缓存写策略
更新时间：2026-10-24。读缺失好理解，写命中/写缺失时数据放哪、何时下发，决定写带宽和一致性复杂度。
本篇是缓存簇里讲「写」的一篇。缓存簇的读路径相对单纯——命中直接用，缺失去下层取；写路径却藏着一组两两正交的决策：写命中时是只写缓存还是连下层一起写？写缺失时要不要先把行装入缓存？ 这两组决策组合出真实硬件的全部写行为。本篇上接 缓存替换策略（被踢出的脏行怎么收场正是写策略的事），多核下脏行还要过 MESI 的一致性关。
本文要回答的问题
- write-through 和 write-back 各牺牲了什么？
- dirty 位到底省了什么事？
- write-allocate 与写策略怎么搭配才合理？
- write buffer 是干什么的，没有它会怎样？
- 这些策略组合在真实硬件上长什么样？
一、写命中两条路：write-through vs write-back
CPU 执行一条 store，地址命中 L1 的某一行。接下来有两个截然不同的选择：
- write-through（写穿）：每次写都同时更新缓存行和下一层（L2 或内存）。缓存里永远不会有「比下层新」的数据。
- write-back（写回）：只更新缓存行，顺手把这一行的 dirty 位（脏标记）置 1；下层数据暂时是旧的。等这行被替换策略踢出去时，才把它整体写回下层。
两者差别用一次循环写数组就能感受到：一个 4KB 的数组反复原地累加 1000 次，write-back 下全部写都落在 L1 里，一次都不碰 L2；write-through 下 1000 次写全部穿到 L2，L1 与 L2 之间的带宽被白白吃掉。
读这张图抓一个不对称：左路的箭头是每次写都发生，右路的箭头是每行至多发生一次。一个被反复写的行，write-back 把 N 次写折叠成 1 次回写——这就是它省带宽的全部机理，代价是缓存与下层之间出现了一个「缓存新、下层旧」的时间窗，一致性复杂度全部来自这个窗口。
二、dirty 位与回写时机
write-back 的每行元数据里多一个 dirty 位。它的作用是在替换时刻做一道分流：
- 行被踢出时 dirty=0（干净行）：直接丢弃，一个字都不用写。
- dirty=1（脏行）：先写回下层，再让位给新行。
这道分流很重要——程序里大量缓存行是只读的（代码、常量、只读数据），干净行踢出零开销；只有真正被改过的行才付回写成本。这也是为什么 缓存替换策略 里「踢谁」和本篇「踢的时候做什么」是两篇：前者选牺牲者，后者决定牺牲者的葬礼规格。
回写还有一个隐蔽代价：踢出脏行的那次缺失变慢了。普通读缺失只需「取新行」；踢中脏行时是「先写旧行、再取新行」两个事务串行，延迟几乎翻倍。连续踩中一串脏行时，缺失延迟会出现可见的毛刺。
三、写缺失：装不装入（allocate）
写缺失时缓存手里连这一行都没有，这时第二个决策登场：
- write-allocate（写分配）：先把整行从下层装入缓存，再在缓存里完成写。后续对同一行的写就直接命中了。
- no-write-allocate（写不分配，也叫 write-around）：跳过缓存，直接把数据写到下层，缓存不装入。
两个维度正交，理论上四种组合，工程上合理的只有两种主流搭配：
| 组合 | 合理性 | 典型场景 |
|---|---|---|
| write-back + write-allocate | 主流。装入后连续写全部命中，写流量留在缓存层 | 现代 CPU 的 L1/L2/LLC |
| write-through + no-write-allocate | 反正每次写都要穿下去，装入意义有限；实现最简 | 简单微控制器、部分 L1 |
| write-through + write-allocate | 罕见但存在（早期 x86 L1）：装入为了后续读命中 | 读多写少的老设计 |
| write-back + no-write-allocate | 别扭：后续写仍不命中，write-back 的折叠优势拿不到 | 基本无人用 |
读这张表抓住「搭配错」的那一行：write-back 的全部价值在于「同一大行被写多次时折叠成一次回写」，如果写缺失不装入，每次写都直奔下层，等于缴了 write-back 的复杂度学费却没拿到收益。这就是为什么现代通用 CPU 几乎清一色 write-back + write-allocate。
四、write buffer：write-through 的救生圈
write-through 有个显而易见的问题：每次 store 都要等下层写完成吗？如果真等，store 的延迟从 L1 的几个周期暴涨到 L2 的十几周期甚至内存的上百周期，流水线天天堵车。
答案是不等——写一个 write buffer（写缓冲）：store 把「地址+数据」丢进这个队列就算完成，由它在后台慢慢把数据穿到下层。CPU 只在 buffer 满时才停顿。
write buffer 也带来一个经典坑：自己写的数据，紧接着自己读，可能读到旧值——读请求查缓存不命中，去下层取，而真正的最新值还躺在 write buffer 里没下去。所以 write buffer 必须支持 store-to-load forwarding（写读转发）：读路径先嗅探 buffer，命中就直接用 buffer 里的值。
这张时序图的关键在「入队即返回」那一步：store 的可见延迟被固定在 buffer 入队的开销上，与下层延迟解耦。代价是 buffer 深度有限（通常几十项），突发写超过深度照样堵；以及多核场景下「自己的写何时对别人可见」变得微妙——那已经是内存序的地界，见 store-buffer。
五、写放大与 write combining
write-back 以整行（64B）为粒度回写。如果程序只改了行里的 4 个字节，回写照样是整行 64B——写放大 16 倍。对普通缓存这不是问题（行内其他字节迟早也可能被写），但对某些路径是真痛点：GPU 显存、持久内存（PMEM）上，部分更新的行反复整行回写会显著吃掉有效带宽。
反方向的优化也存在：write combining（写合并）。对标记为 WC 的内存区域（典型是显存映射区），CPU 把多次对部分字节的写先攒在合并缓冲里，凑满一整行再一次突发写出。条件是程序按地址顺序连续写——乱序写会把 buffer 提前冲掉，合并失败，性能反而更差。
六、真实硬件速览
| 层级/设备 | 写命中 | 写缺失 | 备注 |
|---|---|---|---|
| x86 L1 D-cache | write-back | write-allocate | 早期奔腾 L1 曾是 write-through |
| x86 L2/LLC | write-back | write-allocate | 多级都是写回，靠 MESI 管一致性 |
| ARM Cortex-A 系 | write-back | write-allocate | 部分核可配置 |
| 简单 MCU 缓存 | write-through | no-write-allocate | 面积和验证优先 |
| 显存映射区 | write combining | — | 顺序整行写才有效 |
可以看到一条清晰的分界线：算力越贵、越在乎带宽的地方越 write-back；面积/验证预算越紧的地方越 write-through。没有谁是绝对正确，只有预算表上的取舍。
七、常见坑
- 混淆写命中策略与写缺失策略。write-through/write-back 回答「命中时写哪」，write-allocate/no-write-allocate 回答「缺失时装不装」，是两个正交维度，两两搭配才构成完整策略。
- write-through 不配 write buffer。没有 buffer 的写穿等于每次 store 都吃下层全延迟，流水线直接瘫痪。
- 忘记读路径要嗅探 write buffer。不自查就会「刚写的值读不回来」，这是最经典的硬件 bug 温床之一。
- write-back 脏行与一致性回写处理遗漏。脏行被踢、被其他核嗅探（见 MESI 机制篇）都必须先回写或转发，漏一处就是数据损坏。
这一篇在知识体系里的位置
本篇与同簇的 替换策略 LRU 是一体两面：替换选出牺牲者，写策略决定牺牲者（脏行）怎么回写。多核下脏行的可见性由 MESI 保证；store 何时对其他核可见则进入内存序领域，见 store-buffer；再往下是 缓存组织 里 dirty 位等行元数据的物理实现。
总结
写命中分两条路：write-through 每次都穿写到下层、一致性简单但费带宽、必须配 write buffer 吸收延迟；write-back 只更新缓存并置 dirty 位、等行被替换时才一次回写，把 N 次写折叠成一次，省带宽却要维护脏位、回写时机与一致性。写缺失则要选 write-allocate（先装入再写，与 write-back 是黄金搭档）还是 no-write-allocate（直写下层，常配 write-through）；搭配错（如 write-back + no-allocate）会让后续写享受不到缓存，等于白付复杂度学费。