3、一致性问题的根源：多核共享内存、DMA访问、非一致性内存访问(NUMA)
好，咱们进入正题。
缓存一致性，说白了就是个“谁看到了什么”的问题。你想想看，一个数据在内存里待得好好的，结果CPU核A把它读到缓存里改了，核B不知道，还拿着老数据做计算——这不就乱套了吗？
我个人习惯把一致性问题的根源归结为三类场景。搞懂了这三类，你就抓住了缓存一致性的命门。
3.1 多核共享内存：最经典的“打架”现场
多核CPU共享同一块物理内存，这是最常见的场景。每个核都有自己的L1、L2缓存，大家各自为政。
我在项目中遇到过这样一个坑：两个核同时对一个全局变量做自增操作。代码写的是 counter++，看起来人畜无害对吧？
// 核A执行
LOAD R1, [counter] // 从内存读到R1
ADD R1, R1, #1 // 加1
STORE [counter], R1 // 写回内存
// 核B执行
LOAD R1, [counter] // 从内存读到R1
ADD R1, R1, #1 // 加1
STORE [counter], R1 // 写回内存结果呢？两个核同时读到counter=0，各自加1，最后写回的是1。本该是2，却丢了1次更新。
为什么会这样？因为每个核的缓存里都存了一份counter的副本。核A改了，核B不知道。这就是一致性问题最原始的形态——写后读不一致。
核心矛盾：每个核都想用自己的缓存提速，但共享数据不允许有多个“版本”同时存在。
嗯，这里要注意：不是所有共享数据都会出问题。只有那些被多个核同时读写的数据才需要一致性协议来保护。只读数据？随便缓存，没人管你。
3.2 DMA访问：外设这个“不速之客”
DMA（直接内存访问）是另一个让人头疼的根源。外设通过DMA控制器直接读写内存，完全不经过CPU缓存。
我曾经在一个网络加速器项目里吃过这个亏。网卡通过DMA把数据包写到了内存地址0x1000，CPU核C的缓存里恰好也缓存了这个地址的数据。结果核C读到的还是老数据，根本不知道新数据包已经到了。
// 场景：网卡DMA写入数据包
// 内存地址0x1000 被DMA更新
// 但核C的缓存行里还存着旧版本
// 核C读到的数据：
LOAD R1, [0x1000] // 从缓存读！不是从内存读！
// R1 = 旧数据，新数据包丢了说白了，DMA这个“不速之客”绕过了缓存一致性协议。CPU核之间可以通过MESI之类的协议互相通知，但DMA不跟你玩这套。它直接写内存，缓存里的数据就成了“脏数据”。
避坑指南：我曾经在调试一个视频处理系统时，发现图像花屏。查了两天才定位到——DMA写完了帧缓冲，但GPU的缓存没刷新。解决方案是在DMA完成后，手动执行一次缓存刷新指令（比如ARM的DC CVAC）。
解决DMA一致性问题，通常有两种思路：
- 软件方案：在DMA操作前后，手动刷新或失效缓存行。简单粗暴，但容易漏掉。
- 硬件方案：使用支持缓存一致性的互连总线（如ACE、CHI），让DMA也参与一致性协议。代价是硬件复杂度上升。
3.3 非一致性内存访问(NUMA)：距离产生“偏见”
NUMA，这个名字听起来高大上，其实核心就一句话：不同CPU访问不同内存块的速度不一样。
你想想看，一个多路服务器系统，CPU0和CPU1各自有本地内存。CPU0访问自己的本地内存，延迟可能只有80ns；但访问CPU1的远端内存，延迟可能飙到200ns以上。这就是“非一致性”的由来。
| 访问类型 | 延迟（典型值） | 带宽 |
|---|---|---|
| CPU0 → 本地内存 | ~80 ns | 高 |
| CPU0 → CPU1的远端内存 | ~200 ns | 中 |
| CPU0 → 远端内存（跨Socket） | ~300 ns | 低 |
NUMA对缓存一致性的影响在哪？我举个例子你就明白了。
假设CPU0和CPU1共享一个数据结构，数据物理上放在CPU1的本地内存里。CPU0要读这个数据，得先发一个远程请求到CPU1的内存控制器。如果CPU1的缓存里恰好有这份数据的修改版本，那还得先等CPU1把数据写回内存，或者直接转发给CPU0。
这个过程涉及跨Socket的通信，延迟高得吓人。我在一个数据库服务器项目里遇到过，因为NUMA感知没做好，性能直接掉了30%。
我的建议：在NUMA系统上写高性能程序，一定要做“亲和性绑定”。让线程运行在离它所用内存最近的CPU上。Linux下用 numactl 或者 sched_setaffinity() 都可以实现。
3.4 一张图看懂一致性问题的根源
下面这张SVG图，我把三类根源画在了一起。你看完应该能有个全局印象。
你看这张图，左边是多核共享内存——多个CPU核各自缓存同一份数据；中间是DMA——外设直接写内存，不通知缓存；右边是NUMA——不同CPU访问内存的速度不一样，导致数据同步的延迟差异巨大。
这三类问题，本质上都是“多个数据视图”的问题。缓存一致性协议要做的，就是让所有参与者看到同一个数据的最新版本。
一句话总结：一致性问题的根源，在于系统中存在多个独立的数据通路（缓存、内存、DMA），它们之间缺乏统一的“版本管理”机制。
嗯，讲到这里，你应该对“为什么需要缓存一致性”有了直观的理解。下一节我们会深入具体的协议实现，看看硬件是怎么解决这些问题的。
公众号:蓝海资料掘金营，微信deep3321