LWN：内核中进行更积极地内存整理（compaction）
关注了就能看到更多这么棒的文章哦～
Proactive compaction for the kernel
April 21, 2020
This article was contributed by Nitin Gupta
原文来自：https://lwn.net/Articles/817905/
主译：DeepL
许多应用场景中，如果使用huge page的话都可以看到明显的性能提升。然而，huge-page allocation往往会导致很大延迟，甚至在碎片化的内存条件下会分配失败。主动在后台进行内存压缩（memory compaction）可能为这些问题提供有效解决方案。使用了我（作者Nitin Gupta，下同）提出的proactive compaction实现方案后，一般来说huge-page allocation的延迟可以减少到原来的1/70 ～1/80，CPU开销只会稍微增长一点。
Memory compaction是Linux内核的一个功能，它可以提供更大的、物理连续的可用内存块。目前，内核使用的是on-demand compaction scheme，即按需压缩方案。每当per-node的kcompactd线程被唤醒时，它就会压缩一些内存只能能提供满足用户申请size的一个page。一旦有了这个大小的page可用，线程就会回到睡眠状态。这种compaction模式往往会导致higher-order（order是指用2的指数次来代表的page size）分配的延迟，对于需要突发分配大量huge page的场景来说，这种compaction模式会损害性能。
在系统上手动触发compaction来做了些实验，结果表明，对于一个32GB的系统来说，可以在1秒内将内存整理成为一个相当紧凑（highly compacted）的内存状态。这说明，内核中的proactive compaction主动压缩方案可以在保持较低的分配延迟的同时，将相当大比例的内存分配成huge page。
我最近的patch实现了一个proactive compaction方案。它对user space开放了唯一一个供调整的参数: /sys/kernel/mm/compaction/proactiveness，它接受的值范围是[0，100]，默认值是20。这个值决定了内核在后台compact内存的积极性。这个patch重用了原来就有的per-NUMA-node kcompactd线程来进行后台压缩。这些线程中每一个都会周期性地计算出一个per-node的碎片化分数（作为内存碎片化程度的指标），并将其与阈值进行比较，这个high/low阈值就来自上面提到的用户可调的proactiveness值。
当node中的碎片化评分超过high threshold时，每个node的kcompactd线程就会开始发起（后台）proactive compact动作。compact过程一直持续进行，直到node的碎片化评分低于low threshold，或者满足其中一个back-off条件（让步条件，后面有定义）。
memory compaction涉及到将 "movable" page移动到整个区域的尾端，从而在区域的起始处可以创建更大的、物理连续的、空闲的区域。如果有 "unmovable"页面，如kernel allocation的页面其实分布在整个物理地址空间中到处都是，那么这个流程的效果就比较差。由于属于不同进程的page会被到处移动，因此compaction会对整个系统带来很大影响，这也会导致在无辜应用中出现高延迟。因此，内核不能过度compact，应该有一个良好的back-off策略。
patch在以下几种情况下会进行让步：
当前node的kswapd线程处于活动状态时（为了避免干扰reclaim流程）。
per-node lru_lock或per-zone lock有竞争时（为了避免伤害那些非后台、对延迟敏感的进程）。
当一轮compaction完成后没有任何进展时（即碎片化评分不减少）。
如果达成其中任何一个让步条件，proactive compaction过程将被延后到一定时间之后再进行。
Per-node fragmentation score and threshold calculation
如前所述，这种proactive compaction方案是由一个叫做proactiveness的sysfs节点来调优的。所有需要的值，如每个node的碎片化程度评分值，还有threshold阈值，都是从这个proactiveness值得出的。
node的得分在[0，100]范围内，定义为这个node中所有的zone的评分之和。其中zone score（Sz）定义为
Sz = (Nz / Nn) * extfrag(zone, HUGETLB_PAGE_ORDER)其中：
Nz是该zone的page总数。
Nn是该zone的父node中的page总数。
extfrag(zone, HUGETLB_PAGE_ORDER)是这个zone中的huge-page order的external fragmentation。
一般来说，针对任意order计算external fragmentation的共识如下：
extfrag(zone, order) = ((Fz - Hz) / Fz) * 100其中：
Fz是该zone的free page总数。
Hz是符合2的order次方size连续block的所有free page总数。
这个per-zone score的范围是[0，100]，当Fz = 0时，这个得分定义为0。我之所以采用这种方式来计算per-zone score，主要是为了避免浪费时间来compact类似ZONE_DMA32这样的特殊zone，而专注于在像ZONE_NORMAL这样的zone，因为这些zone管理着大部分的内存(Nz ≈Nn)。对于较小的zone来说（Nz < 这些得分都需要和low threshold(Tl)以及high threshold(Th)进行比较，这两者定义如下： threshold也在[0，100]范围内。一旦一个zone的得分超过Th，就会进行proactive compaction，直到得分降到Tl以下。 Performance evaluation 要想真正验证memory compaction效率，第一步是对打碎系统memory，使系统内存没有huge page可以直接分配出来（即所有NUMA node的初始分数都弄到100）。系统处于这样的内存碎片化状态下，任何很依赖huge-page的workload都会凸显出内核compaction policy效果如何。在on-demand compaction的情况下，大部分的huge page分配都会进入direct-compaction path，就会看到很高的延迟。而使用proactive compaction期望能避免这些延迟，除了在compaction过程都跟不上huge-page allocation速度这种极端情况。 为了评估proactive compaction，我通过一个用户空间程序触发了很严重的external fragmentation（定义见上文），该程序几乎将所有内存都分配为huge page，然后从每个huge page对齐的位置来free了75%的page。所有测试都是在x86_64系统上进行的，该系统拥有1TB的RAM和两个NUMA node，使用内核版本5.6.0-rc4。首先测试的非常依赖huge-page的workload是一个test kernel driver，它会尽可能多地分配huge page，测量每次分配的延迟，直到分配失败为止。不管有没有我的patch，该驱动都能将几乎98%的可用内存分配成huge page。然而，使用原生内核（没有我的proactive compaction patch），95％分位的延迟是33799µs，而使用我的patch（其中proactiveness调整为20），这个延迟是429µs--减少到了1/78。 为了进一步衡量性能，我们使用了一个Java heap allocation测试，在按上述方法对内存进行强制碎片化处理后，Java heep allocation分配到了700GB的heap space。这个workload显示了减少huge page分配延迟的效果，在这种很多huge page的workload情况下。在vanilla（原生）内核上，运行时间约为27分钟，而打了patch(proactiveness=20)后，运行时间下降到大约4分钟。使用更高的proactiveness值的测试没有显示出进一步的加速或减速效果。 Vlastimil Babka提出了一些问题，他也一直都在做proactive compaction工作，并帮助review了一些patch： 按照你的描述，似乎首先是一次性的进行强制碎片化，然后是一次性的持续分配动作？kcompactd可能只做了一次proactive compact？这可以作为一个smoke test，但我认为更重要的是在更复杂的workload下行为如何，我们也应该检查vmstat compact_daemon*这些统计信息，可能还要关注kcompactd kthreads的CPU利用率。 看到这个评论后，我进一步调查了kcompactd的proactive情况下的行为。Java heap测试程序运行过程中记录了每个node的碎片化分数，以及kcompactd线程的CPU使用率。数据清楚表明，在测试程序的整个运行过程中，proactive compaction一直在起作用，并且一个kcompactd线程在活跃时100%占用了一个CPU core。 上图显示了一个Java进程试图在一个two-node系统上分配700GB的heap区域时，每个node上碎片化评分的变化。proactiveness值设置为20，所以低阈值和高阈值分别为80和90。在测试程序运行前，系统内存是碎片化的，没有huge page可以直接分配。从Node-0开始进行heap分配，随着huge page的使用，得分也随之上升。当分数达到90分以上时，节点上会触发主动压缩，将分数拉回80分。最终，Node-0上的所有内存都用完了（运行约90秒后），此时分配从Node-1开始，同样的compaction模式重复进行。 如前所述，compaction是一个很耗时的操作，除非能够减少external fragmentation，否则我们不想付出这样的代价。为了评估back-off行为，我们创建了另一个测试，其中unmovable page分散在整个物理地址空间中。在系统处于这样的内存状态下，compaction除了让CPU发热之外，并不能起到什么作用。这个patch中实现的back-off机制可以正确识别这种情况，一轮compaction后，它看到node的得分没有下降，从而检测出来需要back-off了。当这种情况发生时，进一步的proactive compaction将被推迟一段时间。 Future work 这个补丁已经经历了几轮review，这在很多方面帮助它完善。一些内核开发者表示确实需要这样更proactive的compaction。鉴于我们测试得到的这些非常漂亮的数据，再经过几次迭代之后这个patch很有希望被接受，。 作为未来的一个方向，我正在关注如何细化per-node fragmentation score以及threshold计算，这些数字会影响background proactive compaction过程。目前，score计算时没有考虑每个node的特性，比如不同的TLB延迟，这在异构系统中会很重要。未来的patch可能会在得分和阈值计算中添加scaling factor来进行缩放，以考虑到每个node自己的特性。 全文完 LWN文章遵循CC BY-SA 4.0许可协议。 欢迎分享、转载及基于现有协议再创作～ 长按下面二维码关注，关注LWN深度文章以及开源社区的各种新近言论～ Tl = 100 - proactiveness
Th = min(10 + Tl, 100)
