多核心Linux核心路徑優化的不二法門之-slab與夥伴系統

FreeeLinux發表於2017-01-29
Linux優化
作為這個系列的第一篇，我先來描述一下slab系統。因為近些天有和同事，朋友討論過這個主題，而且覺得這個主題還算比較典型，所以就作為第一篇了。其實按照作業系統理論來講，程式管理應該更加重要些，按照我自己的興趣來講，IO管理以及TCP/IP協議棧會更加有分量，關於這些內容，我會陸續給出。
       Linux核心的slab來自一種很簡單的思想，即事先準備好一些會頻繁分配，釋放的資料結構。然而標準的slab實現太複雜且維護開銷巨大，因此便分化出了更加小巧的slub，因此本文討論的就是slub，後面所有提到slab的地方，指的都是slub。另外又由於本文主要描述核心優化方面的內容，並不是基本原理介紹，因此想了解slab細節以及程式碼實現的請自行百度或者看原始碼。

單CPU上單純的slab

下圖給出了單CPU上slab在分配和釋放物件時的情景序列：




可以看出，非常之簡單，而且完全達到了slab設計之初的目標。

擴充套件到多核心CPU

現在我們簡單的將上面的模型擴充套件到多核心CPU，同樣差不多的分配序列如下圖所示：




我們看到，在只有單一slab的時候，如果多個CPU同時分配物件，衝突是不可避免的，解決衝突的幾乎是唯一的辦法就是加鎖排隊，然而這將大大增加延遲，我們看到，申請單一物件的整個時延從T0開始，到T4結束，這太久了。
       多CPU無鎖化並行化操作的直接思路-複製給每個CPU一套相同的資料結構。
       不二法門就是增加“每CPU變數”。對於slab而言，可以擴充套件成下面的樣子：




如果以為這麼簡單就結束了，那這就太沒有意義了。

問題

首先，我們來看一個簡單的問題，如果單獨的某個CPU的slab快取沒有物件可分配了，但是其它CPU的slab快取仍有大量空閒物件的情況，如下圖所示：




這是可能的，因為對單獨一種slab的需求是和該CPU上執行的程式/執行緒緊密相關的，比如如果CPU0只處理網路，那麼它就會對skb等資料結構有大量的需求，對於上圖最後引出的問題，如果我們選擇從夥伴系統中分配一個新的page(或者pages，取決於物件大小以及slab cache的order)，那麼久而久之就會造成slab在CPU間分佈的不均衡，更可能會因此吃掉大量的實體記憶體，這都是不希望看到的。
       在繼續之前，首先要明確的是，我們需要在CPU間均衡slab，並且這些必須靠slab內部的機制自行完成，這個和程式在CPU間負載均衡是完全不同的，對程式而言，擁有一個核心排程機制，比如基於時間片，或者虛擬時鐘的步進速率等，但是對於slab，完全取決於使用者自身，只要物件仍然在使用，就不能剝奪使用者繼續使用的權利，除非使用者自己釋放。因此slab的負載均衡必須設計成合作型的，而不是搶佔式的。
       好了。現在我們知道，從夥伴系統重新分配一個page(s)並不是一個好主意，它應該是最終的決定，在執行它之前，首先要試一下別的路線。
       現在，我們引出第二個問題，如下圖所示：




誰也不能保證分配slab物件的CPU和釋放slab物件的CPU是同一個CPU，誰也不能保證一個CPU在一個slab物件的生命週期內沒有分配新的page(s)，這期間的複雜操作誰也沒有規定。這些問題該怎麼解決呢？事實上，理解了這些問題是怎麼解決的，一個slab框架就徹底理解了。

問題的解決-分層slab cache

無級變速總是讓人嚮往。
       如果一個CPU的slab快取滿了，直接去搶同級別的別的CPU的slab快取被認為是一種魯莽且不道義的做法。那麼為何不設定另外一個slab快取，獲取它裡面的物件不像直接獲取CPU的slab快取那麼簡單且直接，但是難度卻又不大，只是稍微增加一點消耗，這不是很好嗎？事實上，CPU的L1，L2，L3 cache不就是這個方案設計的嗎？這事實上已經成為cache設計的不二法門。這個設計思想同樣作用於slab，就是Linux核心的slub實現。

現在可以給出概念和解釋了。


Linux kernel slab cache：一個分為3層的物件cache模型。
Level 1 slab cache：一個空閒物件連結串列，每個CPU一個的獨享cache，分配釋放物件無需加鎖。
Level 2 slab cache：一個空閒物件連結串列，每個CPU一個的共享page(s) cache，分配釋放物件時僅需要鎖住該page(s)，與Level 1 slab cache互斥，不互相包容。
Level 3 slab cache：一個page(s)連結串列，每個NUMA NODE的所有CPU共享的cache，單位為page(s)，獲取後被提升到對應CPU的Level 1 slab cache，同時該page(s)作為Level 2的共享page(s)存在。
共享page(s)：該page(s)被一個或者多個CPU佔有，每一個CPU在該page(s)上都可以擁有互相不充圖的空閒物件連結串列，該page(s)擁有一個唯一的Level 2 slab cache空閒連結串列，該連結串列與上述一個或多個Level 1 slab cache空閒連結串列亦不衝突，多個CPU獲取該Level 2 slab cache時必須爭搶，獲取後可以將該連結串列提升成自己的Level 1 slab cache。


該slab cache的圖示如下：




其行為如下圖所示：




2個場景

對於常規的物件分配過程，下圖展示了其細節：




事實上，對於多個CPU共享一個page(s)的情況，還可以有另一種玩法，如下圖所示：




夥伴系統

前面我們簡短的體會了Linux核心的slab設計,不宜過長,太長了不易理解.但是最後,如果Level 3也沒有獲取page(s)，那麼最終會落到終極的夥伴系統。
       夥伴系統是為了防記憶體分配碎片化的，所以它儘可能地做兩件事：

1).儘量分配儘可能大的記憶體

2).儘量合併連續的小塊記憶體成一塊大記憶體

我們可以通過下面的圖解來理解上面的原則：




注意，本文是關於優化的，不是夥伴系統的科普，所以我假設大家已經理解了夥伴系統。
       鑑於slab快取物件大多數都是不超過1個頁面的小結構(不僅僅slab系統，超過1個頁面的記憶體需求相比1個頁面的記憶體需求，很少)，因此會有大量的針對1個頁面的記憶體分配需求。從夥伴系統的分配原理可知，如果持續大量分配單一頁面，會有大量的order大於0的頁面分裂成單一頁面，在單核心CPU上，這不是問題，但是在多核心CPU上，由於每一個CPU都會進行此類分配，而夥伴系統的分裂，合併操作會涉及大量的連結串列操作，這個鎖開銷是巨大的，因此需要優化！
       Linux核心對夥伴系統針對單一頁面的分配需求採取的批量分配“每CPU單一頁面快取”的方式！
       每一個CPU擁有一個單一頁面快取池，需要單一頁面的時候，可以無需加鎖從當前CPU對應的頁面池中獲取頁面。而當池中頁面不足時，系統會批量從夥伴系統中拉取一堆頁面到池中，反過來，在單一頁面釋放的時候，會擇優將其釋放到每CPU的單一頁面快取中。
       為了維持“每CPU單一頁面快取”中頁面的數量不會太多或太少(太多會影響夥伴系統，太少會影響CPU的需求)，系統保持了兩個值，當快取頁面數量低於low值的時候，便從夥伴系統中批量獲取頁面到池中，而當快取頁面數量大於high的時候，便會釋放一些頁面到夥伴系統中。

小結

多CPU作業系統核心中，關鍵的開銷就是鎖的開銷。我認為這是一開始的設計導致的，因為一開始，多核CPU並沒有出現，單核CPU上的共享保護幾乎都是可以用“禁中斷”，“禁搶佔”來簡單實現的，到了多核時代，作業系統同樣簡單平移到了新的平臺，因此同步操作是在單核的基礎上後來新增的。簡單來講，目前的主流作業系統都是在單核年代創造出來的，因此它們都是順應單核環境的，對於多核環境，可能它們一開始的設計就有問題。
       不管怎麼說，優化操作的不二法門就是禁止或者儘量減少鎖的操作。隨之而來的思路就是為共享的關鍵資料結構建立"每CPU的快取“，而這類快取分為兩種型別：

1).資料通路快取。

比如路由表之類的資料結構，你可以用RCU鎖來保護，當然如果為每一個CPU都建立一個本地路由表快取，也是不錯的，現在的問題是何時更新它們，因為所有的快取都是平級的，因此一種批量同步的機制是必須的。

2).管理機制快取。

比如slab物件快取這類，其生命週期完全取決於使用者，因此不存在同步問題，然而卻存在管理問題。採用分級cache的思想是好的，這個非常類似於CPU的L1/L2/L3快取，採用這種平滑的開銷逐漸增大，容量逐漸增大的機制，並配合以設計良好的換入/換出等演算法，效果是非常明顯的。

相關文章