데이터 패킹 (Data Packing)

데이터 패킹 (Data Packing)

• 데이터 패킹(Data Packing) 은 메모리 효율성을 높이기 위해 데이터 구조를 최적화하여 메모리의 사용량과 접근 속도를 개선하는 기법입니다.

• 특히, CPU 캐시 성능을 극대화 하기 위해 데이터가 메모리에서 연속적이고 압축된 형태로 저장 되도록 설계합니다.

---

1. 왜 데이터 패킹이 중요한가?

• 현대 CPU는 데이터를 메모리(RAM Memory) 에서 캐시(CPU cache) 로 가져와 처리하는 데 최적화되어 있습니다.

• 데이터가 연속적 으로 배치되어 있다면 한 번의 캐시 로드 로 더 많은 데이터를 처리할 수 있습니다.

• 반대로, 데이터가 메모리 여기저기 흩어져 있다면 캐시 미스(Cache Miss) 가 발생해 성능이 크게 저하됩니다.

  • 캐시 미스 관련 글 : https://j2doll.tistory.com/979

• 데이터 패킹은 이러한 캐시 미스를 줄이고 CPU-메모리 병목 현상을 최소화합니다.

---

2. 데이터 패킹의 주요 개념

2.1. 필드 정렬 (Field Alignment)

• 컴파일러는 데이터 구조의 메모리를 특정 기준에 맞게 정렬(alignment)합니다.

• 예를 들어, 4바이트 정수형 변수는 메모리 주소가 4의 배수에 정렬됩니다. 이를 "메모리 패딩(memory padding)" 이라고 합니다.

• c

    struct Example {
        char a;      // 1 byte
        int b;       // 4 bytes
        char c;      // 1 byte
    };
  

• 위 구조체는 필드 간의 패딩(padding) 때문에 메모리 크기가 12 bytes 로 늘어납니다:

  • a (1 byte) 뒤에 3 bytes 패딩되어, 4(=1+3) 바이트 차지.
  • b (4 bytes)는 4-byte alignment에 맞게 저장.
  • c (1 byte) 뒤에 3 bytes 패딩되어, 4(=1+3) 바이트 차지.
  • (1+3) + 4 + (1+3) = 12 바이트 차지

2.2. 데이터 패킹으로 정렬 최적화

• 데이터 패킹을 통해 불필요한 패딩을 줄일 수 있습니다:

• c

    struct PackedExample {
        char a; // 1 byte
        char c; // 1 byte
                // padding 2 bytes 
        int b;  // 4 bytes
    };
  

• 위와 같이 필드를 재배치하면 구조체의 크기를 8 bytes 로 줄일 수 있습니다.

---

3. 실전에서 데이터 패킹 활용

3.1. 컴파일러 지시어 활용

• 컴파일러에서 제공하는 #pragma 또는 __attribute__((packed)) 지시어를 사용하면 강제로 데이터를 압축할 수 있습니다.

• c

   // GCC/Clang (g++/clang++)
   struct __attribute__((packed)) PackedStruct {
       char a; // 1 byte
       int b;  // 1 byte
       char c; // 4 bytes
   };
   
   // MSVC (Visual C++)
   #pragma pack(push, 1)
   struct PackedStruct {
       char a; // 1 byte
       int b;  // 1 byte
       char c; // 4 bytes
   };
   #pragma pack(pop)
  

• 구조체에 패킹(packing)을 적용하면 총 크기는 6바이트

3.2. 데이터 정렬 확인

• 메모리 사용을 시각화하거나 디버깅할 때, 데이터 구조의 크기와 정렬 상태를 확인하는 도구를 사용할 수 있습니다:
  • sizeof() 함수로 구조체 크기 확인
  • offsetof()로 필드의 메모리 오프셋 확인

---

4. 데이터 패킹의 장단점

4.1. 장점

• 메모리 사용량 감소
• 캐시 친화적인 설계로 성능 향상
• 데이터 구조 설계의 효율성 증가

4.2. 단점:

• CPU에서 비정렬된 데이터(non-aligned data)를 읽는 경우 성능 저하
• 하드웨어 플랫폼 간의 데이터 정렬 차이로 인해 이식성 문제가 발생 가능

---

5. 데이터 패킹의 응용

• 네트워크 프로그래밍 : 네트워크 프로토콜은 데이터를 압축하여 전송하기 위해 데이터 패킹을 사용합니다.
• 임베디드 시스템 : 메모리 제약이 있는 환경에서 데이터 구조를 최소화합니다.
• 그래픽스와 게임 개발 : 다량의 데이터를 빠르게 처리하기 위해 패킹된 버퍼를 설계합니다.

---

6. 요약

• 데이터 패킹은 데이터 구조 설계 시 메모리와 성능을 모두 고려해야 하는 고급 최적화 기법입니다.
• 그러나 성능과 이식성 간의 트레이드오프를 이해하고 적절히 사용할 필요가 있습니다.

view raw Data Packing.ko.md hosted with ❤ by GitHub

---

• 도움이 되셨으면 하단의 ❤️ 공감 버튼 부탁 드립니다. 감사합니다! 😄
• 일부 모바일 환경에서는 ❤️ 버튼이 보이지 않습니다.

view raw i.like.it.ko.md hosted with ❤ by GitHub