hibernate-mapping-3.0.dtd">
<hibernate-mapping package="com.handpay.core.merchant.bean">
<class name="MerchGroupBuy" table="merch_group_buy">
<cache usage="read-write" region="com.handpay.core.merchant.bean.MerchGroupBuy"/>
<id name="id">
<generator class="native" />
</id>
<property name="code" />
<property name="createTime"/>
<property name="minNum"/>
<property name="status">
</property>
<property name="title"/>
<property name="typeCode"/>
<property name="updateTime"/>
</class>
</hibernate-mapping>
三、註解示例
@Entity
@Cache(usage = CacheConcurrencyStrategy.READ_ONLY)
@Table(name = "alcor_t_countries", catalog = "alcorweb")
public class AlcorTCountries implements java.io.Serializable{。。。。}
四、配置文件參數詳解
ehcache.xml是ehcache的配置文件，並且存放在應用的classpath中。下面是對該XML文件中的一些元素及其屬性的相關說明：
<diskStore>元素：指定一個文件目錄，當EHCache把數據寫到硬碟上時，將把數據寫到這個文件目錄下。 下面的參數這樣解釋：
user.home – 用戶主目錄
user.dir – 用戶當前工作目錄
java.io.tmpdir – 默認臨時文件路徑
<defaultCache>元素：設定緩存的默認數據過期策略。
<cache>元素：設定具體的命名緩存的數據過期策略。
<cache>元素的屬性
name：緩存名稱。通常為緩存對象的類名（非嚴格標准）。
maxElementsInMemory：設置基於內存的緩存可存放對象的最大數目。
maxElementsOnDisk：設置基於硬碟的緩存可存放對象的最大數目。
eternal：如果為true，表示對象永遠不會過期，此時會忽略timeToIdleSeconds和timeToLiveSeconds屬性，默認為false;
timeToIdleSeconds： 設定允許對象處於空閑狀態的最長時間，以秒為單位。當對象自從最近一次被訪問後，如果處於空閑狀態的時間超過了timeToIdleSeconds屬性值，這個對象就會過期。當對象過期，EHCache將把它從緩存中清空。只有當eternal屬性為false，該屬性才有效。如果該屬性值為0，則表示對象可以無限期地處於空閑狀態。
timeToLiveSeconds：設定對象允許存在於緩存中的最長時間，以秒為單位。當對象自從被存放到緩存中後，如果處於緩存中的時間超過了 timeToLiveSeconds屬性值，這個對象就會過期。當對象過期，EHCache將把它從緩存中清除。只有當eternal屬性為false，該屬性才有效。如果該屬性值為0，則表示對象可以無限期地存在於緩存中。timeToLiveSeconds必須大於timeToIdleSeconds屬性，才有意義。
overflowToDisk：如果為true,表示當基於內存的緩存中的對象數目達到了maxElementsInMemory界限後，會把益出的對象寫到基於硬碟的緩存中。注意：如果緩存的對象要寫入到硬碟中的話，則該對象必須實現了Serializable介面才行。
memoryStoreEvictionPolicy：緩存對象清除策略。有三種：
1 FIFO ，first in first out ，這個是大家最熟的，先進先出，不多講了
2 LFU ， Less Frequently Used ，就是上面例子中使用的策略，直白一點就是講一直以來最少被使用的。如上面所講，緩存的元素有一個hit 屬性，hit 值最小的將會被清出緩存。
2 LRU ，Least Recently Used ，最近最少使用的，緩存的元素有一個時間戳，當緩存容量滿了，而又需要騰出地方來緩存新的元素的時候，那麼現有緩存元素中時間戳離當前時間最遠的元素將被清出緩存。
五 、查看 二級緩存數據
1、使用sessionFactory直接獲取
Map cacheEntries = sessionFactory().getStatistics()
.getSecondLevelCacheStatistics("cacheRegionName")
.getEntries();
其中 cacheRegionName 既是 ehcache.xml配置中的<cache 標簽的name屬性值
2、讓log4j列印緩存信息（生成環境下請注釋掉，以免影響性能）
log4j.logger.org.hibernate.cache=debug
❾ 怎麼才能在計算機中查到流處理器和二級緩存的位置
用魯大師這樣的軟體一看就看見了