如何提高Linux下塊設(shè)備IO的整體性能？
IO調(diào)度發(fā)生在Linux內(nèi)核的IO調(diào)度層。這個(gè)層次是針對(duì)Linux的整體IO層次體系來說的。從read()或者write()系統(tǒng)調(diào)用的角度來說，Linux整體IO體系可以分為七層，它們分別是：
- VFS層：虛擬文件系統(tǒng)層。由于內(nèi)核要跟多種文件系統(tǒng)打交道，而每一種文件系統(tǒng)所實(shí)現(xiàn)的數(shù)據(jù)結(jié)構(gòu)和相關(guān)方法都可能不盡相同，所以，內(nèi)核抽象了這一層，專門用來適配各種文件系統(tǒng)，并對(duì)外提供統(tǒng)一操作接口。
- 文件系統(tǒng)層：不同的文件系統(tǒng)實(shí)現(xiàn)自己的操作過程，提供自己特有的特征，具體不多說了，大家愿意的話自己去看代碼即可。
- 頁緩存層：負(fù)責(zé)真對(duì)page的緩存。
- 通用塊層：由于絕大多數(shù)情況的io操作是跟塊設(shè)備打交道，所以Linux在此提供了一個(gè)類似vfs層的塊設(shè)備操作抽象層。下層對(duì)接各種不同屬性的塊設(shè)備，對(duì)上提供統(tǒng)一的Block IO請(qǐng)求標(biāo)準(zhǔn)。
- IO調(diào)度層：因?yàn)榻^大多數(shù)的塊設(shè)備都是類似磁盤這樣的設(shè)備，所以有必要根據(jù)這類設(shè)備的特點(diǎn)以及應(yīng)用的不同特點(diǎn)來設(shè)置一些不同的調(diào)度算法和隊(duì)列。以便在不同的應(yīng)用環(huán)境下有針對(duì)性的提高磁盤的讀寫效率，這里就是大名鼎鼎的Linux電梯所起作用的地方。針對(duì)機(jī)械硬盤的各種調(diào)度方法就是在這實(shí)現(xiàn)的。
- 塊設(shè)備驅(qū)動(dòng)層：驅(qū)動(dòng)層對(duì)外提供相對(duì)比較高級(jí)的設(shè)備操作接口，往往是C語言的，而下層對(duì)接設(shè)備本身的操作方法和規(guī)范。
- 塊設(shè)備層：這層就是具體的物理設(shè)備了，定義了各種真對(duì)設(shè)備操作方法和規(guī)范。
有一個(gè)已經(jīng)整理好的[Linux IO結(jié)構(gòu)圖]，非常經(jīng)典，一圖勝千言：
我們今天要研究的內(nèi)容主要在IO調(diào)度這一層。
它要解決的核心問題是，如何提高塊設(shè)備IO的整體性能?這一層也主要是針對(duì)機(jī)械硬盤結(jié)構(gòu)而設(shè)計(jì)的。
眾所周知，機(jī)械硬盤的存儲(chǔ)介質(zhì)是磁盤，磁頭在盤片上移動(dòng)進(jìn)行磁道尋址，行為類似播放一張唱片。
這種結(jié)構(gòu)的特點(diǎn)是，順序訪問時(shí)吞吐量較高，但是如果一旦對(duì)盤片有隨機(jī)訪問，那么大量的時(shí)間都會(huì)浪費(fèi)在磁頭的移動(dòng)上，這時(shí)候就會(huì)導(dǎo)致每次IO的響應(yīng)時(shí)間變長，極大的降低IO的響應(yīng)速度。
磁頭在盤片上尋道的操作，類似電梯調(diào)度，實(shí)際上在最開始的時(shí)期，Linux把這個(gè)算法命名為Linux電梯算法，即：
如果在尋道的過程中，能把順序路過的相關(guān)磁道的數(shù)據(jù)請(qǐng)求都“順便”處理掉，那么就可以在比較小影響響應(yīng)速度的前提下，提高整體IO的吞吐量。
這就是我們?yōu)槭裁匆O(shè)計(jì)IO調(diào)度算法的原因。
目前在內(nèi)核中默認(rèn)開啟了三種算法/模式：noop，cfq和deadline。嚴(yán)格算應(yīng)該是兩種：
因?yàn)?**種叫做noop，就是空操作調(diào)度算法，也就是沒有任何調(diào)度操作，并不對(duì)io請(qǐng)求進(jìn)行排序，僅僅做適當(dāng)?shù)膇o合并的一個(gè)fifo隊(duì)列。
目前內(nèi)核中默認(rèn)的調(diào)度算法應(yīng)該是cfq，叫做完全公平隊(duì)列調(diào)度。這個(gè)調(diào)度算法人如其名，它試圖給所有進(jìn)程提供一個(gè)完全公平的IO操作環(huán)境。
請(qǐng)大家一定記住這個(gè)詞語，cfq，完全公平隊(duì)列調(diào)度，不然下文就沒法看了。
cfq為每個(gè)進(jìn)程創(chuàng)建一個(gè)同步IO調(diào)度隊(duì)列，并默認(rèn)以時(shí)間片和請(qǐng)求數(shù)限定的方式分配IO資源，以此保證每個(gè)進(jìn)程的IO資源占用是公平的，cfq還實(shí)現(xiàn)了針對(duì)進(jìn)程級(jí)別的優(yōu)先級(jí)調(diào)度，這個(gè)我們后面會(huì)詳細(xì)解釋。
查看和修改IO調(diào)度算法的方法是：
cfq是通用服務(wù)器比較好的IO調(diào)度算法選擇，對(duì)桌面用戶也是比較好的選擇。
但是對(duì)于很多IO壓力較大的場景就并不是很適應(yīng)，尤其是IO壓力集中在某些進(jìn)程上的場景。
因?yàn)檫@種場景我們需要更多的滿足某個(gè)或者某幾個(gè)進(jìn)程的IO響應(yīng)速度，而不是讓所有的進(jìn)程公平的使用IO，比如數(shù)據(jù)庫應(yīng)用。
deadline調(diào)度(最終期限調(diào)度)就是更適合上述場景的解決方案。deadline實(shí)現(xiàn)了四個(gè)隊(duì)列：
其中兩個(gè)分別處理正常read和write，按扇區(qū)號(hào)排序，進(jìn)行正常io的合并處理以提高吞吐量。因?yàn)镮O請(qǐng)求可能會(huì)集中在某些磁盤位置，這樣會(huì)導(dǎo)致新來的請(qǐng)求一直被合并，可能會(huì)有其他磁盤位置的io請(qǐng)求被餓死。
另外兩個(gè)處理超時(shí)read和write的隊(duì)列，按請(qǐng)求創(chuàng)建時(shí)間排序，如果有超時(shí)的請(qǐng)求出現(xiàn)，就放進(jìn)這兩個(gè)隊(duì)列，調(diào)度算法保證超時(shí)(達(dá)到最終期限時(shí)間)的隊(duì)列中的請(qǐng)求會(huì)優(yōu)先被處理，防止請(qǐng)求被餓死。
不久前，內(nèi)核還是默認(rèn)標(biāo)配四種算法，還有一種叫做as的算法(Anticipatory scheduler)，預(yù)測調(diào)度算法。一個(gè)高大上的名字，搞得我一度認(rèn)為Linux內(nèi)核都會(huì)算命了。
結(jié)果發(fā)現(xiàn)，無非是在基于deadline算法做io調(diào)度的之前等一小會(huì)時(shí)間，如果這段時(shí)間內(nèi)有可以合并的io請(qǐng)求到來，就可以合并處理，提高deadline調(diào)度的在順序讀寫情況下的數(shù)據(jù)吞吐量。
其實(shí)這根本不是啥預(yù)測，我覺得不如叫撞大運(yùn)調(diào)度算法，當(dāng)然這種策略在某些特定場景差效果不錯(cuò)。
但是在大多數(shù)場景下，這個(gè)調(diào)度不僅沒有提高吞吐量，還降低了響應(yīng)速度，所以內(nèi)核干脆把它從默認(rèn)配置里刪除了。畢竟Linux的宗旨是實(shí)用，而我們也就不再這個(gè)調(diào)度算法上多費(fèi)口舌了。
1、cfq：完全公平隊(duì)列調(diào)度
cfq是內(nèi)核默認(rèn)選擇的IO調(diào)度隊(duì)列，它在桌面應(yīng)用場景以及大多數(shù)常見應(yīng)用場景下都是很好的選擇。
如何實(shí)現(xiàn)一個(gè)所謂的完全公平隊(duì)列(Completely Fair Queueing)?
首先我們要理解所謂的公平是對(duì)誰的公平?從操作系統(tǒng)的角度來說，產(chǎn)生操作行為的主體都是進(jìn)程，所以這里的公平是針對(duì)每個(gè)進(jìn)程而言的，我們要試圖讓進(jìn)程可以公平的占用IO資源。
那么如何讓進(jìn)程公平的占用IO資源?我們需要先理解什么是IO資源。當(dāng)我們衡量一個(gè)IO資源的時(shí)候，一般喜歡用的是兩個(gè)單位，一個(gè)是數(shù)據(jù)讀寫的帶寬，另一個(gè)是數(shù)據(jù)讀寫的IOPS。
帶寬就是以時(shí)間為單位的讀寫數(shù)據(jù)量，比如，100Mbyte/s。而IOPS是以時(shí)間為單位的讀寫次數(shù)。在不同的讀寫情境下，這兩個(gè)單位的表現(xiàn)可能不一樣，但是可以確定的是，兩個(gè)單位的任何一個(gè)達(dá)到了性能上限，都會(huì)成為IO的瓶頸。
從機(jī)械硬盤的結(jié)構(gòu)考慮，如果讀寫是順序讀寫，那么IO的表現(xiàn)是可以通過比較少的IOPS達(dá)到較大的帶寬，因?yàn)榭梢院喜⒑芏郔O，也可以通過預(yù)讀等方式加速數(shù)據(jù)讀取效率。
當(dāng)IO的表現(xiàn)是偏向于隨機(jī)讀寫的時(shí)候，那么IOPS就會(huì)變得更大，IO的請(qǐng)求的合并可能性下降，當(dāng)每次io請(qǐng)求數(shù)據(jù)越少的時(shí)候，帶寬表現(xiàn)就會(huì)越低。
從這里我們可以理解，針對(duì)進(jìn)程的IO資源的主要表現(xiàn)形式有兩個(gè)：進(jìn)程在單位時(shí)間內(nèi)提交的IO請(qǐng)求個(gè)數(shù)和進(jìn)程占用IO的帶寬。
其實(shí)無論哪個(gè)，都是跟進(jìn)程分配的IO處理時(shí)間長度緊密相關(guān)的。
有時(shí)業(yè)務(wù)可以在較少IOPS的情況下占用較大帶寬，另外一些則可能在較大IOPS的情況下占用較少帶寬，所以對(duì)進(jìn)程占用IO的時(shí)間進(jìn)行調(diào)度才是相對(duì)最公平的。
即，我不管你是IOPS高還是帶寬占用高，到了時(shí)間咱就換下一個(gè)進(jìn)程處理，你愛咋樣咋樣。
所以，cfq就是試圖給所有進(jìn)程分配等同的塊設(shè)備使用的時(shí)間片，進(jìn)程在時(shí)間片內(nèi)，可以將產(chǎn)生的IO請(qǐng)求提交給塊設(shè)備進(jìn)行處理，時(shí)間片結(jié)束，進(jìn)程的請(qǐng)求將排進(jìn)它自己的隊(duì)列，等待下次調(diào)度的時(shí)候進(jìn)行處理。這就是cfq的基本原理。
當(dāng)然，現(xiàn)實(shí)生活中不可能有真正的“公平”，常見的應(yīng)用場景下，我們很肯能需要人為的對(duì)進(jìn)程的IO占用進(jìn)行人為指定優(yōu)先級(jí)，這就像對(duì)進(jìn)程的CPU占用設(shè)置優(yōu)先級(jí)的概念一樣。
所以，除了針對(duì)時(shí)間片進(jìn)行公平隊(duì)列調(diào)度外，cfq還提供了優(yōu)先級(jí)支持。每個(gè)進(jìn)程都可以設(shè)置一個(gè)IO優(yōu)先級(jí)，cfq會(huì)根據(jù)這個(gè)優(yōu)先級(jí)的設(shè)置情況作為調(diào)度時(shí)的重要參考因素。
優(yōu)先級(jí)首先分成三大類：RT、BE、IDLE，它們分別是實(shí)時(shí)(Real Time)、***效果(Best Try)和閑置(Idle)三個(gè)類別，對(duì)每個(gè)類別的IO，cfq都使用不同的策略進(jìn)行處理。另外，RT和BE類別中，分別又再劃分了8個(gè)子優(yōu)先級(jí)實(shí)現(xiàn)更細(xì)節(jié)的QOS需求，而IDLE只有一個(gè)子優(yōu)先級(jí)。
另外，我們都知道內(nèi)核默認(rèn)對(duì)存儲(chǔ)的讀寫都是經(jīng)過緩存(buffer/cache)的，在這種情況下，cfq是無法區(qū)分當(dāng)前處理的請(qǐng)求是來自哪一個(gè)進(jìn)程的。
只有在進(jìn)程使用同步方式(sync read或者sync wirte)或者直接IO(Direct IO)方式進(jìn)行讀寫的時(shí)候，cfq才能區(qū)分出IO請(qǐng)求來自哪個(gè)進(jìn)程。
所以，除了針對(duì)每個(gè)進(jìn)程實(shí)現(xiàn)的IO隊(duì)列以外，還實(shí)現(xiàn)了一個(gè)公共的隊(duì)列用來處理異步請(qǐng)求。
當(dāng)前內(nèi)核已經(jīng)實(shí)現(xiàn)了針對(duì)IO資源的cgroup資源隔離，所以在以上體系的基礎(chǔ)上，cfq也實(shí)現(xiàn)了針對(duì)cgroup的調(diào)度支持。關(guān)于cgroup的blkio功能的描述，請(qǐng)看我之前的文章Cgroup – Linux的IO資源隔離。
總的來說，cfq用了一系列的數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)了以上所有復(fù)雜功能的支持，大家可以通過源代碼看到其相關(guān)實(shí)現(xiàn)，文件在源代碼目錄下的block/cfq-iosched.c。
1.1 cfq設(shè)計(jì)原理
在此，我們對(duì)整體數(shù)據(jù)結(jié)構(gòu)做一個(gè)簡要描述：首先，cfq通過一個(gè)叫做cfq_data的數(shù)據(jù)結(jié)構(gòu)維護(hù)了整個(gè)調(diào)度器流程。在一個(gè)支持了cgroup功能的cfq中，全部進(jìn)程被分成了若干個(gè)contral group進(jìn)行管理。
每個(gè)cgroup在cfq中都有一個(gè)cfq_group的結(jié)構(gòu)進(jìn)行描述，所有的cgroup都被作為一個(gè)調(diào)度對(duì)象放進(jìn)一個(gè)紅黑樹中，并以vdisktime為key進(jìn)行排序。
vdisktime這個(gè)時(shí)間紀(jì)錄的是當(dāng)前cgroup所占用的io時(shí)間，每次對(duì)cgroup進(jìn)行調(diào)度時(shí)，總是通過紅黑樹選擇當(dāng)前vdisktime時(shí)間最少的cgroup進(jìn)行處理，以保證所有cgroups之間的IO資源占用“公平”。
當(dāng)然我們知道，cgroup是可以對(duì)blkio進(jìn)行資源比例分配的，其作用原理就是，分配比例大的cgroup占用vdisktime時(shí)間增長較慢，分配比例小的vdisktime時(shí)間增長較快，快慢與分配比例成正比。
這樣就做到了不同的cgroup分配的IO比例不一樣，并且在cfq的角度看來依然是“公平“的。
選擇好了需要處理的cgroup(cfq_group)之后，調(diào)度器需要決策選擇下一步的service_tree。
service_tree這個(gè)數(shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)的都是一系列的紅黑樹，主要目的是用來實(shí)現(xiàn)請(qǐng)求優(yōu)先級(jí)分類的，就是RT、BE、IDLE的分類。每一個(gè)cfq_group都維護(hù)了7個(gè)service_trees，其定義如下：
其中service_tree_idle就是用來給IDLE類型的請(qǐng)求進(jìn)行排隊(duì)用的紅黑樹。
而上面二維數(shù)組，首先***個(gè)維度針對(duì)RT和BE分別各實(shí)現(xiàn)了一個(gè)數(shù)組，每一個(gè)數(shù)組中都維護(hù)了三個(gè)紅黑樹，分別對(duì)應(yīng)三種不同子類型的請(qǐng)求，分別是：SYNC、SYNC_NOIDLE以及ASYNC。
我們可以認(rèn)為SYNC相當(dāng)于SYNC_IDLE并與SYNC_NOIDLE對(duì)應(yīng)。idling是cfq在設(shè)計(jì)上為了盡量合并連續(xù)的IO請(qǐng)求以達(dá)到提高吞吐量的目的而加入的機(jī)制，我們可以理解為是一種“空轉(zhuǎn)”等待機(jī)制。
空轉(zhuǎn)是指，當(dāng)一個(gè)隊(duì)列處理一個(gè)請(qǐng)求結(jié)束后，會(huì)在發(fā)生調(diào)度之前空等一小會(huì)時(shí)間，如果下一個(gè)請(qǐng)求到來，則可以減少磁頭尋址，繼續(xù)處理順序的IO請(qǐng)求。
為了實(shí)現(xiàn)這個(gè)功能，cfq在service_tree這層數(shù)據(jù)結(jié)構(gòu)這實(shí)現(xiàn)了SYNC隊(duì)列，如果請(qǐng)求是同步順序請(qǐng)求，就入隊(duì)這個(gè)service tree，如果請(qǐng)求是同步隨機(jī)請(qǐng)求，則入隊(duì)SYNC_NOIDLE隊(duì)列，以判斷下一個(gè)請(qǐng)求是否是順序請(qǐng)求。
所有的異步寫操作請(qǐng)求將入隊(duì)ASYNC的service tree，并且針對(duì)這個(gè)隊(duì)列沒有空轉(zhuǎn)等待機(jī)制。
此外，cfq還對(duì)SSD這樣的硬盤有特殊調(diào)整，當(dāng)cfq發(fā)現(xiàn)存儲(chǔ)設(shè)備是一個(gè)ssd硬盤這樣的隊(duì)列深度更大的設(shè)備時(shí)，所有針對(duì)單獨(dú)隊(duì)列的空轉(zhuǎn)都將不生效，所有的IO請(qǐng)求都將入隊(duì)SYNC_NOIDLE這個(gè)service tree。
每一個(gè)service tree都對(duì)應(yīng)了若干個(gè)cfq_queue隊(duì)列，每個(gè)cfq_queue隊(duì)列對(duì)應(yīng)一個(gè)進(jìn)程，這個(gè)我們后續(xù)再詳細(xì)說明。
cfq_group還維護(hù)了一個(gè)在cgroup內(nèi)部所有進(jìn)程公用的異步IO請(qǐng)求隊(duì)列，其結(jié)構(gòu)如下：
異步請(qǐng)求也分成了RT、BE、IDLE這三類進(jìn)行處理，每一類對(duì)應(yīng)一個(gè)cfq_queue進(jìn)行排隊(duì)。
BE和RT也實(shí)現(xiàn)了優(yōu)先級(jí)的支持，每一個(gè)類型有IOPRIO_BE_NR這么多個(gè)優(yōu)先級(jí)，這個(gè)值定義為8，數(shù)組下標(biāo)為0-7。
我們目前分析的內(nèi)核代碼版本為Linux 4.4，可以看出，從cfq的角度來說，已經(jīng)可以實(shí)現(xiàn)異步IO的cgroup支持了，我們需要定義一下這里所謂異步IO的含義，它僅僅表示從內(nèi)存的buffer/cache中的數(shù)據(jù)同步到硬盤的IO請(qǐng)求，而不是aio(man 7 aio)或者linux的native異步io以及l(fā)ibaio機(jī)制，實(shí)際上這些所謂的“異步”IO機(jī)制，在內(nèi)核中都是同步實(shí)現(xiàn)的(本質(zhì)上馮諾伊曼計(jì)算機(jī)沒有真正的“異步”機(jī)制)。
我們?cè)谏厦嬉呀?jīng)說明過，由于進(jìn)程正常情況下都是將數(shù)據(jù)先寫入buffer/cache，所以這種異步IO都是統(tǒng)一由cfq_group中的async請(qǐng)求隊(duì)列處理的。
那么為什么在上面的service_tree中還要實(shí)現(xiàn)和一個(gè)ASYNC的類型呢?
這當(dāng)然是為了支持區(qū)分進(jìn)程的異步IO并使之可以“完全公平”做準(zhǔn)備嘍。
實(shí)際上在***的cgroup v2的blkio體系中，內(nèi)核已經(jīng)支持了針對(duì)buffer IO的cgroup限速支持，而以上這些可能容易混淆的一堆類型，都是在新的體系下需要用到的類型標(biāo)記。
新體系的復(fù)雜度更高了，功能也更加強(qiáng)大，但是大家先不要著急，正式的cgroup v2體系，在Linux 4.5發(fā)布的時(shí)候會(huì)正式跟大家見面。
我們繼續(xù)選擇service_tree的過程，三種優(yōu)先級(jí)類型的service_tree的選擇就是根據(jù)類型的優(yōu)先級(jí)來做選擇的，RT優(yōu)先級(jí)***，BE其次，IDLE***。就是說，RT里有，就會(huì)一直處理RT，RT沒了再處理BE。
每個(gè)service_tree對(duì)應(yīng)一個(gè)元素為cfq_queue排隊(duì)的紅黑樹，而每個(gè)cfq_queue就是內(nèi)核為進(jìn)程(線程)創(chuàng)建的請(qǐng)求隊(duì)列。
每一個(gè)cfq_queue都會(huì)維護(hù)一個(gè)rb_key的變量，這個(gè)變量實(shí)際上就是這個(gè)隊(duì)列的IO服務(wù)時(shí)間(service time)。
這里還是通過紅黑樹找到service time時(shí)間最短的那個(gè)cfq_queue進(jìn)行服務(wù)，以保證“完全公平”。
選擇好了cfq_queue之后，就要開始處理這個(gè)隊(duì)列里的IO請(qǐng)求了。這里的調(diào)度方式基本跟deadline類似。
cfq_queue會(huì)對(duì)進(jìn)入隊(duì)列的每一個(gè)請(qǐng)求進(jìn)行兩次入隊(duì)，一個(gè)放進(jìn)fifo中，另一個(gè)放進(jìn)按訪問扇區(qū)順序作為key的紅黑樹中。
默認(rèn)從紅黑樹中取請(qǐng)求進(jìn)行處理，當(dāng)請(qǐng)求的延時(shí)時(shí)間達(dá)到deadline時(shí)，就從紅黑樹中取等待時(shí)間最長的進(jìn)行處理，以保證請(qǐng)求不被餓死。
這就是整個(gè)cfq的調(diào)度流程，當(dāng)然其中還有很多細(xì)枝末節(jié)沒有交代，比如合并處理以及順序處理等等。
1.2 cfq的參數(shù)調(diào)整
理解整個(gè)調(diào)度流程有助于我們決策如何調(diào)整cfq的相關(guān)參數(shù)。所有cfq的可調(diào)參數(shù)都可以在/sys/class/block/sda/queue/iosched/目錄下找到，當(dāng)然，在你的系統(tǒng)上，請(qǐng)將sda替換為相應(yīng)的磁盤名稱。我們來看一下都有什么：
這些參數(shù)部分是跟機(jī)械硬盤磁頭尋道方式有關(guān)的，如果其說明你看不懂，請(qǐng)先補(bǔ)充相關(guān)知識(shí)：
back_seek_max:磁頭可以向后尋址的***范圍，默認(rèn)值為16M。
back_seek_penalty:向后尋址的懲罰系數(shù)。這個(gè)值是跟向前尋址進(jìn)行比較的。
以上兩個(gè)是為了防止磁頭尋道發(fā)生抖動(dòng)而導(dǎo)致尋址過慢而設(shè)置的?；舅悸肥沁@樣，一個(gè)io請(qǐng)求到來的時(shí)候，cfq會(huì)根據(jù)其尋址位置預(yù)估一下其磁頭尋道成本。
設(shè)置一個(gè)***值back_seek_max，對(duì)于請(qǐng)求所訪問的扇區(qū)號(hào)在磁頭后方的請(qǐng)求，只要尋址范圍沒有超過這個(gè)值，cfq會(huì)像向前尋址的請(qǐng)求一樣處理它。
再設(shè)置一個(gè)評(píng)估成本的系數(shù)back_seek_penalty，相對(duì)于磁頭向前尋址，向后尋址的距離為1/2(1/back_seek_penalty)時(shí)，cfq認(rèn)為這兩個(gè)請(qǐng)求尋址的代價(jià)是相同。
這兩個(gè)參數(shù)實(shí)際上是cfq判斷請(qǐng)求合并處理的條件限制，凡事復(fù)合這個(gè)條件的請(qǐng)求，都會(huì)盡量在本次請(qǐng)求處理的時(shí)候一起合并處理。
fifo_expire_async:設(shè)置異步請(qǐng)求的超時(shí)時(shí)間。
同步請(qǐng)求和異步請(qǐng)求是區(qū)分不同隊(duì)列處理的，cfq在調(diào)度的時(shí)候一般情況都會(huì)優(yōu)先處理同步請(qǐng)求，之后再處理異步請(qǐng)求，除非異步請(qǐng)求符合上述合并處理的條件限制范圍內(nèi)。
當(dāng)本進(jìn)程的隊(duì)列被調(diào)度時(shí)，cfq會(huì)優(yōu)先檢查是否有異步請(qǐng)求超時(shí)，就是超過fifo_expire_async參數(shù)的限制。如果有，則優(yōu)先發(fā)送一個(gè)超時(shí)的請(qǐng)求，其余請(qǐng)求仍然按照優(yōu)先級(jí)以及扇區(qū)編號(hào)大小來處理。
fifo_expire_sync:這個(gè)參數(shù)跟上面的類似，區(qū)別是用來設(shè)置同步請(qǐng)求的超時(shí)時(shí)間。
slice_idle:參數(shù)設(shè)置了一個(gè)等待時(shí)間。這讓cfq在切換cfq_queue或service tree的時(shí)候等待一段時(shí)間，目的是提高機(jī)械硬盤的吞吐量。
一般情況下，來自同一個(gè)cfq_queue或者service tree的IO請(qǐng)求的尋址局部性更好，所以這樣可以減少磁盤的尋址次數(shù)。這個(gè)值在機(jī)械硬盤上默認(rèn)為非零。
當(dāng)然在固態(tài)硬盤或者硬RAID設(shè)備上設(shè)置這個(gè)值為非零會(huì)降低存儲(chǔ)的效率，因?yàn)楣虘B(tài)硬盤沒有磁頭尋址這個(gè)概念，所以在這樣的設(shè)備上應(yīng)該設(shè)置為0，關(guān)閉此功能。
group_idle:這個(gè)參數(shù)也跟上一個(gè)參數(shù)類似，區(qū)別是當(dāng)cfq要切換cfq_group的時(shí)候會(huì)等待一段時(shí)間。
在cgroup的場景下，如果我們沿用slice_idle的方式，那么空轉(zhuǎn)等待可能會(huì)在cgroup組內(nèi)每個(gè)進(jìn)程的cfq_queue切換時(shí)發(fā)生。
這樣會(huì)如果這個(gè)進(jìn)程一直有請(qǐng)求要處理的話，那么直到這個(gè)cgroup的配額被耗盡，同組中的其它進(jìn)程也可能無法被調(diào)度到。這樣會(huì)導(dǎo)致同組中的其它進(jìn)程餓死而產(chǎn)生IO性能瓶頸。
在這種情況下，我們可以將slice_idle = 0而group_idle = 8。這樣空轉(zhuǎn)等待就是以cgroup為單位進(jìn)行的，而不是以cfq_queue的進(jìn)程為單位進(jìn)行，以防止上述問題產(chǎn)生。
low_latency:這個(gè)是用來開啟或關(guān)閉cfq的低延時(shí)(low latency)模式的開關(guān)。
當(dāng)這個(gè)開關(guān)打開時(shí)，cfq將會(huì)根據(jù)target_latency的參數(shù)設(shè)置來對(duì)每一個(gè)進(jìn)程的分片時(shí)間(slice time)進(jìn)行重新計(jì)算。
這將有利于對(duì)吞吐量的公平(默認(rèn)是對(duì)時(shí)間片分配的公平)。
關(guān)閉這個(gè)參數(shù)(設(shè)置為0)將忽略target_latency的值。這將使系統(tǒng)中的進(jìn)程完全按照時(shí)間片方式進(jìn)行IO資源分配。這個(gè)開關(guān)默認(rèn)是打開的。
我們已經(jīng)知道cfq設(shè)計(jì)上有“空轉(zhuǎn)”(idling)這個(gè)概念，目的是為了可以讓連續(xù)的讀寫操作盡可能多的合并處理，減少磁頭的尋址操作以便增大吞吐量。
如果有進(jìn)程總是很快的進(jìn)行順序讀寫，那么它將因?yàn)閏fq的空轉(zhuǎn)等待***率很高而導(dǎo)致其它需要處理IO的進(jìn)程響應(yīng)速度下降，如果另一個(gè)需要調(diào)度的進(jìn)程不會(huì)發(fā)出大量順序IO行為的話，系統(tǒng)中不同進(jìn)程IO吞吐量的表現(xiàn)就會(huì)很不均衡。
就比如，系統(tǒng)內(nèi)存的cache中有很多臟頁要寫回時(shí)，桌面又要打開一個(gè)瀏覽器進(jìn)行操作，這時(shí)臟頁寫回的后臺(tái)行為就很可能會(huì)大量***空轉(zhuǎn)時(shí)間，而導(dǎo)致瀏覽器的小量IO一直等待，讓用戶感覺瀏覽器運(yùn)行響應(yīng)速度變慢。
這個(gè)low_latency主要是對(duì)這種情況進(jìn)行優(yōu)化的選項(xiàng)，當(dāng)其打開時(shí)，系統(tǒng)會(huì)根據(jù)target_latency的配置對(duì)因?yàn)?**空轉(zhuǎn)而大量占用IO吞吐量的進(jìn)程進(jìn)行限制，以達(dá)到不同進(jìn)程IO占用的吞吐量的相對(duì)均衡。這個(gè)開關(guān)比較合適在類似桌面應(yīng)用的場景下打開。
target_latency:當(dāng)low_latency的值為開啟狀態(tài)時(shí)，cfq將根據(jù)這個(gè)值重新計(jì)算每個(gè)進(jìn)程分配的IO時(shí)間片長度。
quantum:這個(gè)參數(shù)用來設(shè)置每次從cfq_queue中處理多少個(gè)IO請(qǐng)求。在一個(gè)隊(duì)列處理事件周期中，超過這個(gè)數(shù)字的IO請(qǐng)求將不會(huì)被處理。這個(gè)參數(shù)只對(duì)同步的請(qǐng)求有效。
slice_sync:當(dāng)一個(gè)cfq_queue隊(duì)列被調(diào)度處理時(shí)，它可以被分配的處理總時(shí)間是通過這個(gè)值來作為一個(gè)計(jì)算參數(shù)指定的。公式為：time_slice = slice_sync + (slice_sync/5 * (4 - prio))。這個(gè)參數(shù)對(duì)同步請(qǐng)求有效。
slice_async:這個(gè)值跟上一個(gè)類似，區(qū)別是對(duì)異步請(qǐng)求有效。
slice_async_rq:這個(gè)參數(shù)用來限制在一個(gè)slice的時(shí)間范圍內(nèi)，一個(gè)隊(duì)列最多可以處理的異步請(qǐng)求個(gè)數(shù)。請(qǐng)求被處理的***個(gè)數(shù)還跟相關(guān)進(jìn)程被設(shè)置的io優(yōu)先級(jí)有關(guān)。
1.3 cfq的IOPS模式
我們已經(jīng)知道，默認(rèn)情況下cfq是以時(shí)間片方式支持的帶優(yōu)先級(jí)的調(diào)度來保證IO資源占用的公平。
高優(yōu)先級(jí)的進(jìn)程將得到更多的時(shí)間片長度，而低優(yōu)先級(jí)的進(jìn)程時(shí)間片相對(duì)較小。
當(dāng)我們的存儲(chǔ)是一個(gè)高速并且支持NCQ(原生指令隊(duì)列)的設(shè)備的時(shí)候，我們***可以讓其可以從多個(gè)cfq隊(duì)列中處理多路的請(qǐng)求，以便提升NCQ的利用率。
此時(shí)使用時(shí)間片的分配方式分配資源就顯得不合時(shí)宜了，因?yàn)榛跁r(shí)間片的分配，同一時(shí)刻最多能處理的請(qǐng)求隊(duì)列只有一個(gè)。
這時(shí)，我們需要切換cfq的模式為IOPS模式。切換方式很簡單，就是將slice_idle=0即可。內(nèi)核會(huì)自動(dòng)檢測你的存儲(chǔ)設(shè)備是否支持NCQ，如果支持的話cfq會(huì)自動(dòng)切換為IOPS模式。
另外，在默認(rèn)的基于優(yōu)先級(jí)的時(shí)間片方式下，我們可以使用ionice命令來調(diào)整進(jìn)程的IO優(yōu)先級(jí)。進(jìn)程默認(rèn)分配的IO優(yōu)先級(jí)是根據(jù)進(jìn)程的nice值計(jì)算而來的，計(jì)算方法可以在man ionice中看到，這里不再廢話。
2、deadline：最終期限調(diào)度
deadline調(diào)度算法相對(duì)cfq要簡單很多。
其設(shè)計(jì)目標(biāo)是：
在保證請(qǐng)求按照設(shè)備扇區(qū)的順序進(jìn)行訪問的同時(shí)，兼顧其它請(qǐng)求不被餓死，要在一個(gè)最終期限前被調(diào)度到。
我們知道磁頭對(duì)磁盤的尋道是可以進(jìn)行順序訪問和隨機(jī)訪問的，因?yàn)閷さ姥訒r(shí)時(shí)間的關(guān)系，順序訪問時(shí)IO的吞吐量更大，隨機(jī)訪問的吞吐量小。
如果我們想為一個(gè)機(jī)械硬盤進(jìn)行吞吐量優(yōu)化的話，那么就可以讓調(diào)度器按照盡量復(fù)合順序訪問的IO請(qǐng)求進(jìn)行排序，之后請(qǐng)求以這樣的順序發(fā)送給硬盤，就可以使IO的吞吐量更大。
但是這樣做也有另一個(gè)問題，就是如果此時(shí)出現(xiàn)了一個(gè)請(qǐng)求，它要訪問的磁道離目前磁頭所在磁道很遠(yuǎn)，應(yīng)用的請(qǐng)求又大量集中在目前磁道附近。
導(dǎo)致大量請(qǐng)求一直會(huì)被合并和插隊(duì)處理，而那個(gè)要訪問比較遠(yuǎn)磁道的請(qǐng)求將因?yàn)橐恢辈荒鼙徽{(diào)度而餓死。
deadline就是這樣一種調(diào)度器，能在保證IO***吞吐量的情況下，盡量使遠(yuǎn)端請(qǐng)求在一個(gè)期限內(nèi)被調(diào)度而不被餓死的調(diào)度器。
2.1 deadline設(shè)計(jì)原理
為了實(shí)現(xiàn)上述目標(biāo)，deadline調(diào)度器實(shí)現(xiàn)了兩類隊(duì)列，一類負(fù)責(zé)對(duì)請(qǐng)求按照訪問扇區(qū)進(jìn)行排序。這個(gè)隊(duì)列使用紅黑樹組織，叫做sort_list。另一類對(duì)請(qǐng)求的訪問時(shí)間進(jìn)行排序。使用鏈表組織，叫做fifo_list。
由于讀寫請(qǐng)求的明顯處理差異，在每一類隊(duì)列中，又按請(qǐng)求的讀寫類型分別分了兩個(gè)隊(duì)列，就是說deadline調(diào)度器實(shí)際上有4個(gè)隊(duì)列：
- 按照扇區(qū)訪問順序排序的讀隊(duì)列;
- 按照扇區(qū)訪問順序排序的寫隊(duì)列;
- 按照請(qǐng)求時(shí)間排序的讀隊(duì)列;
- 按照請(qǐng)求時(shí)間排序的寫隊(duì)列。
deadline之所以要對(duì)讀寫隊(duì)列進(jìn)行分離，是因?yàn)橐獙?shí)現(xiàn)讀操作比寫操作更高的優(yōu)先級(jí)。
從應(yīng)用的角度來看，讀操作一般都是同步行為，就是說，讀的時(shí)候程序一般都要等到數(shù)據(jù)返回后才能做下一步的處理。
而寫操作的同步需求并不明顯，一般程序都可以將數(shù)據(jù)寫到緩存，之后由內(nèi)核負(fù)責(zé)同步到存儲(chǔ)上即可。
所以，對(duì)讀操作進(jìn)行優(yōu)化可以明顯的得到收益。當(dāng)然，deadline在這樣的情況下必然要對(duì)寫操作會(huì)餓死的情況進(jìn)行考慮，保證其不會(huì)被餓死。
deadline的入隊(duì)很簡單：當(dāng)一個(gè)新的IO請(qǐng)求產(chǎn)生并進(jìn)行了必要的合并操作之后，它在deadline調(diào)度器中會(huì)分別按照扇區(qū)順序和請(qǐng)求產(chǎn)生時(shí)間分別入隊(duì)sort_list和fifo_list。并再進(jìn)一步根據(jù)請(qǐng)求的讀寫類型入隊(duì)到相應(yīng)的讀或者寫隊(duì)列。
deadline的出隊(duì)處理相對(duì)麻煩一點(diǎn)：
- 首先判斷讀隊(duì)列是否為空，如果讀隊(duì)列不為空并且寫隊(duì)列沒發(fā)生饑餓(starved < writes_starved)則處理讀隊(duì)列，否則處理寫隊(duì)列(第4部)。
- 進(jìn)入讀隊(duì)列處理后，首先檢查fifo_list中是否有超過最終期限(read_expire)的讀請(qǐng)求，如果有則處理該請(qǐng)求以防止被餓死。
- 如果上一步為假，則處理順序的讀請(qǐng)求以增大吞吐。
- 如果第1部檢查讀隊(duì)列為空或者寫隊(duì)列處于饑餓狀態(tài)，那么應(yīng)該處理寫隊(duì)列。其過程和讀隊(duì)列處理類似。
- 進(jìn)入寫隊(duì)列處理后，首先檢查fifo_list中是否有超過最終期限(write_expire)的寫請(qǐng)求，如果有則處理該請(qǐng)求以防止被餓死。
- 如果上一步為假，則處理順序的寫請(qǐng)求以增大吞吐。
整個(gè)處理邏輯就是這樣，簡單總結(jié)其原則就是，讀的優(yōu)先級(jí)高于寫，達(dá)到deadline時(shí)間的請(qǐng)求處理高于順序處理。正常情況下保證順序讀寫，保證吞吐量，有饑餓的情況下處理饑餓。
2.2 deadline的參數(shù)調(diào)整
deadline的可調(diào)參數(shù)相對(duì)較少，包括：
read_expire:讀請(qǐng)求的超時(shí)時(shí)間設(shè)置，單位為ms。當(dāng)一個(gè)讀請(qǐng)求入隊(duì)deadline的時(shí)候，其過期時(shí)間將被設(shè)置為當(dāng)前時(shí)間+read_expire，并放倒fifo_list中進(jìn)行排序。
write_expire:寫請(qǐng)求的超時(shí)時(shí)間設(shè)置，單位為ms。功能根讀請(qǐng)求類似。
fifo_batch:在順序(sort_list)請(qǐng)求進(jìn)行處理的時(shí)候，deadline將以batch為單位進(jìn)行處理。
每一個(gè)batch處理的請(qǐng)求個(gè)數(shù)為這個(gè)參數(shù)所限制的個(gè)數(shù)。在一個(gè)batch處理的過程中，不會(huì)產(chǎn)生是否超時(shí)的檢查，也就不會(huì)產(chǎn)生額外的磁盤尋道時(shí)間。
這個(gè)參數(shù)可以用來平衡順序處理和饑餓時(shí)間的矛盾，當(dāng)饑餓時(shí)間需要盡可能的符合預(yù)期的時(shí)候，我們可以調(diào)小這個(gè)值，以便盡可能多的檢查是否有饑餓產(chǎn)生并及時(shí)處理。
增大這個(gè)值當(dāng)然也會(huì)增大吞吐量，但是會(huì)導(dǎo)致處理饑餓請(qǐng)求的延時(shí)變長。
writes_starved:這個(gè)值是在上述deadline出隊(duì)處理***步時(shí)做檢查用的。用來判斷當(dāng)讀隊(duì)列不為空時(shí)，寫隊(duì)列的饑餓程度是否足夠高，以時(shí)deadline放棄讀請(qǐng)求的處理而處理寫請(qǐng)求。
當(dāng)檢查存在有寫請(qǐng)求的時(shí)候，deadline并不會(huì)立即對(duì)寫請(qǐng)求進(jìn)行處理，而是給相關(guān)數(shù)據(jù)結(jié)構(gòu)中的starved進(jìn)行累計(jì)。
如果這是***次檢查到有寫請(qǐng)求進(jìn)行處理，那么這個(gè)計(jì)數(shù)就為1。如果此時(shí)writes_starved值為2，則我們認(rèn)為此時(shí)饑餓程度還不足夠高，所以繼續(xù)處理讀請(qǐng)求。
只有當(dāng)starved >= writes_starved的時(shí)候，deadline才回去處理寫請(qǐng)求?？梢哉J(rèn)為這個(gè)值是用來平衡deadline對(duì)讀寫請(qǐng)求處理優(yōu)先級(jí)狀態(tài)的，這個(gè)值越大，則寫請(qǐng)求越被滯后處理，越小，寫請(qǐng)求就越可以獲得趨近于讀請(qǐng)求的優(yōu)先級(jí)。
front_merges:當(dāng)一個(gè)新請(qǐng)求進(jìn)入隊(duì)列的時(shí)候，如果其請(qǐng)求的扇區(qū)距離當(dāng)前扇區(qū)很近，那么它就是可以被合并處理的。
而這個(gè)合并可能有兩種情況：
- 是向當(dāng)前位置后合并
- 是向前合并。
在某些場景下，向前合并是不必要的，那么我們就可以通過這個(gè)參數(shù)關(guān)閉向前合并。默認(rèn)deadline支持向前合并，設(shè)置為0關(guān)閉。
3、noop調(diào)度器
noop調(diào)度器是最簡單的調(diào)度器。它本質(zhì)上就是一個(gè)鏈表實(shí)現(xiàn)的fifo隊(duì)列，并對(duì)請(qǐng)求進(jìn)行簡單的合并處理。調(diào)度器本身并沒有提供任何可疑配置的參數(shù)。
4、各種調(diào)度器的應(yīng)用場景選擇
根據(jù)以上幾種io調(diào)度算法的分析，我們應(yīng)該能對(duì)各種調(diào)度算法的使用場景有一些大致的思路了。
從原理上看，cfq是一種比較通用的調(diào)度算法，它是一種以進(jìn)程為出發(fā)點(diǎn)考慮的調(diào)度算法，保證大家盡量公平。
deadline是一種以提高機(jī)械硬盤吞吐量為思考出發(fā)點(diǎn)的調(diào)度算法，盡量保證在有io請(qǐng)求達(dá)到最終期限的時(shí)候進(jìn)行調(diào)度。非常適合業(yè)務(wù)比較單一并且IO壓力比較重的業(yè)務(wù)，比如數(shù)據(jù)庫。
而noop呢?其實(shí)如果我們把我們的思考對(duì)象拓展到固態(tài)硬盤，那么你就會(huì)發(fā)現(xiàn)，無論cfq還是deadline，都是針對(duì)機(jī)械硬盤的結(jié)構(gòu)進(jìn)行的隊(duì)列算法調(diào)整，而這種調(diào)整對(duì)于固態(tài)硬盤來說，完全沒有意義。
對(duì)于固態(tài)硬盤來說，IO調(diào)度算法越復(fù)雜,額外要處理的邏輯就越多，效率就越低。
所以，固態(tài)硬盤這種場景下使用noop是***的，deadline次之，而cfq由于復(fù)雜度的原因，無疑效率***。
作者簡介：
鄒立巍
Linux系統(tǒng)技術(shù)專家。目前在騰訊SNG社交網(wǎng)絡(luò)運(yùn)營部 計(jì)算資源平臺(tái)組，負(fù)責(zé)內(nèi)部私有云平臺(tái)的建設(shè)和架構(gòu)規(guī)劃設(shè)計(jì)。
曾任新浪動(dòng)態(tài)應(yīng)用平臺(tái)系統(tǒng)架構(gòu)師，負(fù)責(zé)微博、新浪博客等重點(diǎn)業(yè)務(wù)的內(nèi)部私有云平臺(tái)架構(gòu)設(shè)計(jì)和運(yùn)維管理工作。
