计算机组成原理-聊聊cpu是如何执行任务的

先聊聊CPU是如何执行任务的

聊聊cpu MESI策略导致的性能下降问题

我们都知道CPU为了解决缓存一致性的问题，用了MESI协议，虽然它很好的解决了缓存一致性的问题。但是他却暴露一个很大的问题——缓存命中率下降。

图解缓存一致性问题

1. CPU 核心1从内存中加载一个cache line，如下图所示，我们都知道64位的操作系统的cache line都是64k，所以我们加载一个cache line的时候把变量A B都加载进来了。此时CPU在总线发个通知问问之前有没有别的CPU也加载了，其他CPU都说没有，于是CPU cache就把这个cache line设置为独占状态，即E。
   
2. 然后CPU核心2也加载了同样地址的内存数据，同样在总线上发了消息问问有没有CPU加载过该数据，CPU1回了句有，于是CPU们都把这个数据设置为共享状态S。
   
3. 然后CPU1改了变量A B的数据，发出了通知，CPU2知道之后，就将自己cache line中的数据设置为无效I。CPU1就将这个数据的状态标志设置为修改(M)
   
4. 然后CPU2也要改数据了，他发现自己cache line中的数据无效了，所以需要CPU1把修改的数据写回内存，CPU2去内存中捞出来改，然后CPU将改完的数据设置为M。CPU1将当前cache line中的数据设置为I(无效)。

如上所说，来来回回的让彼此的数据失效，导致两个CPU捞的数据都是在内存中取得，虽然保证了缓存一致性，却失去的一定的性能。这就是所谓的伪共享问题

避免伪共享的方法

空间换时间

无论是算法还是说明，计算机解决性能的问题常用的手段就是空间换时间，如下图所示，我们既然都知道CPU的cache line是64k，那么我们为什么不让a占一个cache line大小的内存，b也占一个cache line的内存。
这样CPU1加载cache line只会加载到一个变量，这样就保证了双核的计算机，只要不把这个从缓存中移出，数据的加载都会在cache中读取，性能就得到了保证。

java中的伪共享解决方案

示例1

如下所示，这段代码就是要做的很简单，就是开四个线程，将一个长度的4的数组对象的value元素设置为0，读者不妨尝试将带有屏蔽此行的成员变量注释再解注释看看效果。
可以发现添加注释后的运行时间为:6573820850
去掉注释后的时间为：15142851950

public class FalseShareTest implements Runnable {
    public static int NUM_THREADS = 4;
    public final static long ITERATIONS = 500L * 1000L * 1000L;
    private final int arrayIndex;
    private static VolatileLong[] volatileLongs;
    public static long SUM_TIME = 0l;

    public FalseShareTest(final int arrayIndex) {
        this.arrayIndex = arrayIndex;
    }

    public static void main(final String[] args) throws Exception {
        Thread.sleep(10000);
        for (int j = 0; j < 10; j++) {
            System.out.println("第i次循环" + j);
            if (args.length == 1) {
//                设置线程数为4
                NUM_THREADS = Integer.parseInt(args[0]);
            }
            //搞四个避免伪共享的填充物
            volatileLongs = new VolatileLong[NUM_THREADS];
            for (int i = 0; i < volatileLongs.length; i++) {
                volatileLongs[i] = new VolatileLong();
            }
            final long start = System.nanoTime();
            //运行正在干活的逻辑
            runTest();
            final long end = System.nanoTime();
            SUM_TIME += end - start;
        }
        System.out.println("平均耗时：" + SUM_TIME / 10);
    }

    private static void runTest() throws InterruptedException {
        Thread[] threads = new Thread[NUM_THREADS];
        for (int i = 0; i < threads.length; i++) {
            threads[i] = new Thread(new FalseShareTest(i));
        }
        for (Thread t : threads) {
            t.start();
        }
        for (Thread t : threads) {
            t.join();
        }
    }

    public void run() {
        long i = ITERATIONS + 1;
        //将每个数组里面的value设置为0
        while (0 != --i) {
            volatileLongs[arrayIndex].value = i;
        }
    }

    public final static class VolatileLong {
        //value是多个线程要操作的数据，并用volatile保证可见性
        public volatile long value = 0L;
        public long p1, p2, p3, p4, p5, p6;     //屏蔽此行
    }
}

原因也很简单，我们都知道long类型占了8个字节，如果添加了注释，那么四个线程要操作的数组volatileLongs将会被加载到同一个cache line中，如下图所示，试想一下一个线程操作value使得其他cpu中的cache line失效的场景：

一旦解开注释那么cache line可能就会变这样，空间换时间，伪共享问题就解决了。

示例2

ava1.8以前一般都是填充解决. 而java1.8引入了 @Contended 注解(sun.misc.Contended).如下所示，我们要操作CacheLineTest 两个long变量，我们可以使用Contended使得这俩成员变量在加载的时候，存到不同的cache line中从而避免伪共享问题。

public class CacheLineTest {
    @Contended
    volatile long si;
    @Contended
    volatile long sj;

   

    public static void main(String[] args) throws Exception{
        for (int i = 0; i < 10; i++) {
            CacheLineTest c=new CacheLineTest();
             Thread t1=new Thread(()->{
                 for (int j = 0; j < 1000_000_00; j++) {
                     c.si=j;
                 } 
             });

            Thread t2=new Thread(()->{
                for (int j = 0; j < 1000_000_00; j++) {
                    c.sj=j;
                }
            });

            final long start=System.nanoTime();
            t1.start();
            t2.start();
            t1.join();
            t2.join();
            final long end=System.nanoTime();
            System.out.println((end-start)/1000_000);
        }
    }
    
}

cpu如何选择线程

如下图所示，无论是进程还是线程，在Linux系统中统统称为task_struct 结构体，只不过线程共享了进程的内存地址空间、文件描述、代码段等，所以线程也被称为轻量级的进程。
而Linux内核里的调度器，都是以task_struct 为单位调度一个个任务的。
而Linux按照优先级的分类，可将一个个task_struct 任务分为实时任务和普通任务。
实时任务：对响应要求较高，一般优先级在0-99，数字越小，优先级越高。
普通任务：就是可以正常安排的任务，优先级一般在100-139，数字越小，优先级越高。

三个调度类介绍

Deadline 和 Realtime 这两个调度类，都是应用于实时任务的，这两个调度类的调度策略合起来共有这三种，它们的作用如下：

1. SCHED_DEADLINE：是按照 deadline 进行调度的，距离当前时间点最近的 deadline 的任务会被优先调度；
2. SCHED_FIFO：对于相同优先级的任务，按先来先服务的原则，但是优先级更高的任务，可以抢占低优先级的任务，也就是优先级高的可以「插队」；
3. SCHED_RR：对于相同优先级的任务，轮流着运行，每个任务都有一定的时间片，当用完时间片的任务会被放到队列尾部，以保证相同优先级任务的公平性，但是高优先级的任务依然可以抢占低优先级的任务；

而 Fair 调度类是应用于普通任务，都是由 CFS 调度器管理的，分为两种调度策略：

1. SCHED_NORMAL：普通任务使用的调度策略；
2. SCHED_BATCH：后台任务的调度策略，不和终端进行交互，因此在不影响其他需要交互的任务，可以适当降低它的优先级。

详细介绍一下完全公平调度

我们日常在Linux中跑的应用程序基本都是普通任务，Linux对这些任务设计了一个比较公平的算法，我们称之为CFS算法，即可完全公平调度（Completely Fair Scheduling）

他的工作原理也很简单，就是对每个任务都设置一个虚拟运行时间vruntime，运行越久这个值越大，CFS在每次运行时会优先选择虚拟运行时间少的运行。这样就尽可能的保证了公平性。
在公平的情况下，我们有时候也需要考虑优先级，所以Linux还增加了一个nice级别的关键字段，nice设的越小，权重就越大，而权重和虚拟运行时间的关系公式如下所示

虚拟时间vruntime+=实际时间*NICE_0_LOAD(这个东西可不管当作固定值即可)/权重

从上公式可以看出，当我们nice值设置越小，权重就越大，那么vruntime就越小，优先级就越高。

关于的CPU的运行队列

我们都知道操作系统任务不可能一次性运行完，所以运行不完的任务都会被存到队列中，对于不同优先级别的任务就会放到不同的队列中。
如下所示Deadline 的任务放到dl_rq, Realtime任务放到rt_rq,而 Fair任务放到csf_rq中，操作系统拿任务时也是按照Deadline > Realtime > Fair这样的顺序取任务跑的。

调整进程的优先级

例如我们要将普通应用的mysql优先级调高，我们就可以键入如下命令

nice -n -20 /usr/sbin/mysqld

上述命令意思也很简单，假如mysql任务级别是139那么减20，优先级就是100，就达到普通任务中的最高优先级了。

如果想修改运行中的任务优先级，我们可以使用

renice -10 -p [进程pid]

nice调整的是普通任务，如果你想任务搞成实时任务，我们可以使用如下命令,即将任务搞成实时任务，并且优先级为1，策略为SCHED_FIFO,先来先服务

chrt -f 1 -p [进程pid]

参考文献

2.5 CPU 是如何执行任务的？

伪共享（false sharing），并发编程无声的性能杀手

java中解决伪共享问题