[[405164]]

內(nèi)容簡介

介紹以一種創(chuàng)新的方式優(yōu)化HugeTLB對應(yīng)的struct page內(nèi)存占用。

相信大家對HugeTLB在虛擬化及DPDK等場景應(yīng)用并不陌生，在動不動就上百GB的服務(wù)器上，輕輕松松預(yù)留上百GB HugeTLB。相信不少云廠商也注意到HugeTLB的內(nèi)存管理上存在一定的問題。既然有問題，為何upstream上遲遲看不到相關(guān)的優(yōu)化patch呢?

答案很簡單：問題棘手。

Linux在內(nèi)存管理方面已經(jīng)發(fā)展了十幾年，即使某些機(jī)制不夠優(yōu)秀，想大改也不是簡單的事情。內(nèi)存管理貫徹整個Linux內(nèi)核，與眾多子系統(tǒng)交互。究竟Linux在HugeTLB的管理上存在什么問題呢?

如何管理物理內(nèi)存

現(xiàn)在Linux Kernel主要以頁為單位管理內(nèi)存，而頁的大小默認(rèn)4 KB。為了方便管理物理內(nèi)存，Linux為每個頁分配一個metadata結(jié)構(gòu)體，即struct page結(jié)構(gòu)，其大小通常64 Bytes。struct page可以簡單理解成一個數(shù)組，數(shù)組的index就是PFN(物理頁幀號)。我稱這段區(qū)域vmemmap。

圖片4KB頁我們稱之為小頁，與之相反的是大頁。在x86-64平臺，硬件支持2 MB和1 GB大頁。Linux為了方便用戶使用大頁，提供2種不同的機(jī)制，分別是THP (Transparent Huge Page) 和 HugeTLB。HugeTLB經(jīng)常出現(xiàn)在我們的工程實踐中，HugeTLB為我們?yōu)槲覀儙聿诲e的性能提升。

但是也有一朵烏云常伴其身。雖然2 MB的HugeTLB page理論上也只需要1個struct page結(jié)構(gòu)，但是，在系統(tǒng)啟動之初，所有的物理內(nèi)存均以4 KB為單位分配struct page結(jié)構(gòu)。因此每個 HugeTLB page對應(yīng) 512個struct page結(jié)構(gòu)，占用內(nèi)存32 KB(折合8個4 KB小頁)。

可能你會好奇這能有多少內(nèi)存。針對嵌入式系統(tǒng)，確實不值一提。但是別忘了，我們有動不動就2 TB物理內(nèi)存的服務(wù)器。

現(xiàn)在我們可以簡單的算一筆賬了。假設(shè)在一臺1 TB的服務(wù)器上，我們分配1 TB的2 MB大頁(理想情況下)，那么struct page本身占用的內(nèi)存是多少呢?沒錯，是16 GB。如果有上千臺，上萬臺，甚至上十萬臺機(jī)器呢?如果我們能夠優(yōu)化掉16 GB的內(nèi)存浪費(fèi)或者盡可能的降低struct page的內(nèi)存占用，我們將會降低服務(wù)器平臺成本。我們的目標(biāo)就是盡量驅(qū)散這朵烏云。

面臨的挑戰(zhàn)

我們試圖找到一種最簡單并且對其他模塊影響最小的設(shè)計方案，在這過程中我們遇到不少挑戰(zhàn)。

1. 不需要用戶適配

理想情況下，我們的優(yōu)化不應(yīng)該涉及用戶態(tài)的適配。如果引入一種全新的內(nèi)存管理方式，所有的用戶需要適配。我們的目標(biāo)是開箱即用。

2. 不影響內(nèi)核其他模塊功能

在確定不需要用戶適配的前提下，我們預(yù)期所有的代碼修改只會集中于內(nèi)核。我們知道內(nèi)存管理的幾乎全是圍繞著struct page管理，各個不同子系統(tǒng)的模塊幾乎都和struct page息息相關(guān)。暴力的釋放所有的HugeTLB相關(guān)的struct page結(jié)構(gòu)體是不合適的，否則將會影響內(nèi)核各個內(nèi)存子系統(tǒng)。既要釋放，但又不能釋放。這恐怕是最棘手和矛盾的問題了。

3. 代碼修改最小化

代碼量間接的決定了bug的數(shù)量。內(nèi)存管理子系統(tǒng)修改代碼過多，勢必影響內(nèi)核的穩(wěn)定性。我們既要實現(xiàn)功能，又要以最少的代碼量實現(xiàn)。這不但可以降低bug出現(xiàn)的概率，同時也易于維護(hù)和理解。

初次探索

圖片

一種最簡單直接的方法浮出水面。那就是動態(tài)分配和釋放struct page。

HugeTLB的使用方法一般是先預(yù)留后使用。并且struct page只會被內(nèi)核代碼訪問，我們傾向內(nèi)核訪問struct page的概率較低。因此我們第一次提出的方案是壓縮解壓縮的方法。

我們知道HugeTLB對應(yīng)的512個struct page對應(yīng)的信息可以壓縮到 100 個字節(jié)左右，因此我們可以為每個HugeTLB準(zhǔn)備一個全新的metadata結(jié)構(gòu)體，然后將所有的信息壓縮到新的metadata結(jié)構(gòu)體。并且將struct page區(qū)域?qū)?yīng)的頁表的present清除，然后就可以將其對應(yīng)的物理頁釋放。是不是和zram機(jī)制如出一轍?

內(nèi)核在下次訪問HugeTLB的struct page的時候觸發(fā)page fault，在fault里面分配struct page需要的物理頁，并解壓縮(從新的metadata結(jié)構(gòu)體恢復(fù)數(shù)據(jù))。

當(dāng)內(nèi)核使用完成后，會執(zhí)行put_page操作。我們在put_page里面做壓縮操作，并釋放vmemmap對應(yīng)的物理頁。思路很直接，但是這里面存在很多挑戰(zhàn)。

1. page fault里面無法分配怎么辦(例如：OOM)?

2. page fault可能發(fā)生在任何上下文，用GFP_NOWAIT分配內(nèi)存?這只會加重第一個問題。

3. 如果某一持有A鎖的路徑觸發(fā)page fault，page fault里面也嘗試持有A鎖怎么樣?只會死鎖。所以page fault的操作需要格外小心。

4. 壓縮和解壓縮操作如何做到原子?或者說壓縮操作如何和解壓縮操作互斥同步?

5. 每次put_page都需要壓縮操作，性能影響如何?

6. 如果某些內(nèi)核路徑并沒有g(shù)et操作訪問struct page(自然也不會put)，壓縮的時機(jī)會是什么時候?

我們列出了很多問題，但就第一個問題來說就很難解決。這不得不讓我們放棄了這個想法。我們只能另尋他路。換個思路或許柳暗花明。

另辟蹊徑

俗話說“知己知彼百戰(zhàn)不殆”。我們先詳細(xì)了解struct page是如何組織和管理的，清楚每一處細(xì)節(jié)，才可能運(yùn)籌帷幄。

我們上面提到每個HugeTLB page對應(yīng)512個struct page結(jié)構(gòu)，而HugeTLB只使用前3個struct page結(jié)構(gòu)存儲大頁相關(guān)的metadata。那么其余509個struct page是否完全沒有意義呢?如果沒有意義我們是不是就可以直接釋放這些內(nèi)存。

然而事情并沒有那么簡單。這些509個struct page會存儲第一個struct page的地址(struct page中compound_head字段)。如果第一個struct page稱之為head page的話，那么其余的struct page都是tail page。在Linux內(nèi)核的內(nèi)存管理的代碼中充斥著大量的代碼，這些代碼都可能試圖從tail page獲取head page。所以我們并不能單純的釋放這些內(nèi)存。

上圖展示的3個struct page的結(jié)構(gòu)體示意圖(第3個tail page至第511個struct page結(jié)構(gòu)體使用的位域同圖中2nd tail page)。我們可以總結(jié)出以下特點(diǎn)：

1. struct page結(jié)構(gòu)體的大小在大多數(shù)情況下是64字節(jié)，因此每個4 KB的物理頁可以存儲整數(shù)個數(shù)的struct page結(jié)構(gòu)體。

2. 第2個tail page至第511個struct page結(jié)構(gòu)體的內(nèi)容完全一樣。

3. 內(nèi)存管理的代碼中只會修改head page，1st tail page的2nd tail page的結(jié)構(gòu)體，其余的tail page結(jié)構(gòu)體內(nèi)存不會修改。

4. 每個2MB HugeTLB page對應(yīng)512個struct page，內(nèi)存占用8個頁(4KB * 8)。

5. struct page所在的vmemmap區(qū)域和內(nèi)核的線性映射地址不重合。

基于以上特點(diǎn)，我們可以提出全新的解決方案：共享映射，將HugeTLB對應(yīng)的后7個頁的vmemmap虛擬地址映射到第1個vmemmap頁對應(yīng)的物理頁幀。第1-2點(diǎn)是共享映射方案的基礎(chǔ)?；诘?點(diǎn)我們可以將這7個物理頁釋放，交給buddy系統(tǒng)管理。而第5點(diǎn)是buddy能夠管理這塊物理內(nèi)存的基礎(chǔ)。內(nèi)核通過線性地址訪問物理內(nèi)存，所以這個地址不能和vmemmap共用。其原理如下圖所示?；诘?點(diǎn)，我們將共享映射屬性改成只讀，防止出現(xiàn)異常情況。

內(nèi)存收益

經(jīng)過上面的優(yōu)化，我們成功的降低了服務(wù)器平臺成本，并且收益不錯。針對1 GB和2 MB不同size的HugeTLB page，內(nèi)存收益也同樣不同。簡單歸納表格如下：

如果使用1 GB HugeTLB，內(nèi)存收益約為HugeTLB總量的1.6%。如果使用2 MB HugeTLB，內(nèi)存收益約為HugeTLB總量的1.4%。

因此，在我們1臺1 TB內(nèi)存的服務(wù)器上，如果使用1 GB大頁，struct page內(nèi)存占用優(yōu)化提升接近100%。如果使用2MB大頁，struct page內(nèi)存占用優(yōu)化提升約87.5%。

性能分析

我們知道vmemmap區(qū)域映射的單位是2 MB。但是我們需要以4 KB頁為單位修改頁表，因此必須修改vmemmap區(qū)域為小頁映射。這相當(dāng)于在內(nèi)核訪問vmemmap區(qū)域時，MMU會多訪問一級 PTE 頁表。但是有TLB的存在，所以查找的性能損失并不大。

但是我們同樣也有性能提升的地方，由于我們減少了vmemmap對應(yīng)的物理頁。理論上來說，我們更容易命中cache。實際上也確實這樣，經(jīng)過upstream的測試數(shù)據(jù)顯示，對HugeTLB page進(jìn)行g(shù)et_user_page操作性能可以提升接近 4 倍。

開源計劃

為了降低代碼review的難度，我們決定將全部patch拆分成3筆patchset。目前第一步基礎(chǔ)功能已經(jīng)合入linux-next分支(代碼參考: [v23,0/9] Free some vmemmap pages of HugeTLB page，點(diǎn)擊文末左下角閱讀原文可達(dá))，不出意外的話，預(yù)計Linux 5.14會和大家見面。

后續(xù)我們繼續(xù)放出接下來的patchset。那么接下來有哪些功能呢?

首先第一個功能是釋放7個page。什么?這不是上面已經(jīng)說的功能嗎?是的，但是我們的第一個patchset只釋放了6個page。所以在上面的patchset中，我們建立的映射關(guān)系其實如下圖所示。這才是最簡單的情況。因為我們head page和tail page的結(jié)構(gòu)體內(nèi)容其實是不一樣的，如果要實現(xiàn)上面的圖的映射關(guān)系，必然要有一些trick才行。另一組patchset是拆分vmemmap頁表。第一組patchset的實現(xiàn)并不包含拆分vmemmap頁表，而是系統(tǒng)啟動時使vmemmap頁表以PTE方式建立映射，而非PMD映射。

作者簡介

宋牧春，字節(jié)跳動系統(tǒng)技術(shù)與工程團(tuán)隊，Linux內(nèi)核工程師。

本文轉(zhuǎn)載自微信公眾號「Linux閱碼場」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系Linux閱碼場公眾號。