- 机械工业出版社
- 9787893869570
- 2026-05
- 计算机类
内容简介
本书面向当前计算机系统能力类课程群中的交叉融合能力培养问题，从关键领域的操作系统层级入手，通过一系列兼具工程价值和设计理论的内容将计算机系统能力能课程群中的关键知识进行融会贯通。本书分为基础篇和进阶篇两大部分，其中批量文件处理部分以各种基础系统级操作和核心，帮助读者迅速熟悉和掌握Shell、正则表达式等相关基础系统工具，MMU、多进程、多线程等系统级和Socket等网络级数据操作方法；超大规模矩阵乘法部分则通过迭代改进的方式从性能角度入手，在VTune、插桩等多种工程测试工具和方法的支撑下，帮助读者掌握语言、存储层次、并行化和CUDA等硬件加速方法在性能调优和设计理念上的意义与实践方法。
目录
第一章 绪论 1.1 操作系统是什么 1.1.1 操作系统定义 1.1.2 常见操作系统 1.2 多视角下的操作系统 1.2.1 普通用户眼中的OS 1.2.2 初级开发人员眼中的OS 1.2.3 高级开发人员眼中的OS 1.3 操作系统的评价与代价 1.3.1 易用性 1.3.2 安全性 1.3.3 性能代价 基础篇：面向文件的功能性操作实现 第二章 基于Shell的批量文件重命名 2.1 工程背景与问题分析 2.2 方案设计 2.3 Shell简介与编写规则 2.4 Shell 的输入输出 2.5 循环与通配符 2.6 Shell 编程的调试方法 2.7 操作系统的运行权限管理 2.8 任务实现 第三章 利用正则表达式完成批量文本文件内容过滤 3.1 工程背景与问题分析 3.2 方案设计 3.3 Shell编程中的字符串 3.4 正则表达式简介 3.5 Shell编程中的文件读写 3.6 Linux中的定时任务 3.7 Linux中的服务管理 3.8 任务实现 第四章 触发内存管理的超大规模文件处理 4.1 工程背景与问题分析 4.2 方案设计 4.3 Linux中的C语言程序开发工具 4.4 文件读写相关的系统调用 4.4.1 read原理分析 4.4.2 write原理分析 4.4.3 使用读写接口产生的内存消耗 4.5 内存映射相关的系统调用 4.5.1 mmap的原理 4.5.2 page fault的过程分析 4.5.3 user page fault handler/eBPF观测分析 4.5.4 延伸阅读：硬件中断到系统事件的过程过程分析 4.6 虚拟内存的管理机制 4.6.1 内存资源的观测 4.6.2 内存的分配与回收方法 4.7 任务实现 第五章 多进程与多线程编程 5.1工程背景与问题分析 5.2方案设计 5.3 Linux的调度机制 5.3.1 Linux的任务调度模型 5.3.2 阻塞式系统调用 5.3.3 多核心任务调度 5.4多进程协作的编程模式 5.4.1 进程管理的系统调用 5.4.2 进程间通信协作的方式 5.4.3 任务实现 5.4.4 多进程编程模式的优劣 5.5 多线程协作的编程模式 5.5.1 管理线程的API 5.5.2 线程同步的API 5.5.3 任务实现 5.5.4 多线程编程模式的优劣 5.5.5 延伸阅读：线程的软硬件发展历程 第六章 基于网络的多机协作处理初步 6.1 工程背景与问题分析 6.2 方案设计 6.3 Socket编程 6.3.1 TCP/UDP与端口 6.3.2 Socket编程API 6.4 异常处理 6.5 任务实现 6.6延伸阅读：MapReduce的设计理念 6.7 分布式系统与单一系统的优劣 进阶篇：面向数据的系统级性能优化 第七章 Python矩阵乘的设计与实现—评价基准的建立 7.1 问题分析 7.2 矩阵乘法的Python实现 7.3 计时方法：函数调用 7.4 插桩式性能分析 7.4.1 Python的解释执行机制 7.4.2 代码插桩的性能分析方法 第八章 C语言矩阵乘的设计与实现：多语言的性能差异 8.1 矩阵乘的C语言实现 8.1.1 代码实现 8.1.2 编译器的优化 8.1.3 系统调用优化 8.2 计时方法：周期级计时 8.3 面向访存的性能分析 8.3.1 性能分析工具VTune 8.3.2 结果分析 第九章 面向储存层次体系的优化 9.1 Cache机制运行要点 9.1.1 Cache分级与地址翻译 9.1.2 Cache的置换与抖动 9.1.3 CAT技术 9.2 面向Cache的程序优化 9.2.1 循环的局部性 9.2.2 任务实现 9.2.3 面向工作集的Cache划分 9.3基于模拟器技术的性能分析 9.3.1 Performance Counter的原理和使用 9.3.2 Cache模拟器的原理和使用 9.3.3 结果分析 9.4 延伸阅读：Cache的预取策略；工作集的感知技术 第十章 面向并行多线程的优化 10.1多线程的矩阵乘法实现 10.2并行化程序的设计思路 10.3并行化程序的优化 10.3.1 共享与同步的代价 10.3.2 锁与信号量 10.3.3 数据冲突与一致性管理 10.4并行程序性能分析 10.4.1 并行程序调度模拟器 10.4.2 并行程序的性能分析指标 10.5延伸阅读：多核心之间的缓存一致性保障方法 第十一章 面向硬件加速器的优化 11.1单指令多数据（SIMD）指令原理 11.2任务实现：基于SIMD指令的矩阵乘法 11.2.1延伸阅读：面向SIMD的编译优化和智能优化 11.3 加速器的工作原理（以GPU为例） 11.4任务实现：基于CUDA的矩阵乘法 11.5性能分析 11.5.1 加速器设计的roofline模型 11.5.2 加速器运算模型分析 11.5.3 结果分析 延伸阅读：设备间数据一致性维护方法，CXL协议等
