Linux內核的文件預讀詳解

 　　Linux文件預讀算法磁盤I/O性能的發展遠遠滯後於CPU和內存，因而成為現代計算機系統的一個主要瓶頸。預讀可以有效的減少磁盤的尋道次數和應用程序的I/O等待時間，是改進磁盤讀I/O性能的重要優化手段之一。本文作者是中國科學技術大學自動化系的博士生，他在1998年開始學習Linux，為了優化服務器的性能，他開始嘗試改進Linux kernel，並最終重寫了內核的文件預讀部分，這些改進被收錄到Linux Kernel 2.6.23及其後續版本中。

　　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，把髒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，不善於隨機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。轉動延遲則取決於磁盤的轉速：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，大概今後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於盤片的轉速(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，那麼磁盤在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，磁盤是空閒的。那麼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。這時候的預讀是在後台異步進行的，如圖2所示。

　　圖2預讀的流水線作業

　　注意，在這裡我們並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後才發出的。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。在這裡，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。

　　預讀的概念

　　預取算法的涵義和應用非常廣泛。它存在於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;後者則簡單的提供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的應用程序並不多見：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，並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於准確的預測能力。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，並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，並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

　　大約一年之後，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算法適用於那些以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，往前往後預取共計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於非常突出的地位。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。改進後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：

　　◆這是文件被打開後的第一次讀，並且讀的是文件首部;

　　◆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)。注意這裡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。在這裡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