热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

ASSSD怎么用?

SSD已经是电脑用户老生常谈的话题了,老时代的机械硬盘的瓶颈已经越来越满足不了,新时代的固态硬盘应运而生,SSD能够带来极速开关机体验,另外电脑也要更为流畅不少。不过,如果要看固态




SSD已经是电脑用户老生常谈的话题了,老时代的机械硬盘的瓶颈已经越来越满足不了,新时代的固态硬盘应运而生,SSD能够带来极速开关机体验,另外电脑也要更为流畅不少。不过,如果要看固态硬盘的性能,一般我们还需要用到AS SSD工具检测固态硬盘读取速度、是否4K对齐等等。那么,AS SSD怎么用?怎么看4k对齐呢,下面系统部落小编针对新手朋友,详细介绍下AS SSD使用技巧。


AS SSD怎么用?


关于AS SSD软件:


AS SSD是一款专业的SSD(固态硬盘)的传输速度测试工具,它不仅可以测试固态硬盘读取速度,还可以检测SSD是否4K对齐,是否开启ACHI模式等。


AS SSD怎么用?


AS SSD工具小巧,支持XP、Win7/8/Win10系统,在XP下需要安装运行.NET Framework 2.0环境才能使用。


AS SSD工具测试原理:


●持续读写测试(Seq)


AS SSD会先以16MB大小为单位,持续向受测分区写入生成1个达到1GB大小的文件,然后再以同样的16MB为单位读取,最后算出平均成绩而给出结果。


●4K随机单队列深度测试(4K)


软件会以512KB的单位生成1GB大小的SSD测试文件,然后在这个文件的LBA地址范围内以4KB单位大小进行随机写入及读取测试,直到跑遍这个范围为止,最后同样计算平均成绩给出结果。


●4K随机64队列深度测试(4K-64Thrd)


SSD评测软件则会生成64个16MB大小的测试文件,然后同时以4KB为单位,同时在这64个文件中进行写入和读取测试,最后依然以平均成绩为结果。


●数据存取时间测试(Acc.time)


软件会以4KB为单位尺寸,随机读取全盘地址范围(LBA),写入则以512B为单位尺寸,随机写入保留的1GB地址范围内,最后以平均成绩给出结果。


由于AS SSD Benchmark这样的测试软件比较流行,而且连续读写性能是排在最上面,再加上厂商的数据上的“推波助澜”,以至于很多玩家看SSD的性能只看连续读写的成绩,实际上对于SSD来说,4K随机性能更为重要,尤其是将SSD当作系统盘时。


最后AS SSD依据他的公式就算得分,以下是AS SSD使用方法。


AS SSD怎么用 怎么看4K对齐?


AS SSD是一款小巧实用免费工具,使用方法非常简单,步骤如下。


1、首先在安装使用固态硬盘的电脑中下载安装AS SSD工具(网上搜索一下,有很多可供下载,包括英文版和中文版都有)。


2、安装后,打开AS SSD,然后点击下方的「Start(开始)」就可以检测出固态硬盘读取速度、是否4K对齐、是否开启AHCI模式等,如下图所示。


AS SSD怎么用?


如上图所示,检测到的结果中,Read代表SSD读取速度、Write代表SSD写入速度。固态硬盘最重要的参数就是读写速度了,它关于性能。SATA 6Gbps的固态硬盘理论极限速度约为572MB/s(6000000000/10/1024/1024),目前用ATTO可能跑到550MB/s左右的最高速度(用SandForce主控跑100%可压缩数据),大多数的主流SSD的连续性能会有500+MB/s,但连续写入速度现在还难以突破500MB/s(不可压缩数据)。


另外在左侧部分的:


iaStorA - OK 代表 AHCI模式已经开启;


1024 - OK 代表4K对齐已经开启。


在固态硬盘电脑中,必须同时开始AHCI模式和4K对齐,才能发挥固态硬盘最佳性能,如果这项没有开启优化,不仅会影响读取速度,也会影响SSD的寿命。


一般来说,固态硬盘在读和写的操作上,读的操作是明显多于写操作的,这个比例在10~20:1的水平。所以,对于SSD的性能,先要看4K随机读的成绩,再看4K随机写和连续读的成绩,连续写的能力其实是排到最后的。




推荐阅读
  • 本文介绍了使用哈夫曼树实现文件压缩和解压的方法。首先对数据结构课程设计中的代码进行了分析,包括使用时间调用、常量定义和统计文件中各个字符时相关的结构体。然后讨论了哈夫曼树的实现原理和算法。最后介绍了文件压缩和解压的具体步骤,包括字符统计、构建哈夫曼树、生成编码表、编码和解码过程。通过实例演示了文件压缩和解压的效果。本文的内容对于理解哈夫曼树的实现原理和应用具有一定的参考价值。 ... [详细]
  • 本文详细介绍了SQL日志收缩的方法,包括截断日志和删除不需要的旧日志记录。通过备份日志和使用DBCC SHRINKFILE命令可以实现日志的收缩。同时,还介绍了截断日志的原理和注意事项,包括不能截断事务日志的活动部分和MinLSN的确定方法。通过本文的方法,可以有效减小逻辑日志的大小,提高数据库的性能。 ... [详细]
  • 本文介绍了Python高级网络编程及TCP/IP协议簇的OSI七层模型。首先简单介绍了七层模型的各层及其封装解封装过程。然后讨论了程序开发中涉及到的网络通信内容,主要包括TCP协议、UDP协议和IPV4协议。最后还介绍了socket编程、聊天socket实现、远程执行命令、上传文件、socketserver及其源码分析等相关内容。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 本文讨论了在Windows 8上安装gvim中插件时出现的错误加载问题。作者将EasyMotion插件放在了正确的位置,但加载时却出现了错误。作者提供了下载链接和之前放置插件的位置,并列出了出现的错误信息。 ... [详细]
  • 本文详细介绍了Linux中进程控制块PCBtask_struct结构体的结构和作用,包括进程状态、进程号、待处理信号、进程地址空间、调度标志、锁深度、基本时间片、调度策略以及内存管理信息等方面的内容。阅读本文可以更加深入地了解Linux进程管理的原理和机制。 ... [详细]
  • HTML学习02 图像标签的使用和属性
    本文介绍了HTML中图像标签的使用和属性,包括定义图像、定义图像地图、使用源属性和替换文本属性。同时提供了相关实例和注意事项,帮助读者更好地理解和应用图像标签。 ... [详细]
  • Ubuntu安装常用软件详细步骤
    目录1.GoogleChrome浏览器2.搜狗拼音输入法3.Pycharm4.Clion5.其他软件1.GoogleChrome浏览器通过直接下载安装GoogleChro ... [详细]
  • Linux的uucico命令使用方法及工作模式介绍
    本文介绍了Linux的uucico命令的使用方法和工作模式,包括主动模式和附属模式。uucico是用来处理uucp或uux送到队列的文件传输工具,具有操作简单快捷、实用性强的特点。文章还介绍了uucico命令的参数及其说明,包括-c或--quiet、-C或--ifwork、-D或--nodetach、-e或--loop、-f或--force、-i或--stdin、-I--config、-l或--prompt等。通过本文的学习,读者可以更好地掌握Linux的uucico命令的使用方法。 ... [详细]
  • 统一知识图谱学习和建议:更好地理解用户偏好
    本文介绍了一种将知识图谱纳入推荐系统的方法,以提高推荐的准确性和可解释性。与现有方法不同的是,本方法考虑了知识图谱的不完整性,并在知识图谱中传输关系信息,以更好地理解用户的偏好。通过大量实验,验证了本方法在推荐任务和知识图谱完成任务上的优势。 ... [详细]
  • macOS Big Sur全新设计大版本更新,10+个值得关注的新功能
    本文介绍了Apple发布的新一代操作系统macOS Big Sur,该系统采用全新的界面设计,包括图标、应用界面、程序坞和菜单栏等方面的变化。新系统还增加了通知中心、桌面小组件、强化的Safari浏览器以及隐私保护等多项功能。文章指出,macOS Big Sur的设计与iPadOS越来越接近,结合了去年iPadOS对鼠标的完善等功能。 ... [详细]
  • Android Studio Bumblebee | 2021.1.1(大黄蜂版本使用介绍)
    本文介绍了Android Studio Bumblebee | 2021.1.1(大黄蜂版本)的使用方法和相关知识,包括Gradle的介绍、设备管理器的配置、无线调试、新版本问题等内容。同时还提供了更新版本的下载地址和启动页面截图。 ... [详细]
  • 知识图谱——机器大脑中的知识库
    本文介绍了知识图谱在机器大脑中的应用,以及搜索引擎在知识图谱方面的发展。以谷歌知识图谱为例,说明了知识图谱的智能化特点。通过搜索引擎用户可以获取更加智能化的答案,如搜索关键词"Marie Curie",会得到居里夫人的详细信息以及与之相关的历史人物。知识图谱的出现引起了搜索引擎行业的变革,不仅美国的微软必应,中国的百度、搜狗等搜索引擎公司也纷纷推出了自己的知识图谱。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 本文介绍了操作系统的定义和功能,包括操作系统的本质、用户界面以及系统调用的分类。同时还介绍了进程和线程的区别,包括进程和线程的定义和作用。 ... [详细]
author-avatar
北漂123
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有