Preload es un "demonio de lectura adaptable" que se ejecuta en segundo plano en su sistema y observa qué programas usa con más frecuencia, almacenándolos en caché para acelerar el tiempo de carga de la aplicación. Al usar Preload, puede hacer que la RAM no utilizada funcione bien y mejorar el rendimiento general de su sistema de escritorio.
No espere ver un cambio drástico en el rendimiento de inmediato. Además, si solo está abriendo / cerrando aplicaciones de manera repetitiva, su computadora almacenará esos archivos en la memoria caché de todos modos (esto se llama carga "cálida"), por lo que no verá ninguna diferencia en la velocidad allí. Sin embargo, verá una mejora en la velocidad si, por ejemplo, usa un programa de manera intermitente; Estos programas se iniciarán más rápido que sin Preload.
La precarga puede proporcionar una gran mejora en el tiempo de inicio de la aplicación; Como la mayoría de las máquinas modernas tienen una gran cantidad de memoria de sobra, Preload le da un buen uso a esta RAM. 1
Dicho esto, parece que la precarga es una gran utilidad, y podría serlo.
Creo que la razón por la que no está precargado con el sistema operativo es porque el usuario debe saber exactamente qué está haciendo, y tener suficiente experiencia para poder usarlo, y el sistema debe tener suficiente RAM.
En un aspecto más técnico, la precarga funciona al mover datos del disco duro a la RAM, lo que hace que la mayoría del disco duro pase al modo de suspensión si no se usa, y luego tiene que volver a girar cuando sea necesario. Por lo tanto, si gira la unidad hacia arriba o hacia abajo, el recuento del ciclo de carga / descarga y el recuento del tiempo de encendido aumentarán, lo que acortará la vida útil de la unidad.
Diseñamos e implementamos preload, un esquema de captación previa adaptable basado en Markov que funciona en predicciones a nivel de aplicación. Además, la precarga se implementa en el espacio de usuario y no cambia el entorno de tiempo de ejecución de la aplicación en ningún sentido. Este es el primer trabajo que se experimenta con la captación previa del sistema de archivos en este nivel hasta donde sabemos.
Nuestros resultados experimentales muestran mejoras prometedoras en el tiempo de inicio de la aplicación en comparación con los cachés en frío, y una tasa de éxito decente en comparación con un algoritmo de predicción ingenuo.
Sin embargo, estar en el espacio del usuario introduce obstáculos importantes para que la precarga sea una solución competitiva para el problema del tiempo de inicio. En particular, no tener información completa sobre las solicitudes de E / S de las aplicaciones, y la falta de canales de comunicación sólidos con el subsistema de caché de página degrada drásticamente la eficacia de la precarga, especialmente en condiciones de poca memoria.
Otro problema inherente con el diseño de precarga es la alta varianza y la baja confianza de predicción causada por la correlación relativamente floja de los inicios de aplicaciones. Si bien creamos con éxito un modelo para rastrear las correlaciones de las aplicaciones, el hecho de que los lanzamientos de aplicaciones sean eventos muy raros en comparación con la escala de tiempo en la que trabajan las computadoras, un esquema de captación previa a nivel de aplicación está condenado a consumir una gran memoria de captación previa durante períodos de tiempo prácticamente infinitos. Esta memoria se puede usar para mejorar el comportamiento de la memoria caché a corto plazo.
Finalmente, presentamos un conjunto de recomendaciones para desarrolladores de sistemas sobre cómo mejorar el tiempo de arranque, el tiempo de inicio de sesión y el tiempo de inicio de la aplicación sin recurrir a un prefetcher integrado con el subsistema de caché en el núcleo. Por supuesto, un prefetcher basado en archivos en el núcleo puede mejorar además de eso. 2
1 Fuente: techthrob
2 Fuente: Preload - Un Adaptive Prefetching Daemon por Behdad Esfahbod - Una tesis presentada de conformidad con los requisitos para el grado de Maestría en Ciencias - Departamento Graduado de Ciencias de la Computación - Universidad de Toronto Copyright (c) 2006 por Behdad Esfahbod.