HMP调度器和EAS调度器

HMP调度器

为了降低功耗，ARM开发了大小核架构处理器。Linux内核中的负载均衡算法基于SMP模型，并未考虑big.LITTLE模型，因此Linaro开发了一个HMP调度器用于支持这种架构，它也被用于Android 5.x和Android6.x中，但这种调度器并没有被合入内核的基线中。
该调度器的进程调度算法基本上和CFS一样，主要区别在于调度域和负载均衡的处理上。HMP调度域的实现比自带的CFS调度器要简单的多，首先它只包含两个调度域，大核调度域和小核调度域，也不考虑这两个调度域之间的负载均衡问题，没有调度组和调度能力的概念，调度域也没有拓扑层次关系。它的主要工作原理是：
（1）检测小核调度域，如果有繁重的任务（最重的），就迁移到大核调度域中的空闲CPU上（idle CPU）。
（2）检测大核调度域，如果有简单的任务（最轻的），就迁移到小核调度域中的空闲CPU上（idle CPU）。

它的主要复杂点就是如何界定这里的繁重任务和简单任务，HMP使用load_avg_ratio来表示进程负载的轻重：

load_avg_ratio = runnable_avg_sum * 1024 / runnable_avg_period

这和CFS中的默认算法是有区别的，这里的进程负载不再于各进程的权重有关了，而只和两个参量相关。
可迁移的大任务对应的负载要高于：hmp_up_threshold = 700 （runnable_avg_sum / runnable_avg_period > 68.3%）
可迁移的小任务对应的负载要低于：hmp_down_threshold = 512 （runnable_avg_sum / runnable_avg_period < 50%）

EAS调度器

CFS调度器和SMP负载均衡主要是为了性能优先的场景，把负载均衡在每个CPU上发挥每个CPU的能力，对于功耗的处理没有那么好，而EAS就是为了嵌入式设备而设计，在保证性能的前提下竟可能的节省功耗，目前它已经逐渐替代HMP调度器，并且在Android 7.x之后开始使用。
EAS调度器新增了能效模型到调度器中，所谓能效也就是CPU的运行能力和对应的功耗，在内核中都会进行量化处理，内核中用capacity表示CPU能力，而功耗用power表示功耗。在调度域初始化时会读取dts中配置的能效数据，所谓能效是指，不同的P-state和C-state对应的CPU计算能力和CPU功耗量化值。
EAS调度器与CFS调度器主要的差异点：
（1）CFS调度器中就已经有capacity的概念了，在EAS调度器中对capacity的计算更加精细，系统中能够定义的capacity最大值为1024。

cpu_capacity_org = cpu_max_capacity_scale * cpu_max_freq / system_max_freq

这里的cpu_max_capacity_scale表示dts中传入的当前CPU最大能力值，cpu_max_freq指当前CPU最大频率值，system_max_freq表示系统中CPU最大频率值。这样就把cpu_capacity_org和cpufreq联系在了一起，另外这里表示的是整个CPU的capacity，CFS runqueue的capacity还要进一步减去rt和dl调度类的capacity。

（2）cfs运行队列runnable_load_sum负载的计算方法和PELT算法基本上一致，重要的区别就是进程负载加入了对CPU freq和CPU capacity的考虑。EAS调度器为什么还要计算CFS使用的负载呢？因为后面会讲到，当判断CPU处于over-utilized状态时，会触发CFS负载均衡操作，这个操作都是使用此负载值的。
（3）新增WALT算法计算WALT运行时间，以此作为依据获取下一个时间窗口预计的运行时间，这个运行时间的作用是为了在进程唤醒时根据需要的CPU能力查找合适的运行CPU。时间窗口默认是20ms，这里注意和PELT中period的区分。WALT运行时间是在一个时间窗口内，进程处于runable状态的时间，通过公式换算得出的，最大不超过一个时间窗口（默认20ms）。
计算公式为：

walt_time = delta_exec_time * (curr_freq / system_max_freq) * (curr_IPC / system_max_IPC)

delta_exec_time是实际运行的物理时间，curr_freq指当前CPU的频率，system_max_freq系统最大频率，curr_IPC当前CPU的计算效率，system_max_IPC系统最大的CPU计算效率。这个公式包含了运行频率因素，同时也包含了大小核因素。在一个时间窗口内的walt_time时间保存到ravg.sum中，同时也会保留最近5个的历史数据到ravg.sum_history[5]，WALT算法会默认使用最近值和平均值两者最大值作为demand，这个就是预测的下一个时间窗口需要的walt运行时间。

（4）WALT与PELT还有一个重要的差别，就是WALT在计算walt_time时是不统计睡眠时间的，这样就忽略了睡眠时间对于负载的影响，这是与PELT关键的一个差异。
（5）唤醒进程时会判断当前wakeup CPU是否负载过重，如果是over-utilized，那么执行CFS负载均衡，否则负载不重，执行EAS的算法选择CPU进行执行。
a.查找合适的调度组

capacity = demand * 1024 / walt_ravg_window

查找合适调度组，计算得出一个capacity值，需要找到一个调度组计算能力要达到期望能力的125%才会被选择，并且是所有调度组中最小的调度组。
b.查找合适的CPU

（demand + pre_runnable_sum） * 1024 / walt_ravg_window < CPU capacity

进一步筛选CPU，这次除了demand，还需要把pre_runnable_sum也要加上进行计算。
c.找到合适的target CPU后，还有一个重要的步骤，就是计算energy，对比进程迁移前后的energy值大小，如果进程迁移到target CPU后energy反而增加，那么就保持不变。
（6）新增CPU调频策略“sched”，在EAS调度器中获取负载相关的信息，并且执行对应的调频操作，增强CPUfreq和scheduler之间的联系。