Linux內核的文件預讀詳細解析
從寄存器、L1/L2高速緩存、內存、閃存，到磁盤/光盤/磁帶/存儲網絡，計算機的各級存儲器硬件組成了一個金字塔結構。越是底層存儲容量越大。然而訪問速度也越慢，具體表現為更小的帶寬和更大的延遲。因而這很自然的便成為一個金字塔形的逐層緩存結構。由此產生了三類基本的緩存管理和優化問題：
◆預取(prefetching)算法，從慢速存儲中加載數據到緩存;
◆替換(replacement)算法，從緩存中丟棄無用數據;
◆寫回(writeback)算法，把臟數據從緩存中保存到慢速存儲。
其中的預取算法，在磁盤這一層次尤為重要。磁盤的機械臂+旋轉盤片的數據定位與讀取方式，決定了它最突出的性能特點:擅長順序讀寫，不善于隨機I/O，I/O延遲非常大。由此而產生了兩個方面的預讀需求。
來自磁盤的需求
簡單的說，磁盤的一個典型I/O操作由兩個階段組成：
1.數據定位
平均定位時間主要由兩部分組成：平均尋道時間和平均轉動延遲。尋道時間的典型值是4.6ms。轉動延遲則取決于磁盤的轉速：普通7200RPM桌面硬盤的轉動延遲是4.2ms，而高端10000RPM的是3ms。這些數字多年來一直徘徊不前，大概今后也無法有大的改善了。在下文中，我們不妨使用 8ms作為典型定位時間。
2.數據傳輸
持續傳輸率主要取決于盤片的轉速(線速度)和存儲密度，最新的典型值為80MB/s。雖然磁盤轉速難以提高，但是存儲密度卻在逐年改善。巨磁阻、垂直磁記錄等一系列新技術的采用，不但大大提高了磁盤容量，也同時帶來了更高的持續傳輸率。
顯然，I/O的粒度越大，傳輸時間在總時間中的比重就會越大，因而磁盤利用率和吞吐量就會越大。簡單的估算結果如表1所示。如果進行大量4KB的隨機I/O，那么磁盤在99%以上的時間內都在忙著定位，單個磁盤的吞吐量不到500KB/s。但是當I/O大小達到1MB的時候，吞吐量可接近50MB /s。由此可見，采用更大的I/O粒度，可以把磁盤的利用效率和吞吐量提高整整100倍。因而必須盡一切可能避免小尺寸I/O，這正是預讀算法所要做的。
表1隨機讀大小與磁盤性能的關系
來自程序的需求
應用程序處理數據的一個典型流程是這樣的:while(!done) { read(); compute(); }。假設這個循環要重復5次，總共處理5批數據，則程序運行的時序圖可能如圖1所示。
圖1典型的I/O時序圖
不難看出，磁盤和CPU是在交替忙碌：當進行磁盤I/O的時候，CPU在等待;當CPU在計算和處理數據時，磁盤是空閑的。那么是不是可以讓兩者流水線作業，以便加快程序的執行速度?預讀可以幫助達成這一目標。基本的方法是，當CPU開始處理第1批數據的時候，由內核的預讀機制預加載下一批數據。這時候的預讀是在后臺異步進行的，如圖2所示。
圖2預讀的流水線作業
注意，在這里我們并沒有改變應用程序的行為：程序的下一個讀請求仍然是在處理完當前的數據之后才發出的。只是這時候的被請求的數據可能已經在內核緩存中了，無須等待，直接就能復制過來用。在這里，異步預讀的功能是對上層應用程序“隱藏”磁盤I/O的大延遲。雖然延遲事實上仍然存在，但是應用程序看不到了，因而運行的更流暢。
#p#預讀的概念
預取算法的涵義和應用非常廣泛。它存在于CPU、硬盤、內核、應用程序以及網絡的各個層次。預取有兩種方案：啟發性的(heuristic prefetching)和知情的(informed prefetching)。前者自動自發的進行預讀決策，對上層應用是透明的，但是對算法的要求較高，存在命中率的問題;后者則簡單的提供API接口，而由上層程序給予明確的預讀指示。在磁盤這個層次，Linux為我們提供了三個API接口：posix_fadvise(2), readahead(2), madvise(2)。
不過真正使用上述預讀API的應用程序并不多見：因為一般情況下，內核中的啟發式算法工作的很好。預讀(readahead)算法預測即將訪問的頁面，并提前把它們批量的讀入緩存。
它的主要功能和任務可以用三個關鍵詞來概括：
◆批量，也就是把小I/O聚集為大I/O，以改善磁盤的利用率，提升系統的吞吐量。
◆提前，也就是對應用程序隱藏磁盤的I/O延遲，以加快程序運行。
◆ 預測，這是預讀算法的核心任務。前兩個功能的達成都有賴于準確的預測能力。當前包括Linux、FreeBSD和Solaris等主流操作系統都遵循了一個簡單有效的原則：把讀模式分為隨機讀和順序讀兩大類，并只對順序讀進行預讀。這一原則相對保守，但是可以保證很高的預讀命中率，同時有效率/覆蓋率也很好。因為順序讀是最簡單而普遍的，而隨機讀在內核來說也確實是難以預測的。
Linux的預讀架構
Linux內核的一大特色就是支持最多的文件系統，并擁有一個虛擬文件系統(VFS)層。早在2002年，也就是2.5內核的開發過程中，Andrew Morton在VFS層引入了文件預讀的基本框架，以統一支持各個文件系統。如圖所示，Linux內核會將它最近訪問過的文件頁面緩存在內存中一段時間，這個文件緩存被稱為pagecache。如圖3所示。一般的read()操作發生在應用程序提供的緩沖區與pagecache之間。而預讀算法則負責填充這個pagecache。應用程序的讀緩存一般都比較小，比如文件拷貝命令cp的讀寫粒度就是4KB;內核的預讀算法則會以它認為更合適的大小進行預讀 I/O，比比如16-128KB。
圖3以pagecache為中心的讀和預讀
大約一年之后，Linus Torvalds把mmap缺頁I/O的預取算法單獨列出，從而形成了read-around/read-ahead兩個獨立算法(圖4)。read- around算法適用于那些以mmap方式訪問的程序代碼和數據，它們具有很強的局域性(locality of reference)特征。當有缺頁事件發生時，它以當前頁面為中心，往前往后預取共計128KB頁面。而readahead算法主要針對read()系統調用，它們一般都具有很好的順序特性。但是隨機和非典型的讀取模式也大量存在，因而readahead算法必須具有很好的智能和適應性。
圖4 Linux中的read-around, read-ahead和direct read
又過了一年，通過Steven Pratt、Ram Pai等人的大量工作，readahead算法進一步完善。其中最重要的一點是實現了對隨機讀的完好支持。隨機讀在數據庫應用中處于非常突出的地位。在此之前，預讀算法以離散的讀頁面位置作為輸入，一個多頁面的隨機讀會觸發“順序預讀”。這導致了預讀I/O數的增加和命中率的下降。改進后的算法通過監控所有完整的read()調用，同時得到讀請求的頁面偏移量和數量，因而能夠更好的區分順序讀和隨機讀。
預讀算法概要
這一節以linux 2.6.22為例，來剖析預讀算法的幾個要點。
1.順序性檢測
為了保證預讀命中率，Linux只對順序讀(sequential read)進行預讀。內核通過驗證如下兩個條件來判定一個read()是否順序讀：
◆這是文件被打開后的第一次讀，并且讀的是文件首部;
◆當前的讀請求與前一(記錄的)讀請求在文件內的位置是連續的。
如果不滿足上述順序性條件，就判定為隨機讀。任何一個隨機讀都將終止當前的順序序列，從而終止預讀行為(而不是縮減預讀大小)。注意這里的空間順序性說的是文件內的偏移量，而不是指物理磁盤扇區的連續性。在這里Linux作了一種簡化，它行之有效的基本前提是文件在磁盤上是基本連續存儲的，沒有嚴重的碎片化。
2.流水線預讀
當程序在處理一批數據時，我們希望內核能在后臺把下一批數據事先準備好，以便CPU和硬盤能流水線作業。Linux用兩個預讀窗口來跟蹤當前順序流的預讀狀態：current窗口和ahead窗口。其中的ahead窗口便是為流水線準備的：當應用程序工作在current窗口時，內核可能正在 ahead窗口進行異步預讀;一旦程序進入當前的ahead窗口，內核就會立即往前推進兩個窗口，并在新的ahead窗口中啟動預讀I/O。
3.預讀的大小
當確定了要進行順序預讀(sequential readahead)時，就需要決定合適的預讀大小。預讀粒度太小的話，達不到應有的性能提升效果;預讀太多，又有可能載入太多程序不需要的頁面，造成資源浪費。為此，Linux采用了一個快速的窗口擴張過程：
◆首次預讀：readahead_size = read_size * 2; // or *4
預讀窗口的初始值是讀大小的二到四倍。這意味著在您的程序中使用較大的讀粒度(比如32KB)可以稍稍提升I/O效率。
◆后續預讀：readahead_size *= 2;
后續的預讀窗口將逐次倍增，直到達到系統設定的最大預讀大小，其缺省值是128KB。這個缺省值已經沿用至少五年了，在當前更快的硬盤和大容量內存面前，顯得太過保守。比如西部數據公司近年推出的WD Raptor 猛禽 10000RPM SATA 硬盤，在進行128KB隨機讀的時候，只能達到16%的磁盤利用率(圖5)。所以如果您運行著Linux服務器或者桌面系統，不妨試著用如下命令把最大預讀值提升到1MB看看，或許會有驚喜：
#p## blockdev–setra 2048 /dev/sda
當然預讀大小不是越大越好，在很多情況下，也需要同時考慮I/O延遲問題。
圖5 128KB I/O的數據定位時間和傳輸時間比重
重新發現順序讀
上一節我們解決了是否/何時進行預讀，以及讀多少的基本問題。由于現實的復雜性，上述算法并不總能奏效，即使是對于順序讀的情況。例如最近發現的重試讀(retried read)的問題。
重試讀在異步I/O和非阻塞I/O中比較常見。它們允許內核中斷一個讀請求。這樣一來，程序提交的后續讀請求看起來會與前面被中斷的讀請求相重疊。如圖6所示。
圖6重試讀(retried reads)
Linux 2.6.22無法理解這種情況，于是把它誤判為隨機讀。這里的問題在于“讀請求”并不代表讀取操作實實在在的發生了。預讀的決策依據應為后者而非前者。最新發布的2.6.23對此作了改進。新的算法以當前讀取的頁面狀態為主要決策依據，并為此新增了一個頁面標志位：PG_readahead，它是“請作異步預讀”的一個提示。在每次進行新預讀時，算法都會選擇其中的一個新頁面并標記之。預讀規則相應的改為：
◆當讀到缺失頁面(missing page)，進行同步預讀;
◆當讀到預讀頁面(PG_readahead page)，進行異步預讀。
這樣一來，ahead預讀窗口就不需要了：它實際上是把預讀大小和提前量兩者作了不必要的綁定。新的標記機制允許我們靈活而精確地控制預讀的提前量，這有助于將來引入對筆記本省電模式的支持。
圖7 Linux 2.6.23預讀算法的工作動態
另一個越來越突出的問題來自于交織讀(interleaved read)。這一讀模式常見于多媒體/多線程應用。當在一個打開的文件中同時進行多個流(stream)的讀取時，它們的讀取請求會相互交織在一起，在內核看來好像是很多的隨機讀。更嚴重的是，目前的內核只能在一個打開的文件描述符中跟蹤一個流的預讀狀態。因而即使內核對兩個流進行預讀，它們會相互覆蓋和破壞對方的預讀狀態信息。對此，我們將在即將發布的2.6.24中作一定改進，利用頁面和pagecache所提供的狀態信息來支持多個流的交織讀。
預讀建議
【編輯推薦】
