linux loadavg详解（top cpu load）

时间  2019-11-19
标签 linux loadavg 详解 cpu load 栏目 Linux 繁體版
原文   原文链接

目录

 [ 隐藏]

Loadavg分析

Loadavg浅述

cat /proc/loadavg能够看到当前系统的load 
$ cat /proc/loadavg 
0.01 0.02 0.05 2/317 26207 
前面三个值分别对应系统当前1分钟、5分钟、15分钟内的平均load。load用于反映当前系统的负载状况，对于16核的系统，若是每一个核上cpu利用率为30%，则在不存在uninterruptible进程的状况下，系统load应该维持在4.8左右。对16核系统，若是load维持在16左右，在不存在uninterrptible进程的状况下，意味着系统CPU几乎不存在空闲状态，利用率接近于100%。结合iowait、vmstat和loadavg能够分析出系统当前的总体负载，各部分负载分布状况。php

Loadavg读取

在内核中/proc/loadavg是经过load_read_proc来读取相应数据，下面首先来看一下load_read_proc的实现：前端

fs/proc/proc_misc.c
static int loadavg_read_proc(char *page, char **start, off_t off, 
                                 int count, int *eof, void *data) 
{ 
        int a, b, c; 
        int len; 

        a = avenrun[0] + (FIXED_1/200); 
        b = avenrun[1] + (FIXED_1/200); 
        c = avenrun[2] + (FIXED_1/200); 
        len = sprintf(page,"%d.%02d %d.%02d %d.%02d %ld/%d %d\n", 
                LOAD_INT(a), LOAD_FRAC(a), 
                LOAD_INT(b), LOAD_FRAC(b), 
                LOAD_INT(c), LOAD_FRAC(c), 
                nr_running(), nr_threads, last_pid); 
        return proc_calc_metrics(page, start, off, count, eof, len); 
}

 

几个宏定义以下：linux

#define FSHIFT          11              /* nr of bits of precision */ 
#define FIXED_1         (1<<FSHIFT)     /* 1.0 as fixed-point */ 
#define LOAD_INT(x) ((x) >> FSHIFT) 
#define LOAD_FRAC(x) LOAD_INT(((x) & (FIXED_1-1)) * 100)

 

根据输出格式，LOAD_INT对应计算的是load的整数部分，LOAD_FRAC计算的是load的小数部分。 
将a=avenrun[0] + (FIXED_1/200）带入整数部分和小数部分计算可得：数组

LOAD_INT(a) = avenrun[0]/(2^11) + 1/200
LOAD_FRAC(a) = ((avenrun[0]%(2^11) + 2^11/200) * 100) / (2^11)
             = (((avenrun[0]%(2^11)) * 100 + 2^10) / (2^11)
             = ((avenrun[0]%(2^11) * 100) / (2^11) + ½

 

由上述计算结果能够看出，FIXED_1/200在这里是用于小数部分第三位的四舍五入，因为小数部分只取前两位，第三位若是大于5，则进一位，不然直接舍去。安全

临时变量a/b/c的低11位存放的为load的小数部分值，第11位开始的高位存放的为load整数部分。所以能够获得a=load(1min) * 2^11 
所以有: load(1min) * 2^11 = avenrun[0] + 2^11 / 200 
进而推导出： load(1min)=avenrun[0]/(2^11) + 1/200 
忽略用于小数部分第3位四舍五入的1/200，能够获得load(1min)=avenrun[0] / 2^11，即： 
avenrun[0] = load(1min) * 2^11负载均衡

avenrun是个陌生的量，这个变量是如何计算的，和系统运行进程、cpu之间的关系如何，在第二阶段进行分析。函数

Loadavg和进程之间的关系

内核将load的计算和load的查看进行了分离，avenrun就是用于链接load计算和load查看的桥梁。 
下面开始分析经过avenrun进一步分析系统load的计算。 
avenrun数组是在calc_load中进行更新测试

kernel/timer.c
/* 
* calc_load - given tick count, update the avenrun load estimates. 
* This is called while holding a write_lock on xtime_lock. 
*/ 
static inline void calc_load(unsigned long ticks) 
{ 
        unsigned long active_tasks; /* fixed-point */ 
        static int count = LOAD_FREQ;  
        count -= ticks; 
        if (count < 0) { 
                count += LOAD_FREQ; 
                active_tasks = count_active_tasks(); 
                CALC_LOAD(avenrun[0], EXP_1, active_tasks); 
                CALC_LOAD(avenrun[1], EXP_5, active_tasks); 
                CALC_LOAD(avenrun[2], EXP_15, active_tasks); 
        } 
}
static unsigned long count_active_tasks(void) 
{ 
        return nr_active() * FIXED_1; 
}
#define LOAD_FREQ       (5*HZ)          /* 5 sec intervals */ 
#define EXP_1           1884            /* 1/exp(5sec/1min) as fixed-point */ 
#define EXP_5           2014            /* 1/exp(5sec/5min) */ 
#define EXP_15          2037            /* 1/exp(5sec/15min) */

 

calc_load在每一个tick都会执行一次，每一个LOAD_FREQ（5s）周期执行一次avenrun的更新。 
active_tasks为系统中当前贡献load的task数nr_active乘于FIXED_1，用于计算avenrun。宏CALC_LOAD定义以下：this

#define CALC_LOAD(load,exp,n) \ 
       load *= exp; \ 
       load += n*(FIXED_1-exp); \ 
       load >>= FSHIFT;

用avenrun(t-1)和avenrun(t)分别表示上一次计算的avenrun和本次计算的avenrun，则根据CALC_LOAD宏能够获得以下计算：spa

avenrun(t)=(avenrun(t-1) * EXP_N + nr_active * FIXED_1*(FIXED_1 – EXP_N)) / FIXED_1
          = avenrun(t-1) + (nr_active*FIXED_1 – avenrun(t-1)) * (FIXED_1 -EXP_N) / FIXED_1

推导出：

avenrun(t) – avenrun(t-1) = (nr_active*FIXED_1 – avenrun(t-1)) * (FIXED_1 – EXP_N) / FIXED_1

将第一阶段推导的结果代入上式，可得：

(load(t) – load(t-1)) * FIXED_1 = (nr_active – load(t-1)) * (FIXED_1 – EXP_N)

进一步获得nr_active变化和load变化之间的关系式：

load(t) – load(t-1) = (nr_active – load(t-1)) * (FIXED_1 – EXP_N) / FIXED_1

这个式子能够反映的内容包含以下两点： 
1）当nr_active为常数时，load会不断的趋近于nr_active，趋近速率由快逐渐变缓 
2）nr_active的变化反映在load的变化上是被降级了的，系统忽然间增长10个进程， 
1分钟load的变化每次只可以有不到1的增长（这个也就是权重的的分配）。

另外也能够经过将式子简化为：

load(t)= load(t-1) * EXP_N / FIXED_1 + nr_active * (1 - EXP_N/FIXED_1)

这样能够更加直观的看出nr_active和历史load在当前load中的权重关系 （多谢任震宇大师的指出）

#define EXP_1           1884            /* 1/exp(5sec/1min) as fixed-point */ 
#define EXP_5           2014            /* 1/exp(5sec/5min) */ 
#define EXP_15          2037            /* 1/exp(5sec/15min) */

 

1分钟、5分钟、15分钟对应的EXP_N值如上，随着EXP_N的增大，(FIXED_1 – EXP_N)/FIXED_1值就越小， 
这样nr_active的变化对总体load带来的影响就越小。对于一个nr_active波动较小的系统，load会 
不断的趋近于nr_active，最开始趋近比较快，随着相差值变小，趋近慢慢变缓，越接近时越缓慢，并最 
终达到nr_active。以下图所示： 
文件:load 1515.jpg(无图）


也所以获得一个结论，load直接反应的是系统中的nr_active。 那么nr_active又包含哪些？ 如何去计算 
当前系统中的nr_active？ 这些就涉及到了nr_active的采样。

Loadavg采样

nr_active直接反映的是为系统贡献load的进程总数，这个总数在nr_active函数中计算：

kernel/sched.c
unsigned long nr_active(void) 
{ 
        unsigned long i, running = 0, uninterruptible = 0; 

        for_each_online_cpu(i) { 
                running += cpu_rq(i)->nr_running; 
                uninterruptible += cpu_rq(i)->nr_uninterruptible; 
        } 

        if (unlikely((long)uninterruptible < 0)) 
                uninterruptible = 0; 

        return running + uninterruptible; 
}

#define TASK_RUNNING            0 
#define TASK_INTERRUPTIBLE      1 
#define TASK_UNINTERRUPTIBLE    2 
#define TASK_STOPPED            4 
#define TASK_TRACED             8 
/* in tsk->exit_state */ 
#define EXIT_ZOMBIE             16 
#define EXIT_DEAD               32 
/* in tsk->state again */ 
#define TASK_NONINTERACTIVE     64

 

该函数反映，为系统贡献load的进程主要包括两类，一类是TASK_RUNNING，一类是TASK_UNINTERRUPTIBLE。
当5s采样周期到达时，对各个online-cpu的运行队列进行遍历，取得当前时刻该队列上running和uninterruptible的
进程数做为当前cpu的load，各个cpu load的和即为本次采样获得的nr_active。

下面的示例说明了在2.6.18内核状况下loadavg的计算方法：

18内核loadavg计算
  cpu0 cpu1 cpu2 cpu3 cpu4 cpu5 cpu6 cpu7 calc_load
0HZ+10 1 1 1 0 0 0 0 0 0
5HZ 0 0 0 0 1 1 1 1 4
5HZ+1 0 1 1 1 0 0 0 0 0
5HZ+9 0 0 0 0 0 1 1 1 0
5HZ+11 1 1 1 0 0 0 0 0 0

 

 

18内核计算loadavg存在的问题

xtime_lock解析

内核在5s周期执行一次全局load的更新，这些都是在calc_load函数中执行。追寻calc_load的调用：

kernel/timer.c
static inline void update_times(void) 
{  
        unsigned long ticks; 

        ticks = jiffies - wall_jiffies; 
        wall_jiffies += ticks; 
        update_wall_time(); 
        calc_load(ticks); 
}

 

update_times中更新系统wall time，而后执行全局load的更新。

kernel/timer.c
void do_timer(struct pt_regs *regs) 
{  
        jiffies_64++; 
        /* prevent loading jiffies before storing new jiffies_64 value. */ 
        barrier(); 
        update_times(); 
}

 

do_timer中首先执行全局时钟jiffies的更新，而后是update_times。

void main_timer_handler(struct pt_regs *regs) 
{ 
...
        write_seqlock(&xtime_lock);
...
        do_timer(regs); 
#ifndef CONFIG_SMP 
        update_process_times(user_mode(regs)); 
#endif 
...
        write_sequnlock(&xtime_lock); 
}

 

对wall_time和全局jiffies的更新都是在加串行锁（sequence lock）xtime_lock以后执行的。

include/linux/seqlock.h
static inline void write_seqlock(seqlock_t *sl) 
{ 
        spin_lock(&sl->lock);
        ++sl->sequence; 
        smp_wmb(); 
} 

static inline void write_sequnlock(seqlock_t *sl) 
{ 
        smp_wmb(); 
        sl->sequence++; 
        spin_unlock(&sl->lock); 
} 
 
typedef struct { 
        unsigned sequence; 
        spinlock_t lock; 
} seqlock_t;

 

sequence lock内部保护一个用于计数的sequence。Sequence lock的写锁是经过spin_lock实现的， 
在spin_lock后对sequence计数器执行一次自增操做，而后在锁解除以前再次执行sequence的自增操做。 
sequence初始化时为0。这样，当锁内部的sequence为奇数时，说明当前该sequence lock的写锁正被拿， 
读和写可能不安全。若是在写的过程当中，读是不安全的，那么就须要在读的时候等待写锁完成。对应读锁使用以下：

#if (BITS_PER_LONG < 64) 
u64 get_jiffies_64(void) 
{ 
        unsigned long seq; 
        u64 ret;  

        do { 
                seq = read_seqbegin(&xtime_lock); 
                ret = jiffies_64; 
        } while (read_seqretry(&xtime_lock, seq)); 
        return ret; 
} 

EXPORT_SYMBOL(get_jiffies_64); 
#endif

 

读锁实现以下：

static __always_inline unsigned read_seqbegin(const seqlock_t *sl) 
{ 
        unsigned ret = sl->sequence; 
        smp_rmb(); 
        return ret; 
} 

static __always_inline int read_seqretry(const seqlock_t *sl, unsigned iv) 
{ 
        smp_rmb(); 
        /*iv为读以前的锁计数器
        * 当iv为基数时，说明读的过程当中写锁被拿，可能读到错误值
        * 当iv为偶数，可是读完以后锁的计数值和读以前不一致，则说明读的过程当中写锁被拿，
        * 也可能读到错误值。
        */
        return (iv & 1) | (sl->sequence ^ iv);  
}

 

至此xtime_lock的实现解析完毕，因为对应写锁基于spin_lock实现，多个程序竞争写锁时等待者会一直循环等待， 
当锁里面处理时间过长，会致使整个系统的延时增加。另外，若是系统存在不少xtime_lock的读锁，在某个程 
序获取该写锁后，读锁就会进入相似spin_lock的循环查询状态，直到保证能够读取到正确值。所以须要尽量 
短的减小在xtime_lock写锁之间执行的处理流程。

全局load读写分离解xtime_lock问题

在计算全局load函数calc_load中，每5s须要遍历一次全部cpu的运行队列，获取对应cpu上的load。1）因为cpu个数是不固 
定的，形成calc_load的执行时间不固定，在核数特别多的状况下会形成xtime_lock获取的时间过长。2）calc_load是 
每5s一次的采样程序，自己并不可以精度特别高，对全局avenrun的读和写之间也不须要专门的锁保护，能够将全局load的 
更新和读进行分离。 
Dimitri Sivanich提出在他们的large SMP系统上，因为calc_load须要遍历全部online CPU，形成系统延迟较大。 
基于上述缘由Thomas Gleixnert提交了下述patch对该bug进行修复：

[Patch 1/2] sched, timers: move calc_load() to scheduler
[Patch 2/2] sched, timers: cleanup avenrun users

文件:rw isolate.jpg

Thomas的两个patch，主要思想如上图所示。首先将全局load的计算分离到per-cpu上，各个cpu上计算load时不加xtime_lock 
的锁，计算的load更新到全局calc_load_tasks中，全部cpu上load计算完后calc_load_tasks即为总体的load。在5s定 
时器到达时执行calc_global_load，读取全局cacl_load_tasks，更新avenrun。因为只是简单的读取calc_load_tasks， 
执行时间和cpu个数没有关系。

几个关键点：

不加xtime_lock的per cpu load计算

在不加xtime_lock的状况下，如何保证每次更新avenrun时候读取的calc_load_tasks为全部cpu已经更新以后的load？

Thomas的解决方案

Thomas的作法是将定时器放到sched_tick中，每一个cpu都设置一个LOAD_FREQ定时器。 
定时周期到达时执行当前处理器上load的计算。sched_tick在每一个tick到达时执行 
一次，tick到达是由硬件进行控制的，客观上不受系统运行情况的影响。

sched_tick的时机

将per-cpu load的计算放至sched_tick中执行，第一反应这不是又回到了时间处理中断之间，是否依旧 
存在xtime_lock问题？ 下面对sched_tick进行分析（如下分析基于linux-2.6.32-220.17.1.el5源码）

static void update_cpu_load_active(struct rq *this_rq) 
{ 
        update_cpu_load(this_rq); 

        calc_load_account_active(this_rq); 
}
 
void scheduler_tick(void) 
{ 
        int cpu = smp_processor_id(); 
        struct rq *rq = cpu_rq(cpu); 
...
        spin_lock(&rq->lock); 
...
        update_cpu_load_active(rq); 
...
        spin_unlock(&rq->lock); 

...
} 
 
void update_process_times(int user_tick) 
{ 
...
        scheduler_tick(); 
...
}
 
static void tick_periodic(int cpu) 
{ 
        if (tick_do_timer_cpu == cpu) { 
                write_seqlock(&xtime_lock); 

                /* Keep track of the next tick event */ 
                tick_next_period = ktime_add(tick_next_period, tick_period); 
           
                do_timer(1);  // calc_global_load在do_timer中被调用
                write_sequnlock(&xtime_lock); 
        } 
 
        update_process_times(user_mode(get_irq_regs())); 
...
}
 
void tick_handle_periodic(struct clock_event_device *dev) 
{ 
        int cpu = smp_processor_id(); 
...
        tick_periodic(cpu); 
...
}

 

交错的时间差

将per-cpu load的计算放到sched_tick中后，还存在一个问题就是什么时候执行per-cpu上的load计算，如何保证更新全 
局avenrun时读取的全局load为全部cpu都计算以后的？ 当前的方法是给全部cpu设定一样的步进时间LOAD_FREQ， 
过了这个周期点当有tick到达则执行该cpu上load的计算，更新至全局的calc_load_tasks。calc_global_load 
的执行点为LOAD_FREQ+10，即在全部cpu load计算执行完10 ticks以后，读取全局的calc_load_tasks更新avenrun。

32内核loadavg计算
  cpu0 cpu1 cpu2 cpu3 cpu4 cpu5 cpu6 cpu7 calc_load_tasks
0HZ+10 0 0 0 0 0 0 0 0 0
5HZ 1 1 1 1 1 1 1 1 0
5HZ+1 0 1 1 1 0 0 0 0 0
    +1 +1 +1         1+1+1=3
5HZ+11 0 1 1 1 0 0 0 0 3
calc_global_load <-- -- -- -- -- -- -- -- 3

 

经过将calc_global_load和per-cpu load计算的时间进行交错，能够避免calc_global_load在各个cpu load计算之间执行， 
致使load采样不许确问题。

32内核Load计数nohz问题

一个问题的解决，每每伴随着无数其余问题的诞生！Per-cpu load的计算可以很好的分离全局load的更新和读取，避免大型系统中cpu 
核数过多致使的xtime_lock问题。可是也同时带来了不少其余须要解决的问题。这其中最主要的问题就是nohz问题。

为避免cpu空闲状态时大量无心义的时钟中断，引入了nohz技术。在这种技术下，cpu进入空闲状态以后会关闭该cpu对应的时钟中断，等 
到下一个定时器到达，或者该cpu须要执行从新调度时再从新开启时钟中断。

cpu进入nohz状态后该cpu上的时钟tick中止，致使sched_tick并不是每一个tick都会执行一次。这使得将per-cpu的load计算放在 
sched_tick中并不能保证每一个LOAD_FREQ都执行一次。若是在执行per-cpu load计算时，当前cpu处于nohz状态，那么当 
前cpu上的sched_tick就会错过，进而错过此次load的更新，最终全局的load计算不许确。 
基于Thomas第一个patch的思想，能够在cpu调度idle时对nohz状况进行处理。采用的方式是在当前cpu进入idle前进行一次该cpu 
上load的更新，这样即使进入了nohz状态，该cpu上的load也已经更新至最新状态，不会出现不更新的状况。以下图所示：

32内核loadavg计算
  cpu0 cpu1 cpu2 cpu3 cpu4 cpu5 cpu6 cpu7 calc_load_tasks
0HZ+11 1 1 1 0 0 0 0 0 3
5HZ 0 0 0 0 3 2 1 3 0
  -1 -1 -1           3-3=0
5HZ+1 0 1 1 1 1 1 1 1 1
    +1 +1 +1 +1 +1 +1 +1 0+1+...+1=7
5HZ+11 0 1 1 1 1 1 1 1 7
calc_global_load <-- -- -- -- -- -- -- -- 7

 

理论上，该方案很好的解决了nohz状态致使全局load计数可能不许确的问题，事实上这倒是一个苦果的开始。大量线上应用反馈 
最新内核的load计数存在问题，在16核机器cpu利用率平均为20%~30%的状况下，总体load却始终低于1。

解决方案

接到咱们线上报告load计数偏低的问题以后，进行了研究。最初怀疑对全局load计数更新存在竞争。对16核的系统，若是都没有进入 
nohz状态，那么这16个核都将在LOAD_FREQ周期到达的那个tick内执行per-cpu load的计算，并更新到全局的load中，这 
之间若是存在竞争，总体计算的load就会出错。当前每一个cpu对应rq都维护着该cpu上一次计算的load值，若是发现本次计算load 
和上一次维护的load值之间差值为0，则不用更新全局load，不然将差值更新到全局load中。正是因为这个机制，全局load若是被 
篡改，那么在各个cpu维护着本身load的状况下，全局load最终将可能出现负值。而负值经过各类观察，并无在线上出现，最终竞 
争条件被排除。

经过/proc/sched_debug对线上调度信息进行分析，发现每一个时刻在cpu上运行的进程基本维持在2~3个，每一个时刻运行有进程的cpu都 
不同。进一步分析，每一个cpu上平均每秒出现sched_goidle的状况大概为1000次左右。所以获得线上每次进入idle的间隔为1ms/次。 
结合1HZ=1s=1000ticks，能够获得1tick =1ms。因此能够获得线上应用基本每个tick就会进入一次idle！！！ 这个发现就比如 
原来一直用肉眼看一滴水，看着那么完美那么纯净，忽然间给你眼前架了一个放大镜，一下出现各类凌乱的杂碎物。 在原有的世界里， 
10ticks是那么的短暂，一个进程均可能没有运行完成，现在发现10ticks内调度idle的次数就会有近10次。接着用例子对应用场景进行分析：

 

32内核loadavg计算
  cpu0 cpu1 cpu2 cpu3 cpu4 cpu5 cpu6 cpu7 calc_load_tasks
0HZ+11 1 1 1 0 0 0 0 0 3
5HZ 0 0 0 1 1 1 0 0  
  -1 -1 -1           3-3=0
5HZ+1 1 0 0 0 0 0 1 1  
  +1           +1 +1 0+1+1+1=3
5HZ+3 0 1 1 1 0 0 0 0 3
  -1           -1 -1 3-1-1-1=0
5HZ+5 0 0 0 0 1 1 1 0 0
5HZ+11 1 0 0 0 0 0 1 1 0
calc_global_load <-- -- -- -- -- -- -- -- 0

(说明：可能你注意到了在5HZ+5到5HZ+11过程当中也有CPU从非idle进入了idle，可是为何没有-1，这里是因为每一个cpu都保留 
了一份该CPU上一次计算时的load，若是load没有变化则不进行计算，这几个cpu上一次计算load为0，并无变化)

Orz！load为3的状况直接算成了0，难怪系统总体load会偏低。这里面的一个关键点是：对已经计算过load的cpu，咱们对idle进 
行了计算，却从未考虑过这给从idle进入非idle的状况带来的不公平性。这个是当前线上2.6.32系统存在的问题。在定位到问题 
以后，跟进到upstream中发现Peter Z针对该load计数问题前后提交了三个patch，最新的一个patch是在4月份提交。这三个 
patch以下：

[Patch] sched: Cure load average vs NO_HZ woes
[Patch] sched: Cure more NO_HZ load average woes
[Patch] sched: Fix nohz load accounting – again!

这是目前咱们backport的patch，基本思想是将进入idle形成的load变化暂时记录起来，不是每次进入idle都致使全局load的更新。 
这里面的难点是何时将idle更新至全局的load中？在最开始计算per-cpu load的时候须要将以前全部的idle都计算进来， 
因为目前各个CPU执行load计算的前后顺序暂时没有定，因此将这个计算放在每一个cpu里面都计算一遍是一种方法。接着用示例进行说明：

 

32内核loadavg计算
  cpu0 cpu1 cpu2 cpu3 cpu4 cpu5 cpu6 cpu7 calc_load_tasks tasks_idle
0HZ+11 1 1 1 0 0 0 0 0 3 0
5HZ 0 0 0 1 1 1 0 0    
  -1 -1 -1           3 -3
5HZ+1 1 0 0 0 0 0 1 1 3
  +1           +1 +1 3-3+1+1+1=3 0
5HZ+3 0 1 1 1 0 0 0 0 3
5HZ+3 -1           -1 -1 3 -1-1-1=-3
5HZ+5 0 0 0 0 1 1 1 0 3
5HZ+11 1 0 0 0 0 0 1 1 3
calc_global_load <-- -- -- -- -- -- -- -- 3 -3


至此这三个patch可以很好的处理咱们的以前碰到的进入idle的问题。 
将上述三个patch整理完后，在淘客前端线上机器中进行测试，测试结果代表load获得了明显改善。

更细粒度的时间问题

将上述三个patch整理完后，彷佛一切都完美了，idle进行了很好的处理，全局load的读写分离也很好实现。然而在业务线上的测试结果却出乎意料，虽然添加patch以后load计数较以前有明显改善，可是依旧偏低。下面是一个抓取的trace数据（粗体为pick_next_idle）：

<...>-9195 [000] 11994.232382: calc_global_load: calc_load_task = 0
<...>-9198 [000] 11999.213365: calc_load_account_active: cpu 0 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 1
<...>-9199 [001] 11999.213379: calc_load_account_active: cpu 1 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 2
<...>-9194 [002] 11999.213394: calc_load_account_active: cpu 2 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 3 
<...>-9198 [000] 11999.213406: calc_load_account_active: cpu 0 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 2
<...>-9201 [003] 11999.213409: calc_load_account_active: cpu 3 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 3
<...>-9190 [004] 11999.213424: calc_load_account_active: cpu 4 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 4
<...>-9197 [005] 11999.213440: calc_load_account_active: cpu 5 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 5
<...>-9194 [002] 11999.213448: calc_load_account_active: cpu 2 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 4
<...>-9203 [006] 11999.213455: calc_load_account_active: cpu 6 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 5
<...>-9202 [007] 11999.213471: calc_load_account_active: cpu 7 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 6
<...>-9195 [008] 11999.213487: calc_load_account_active: cpu 8 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 7
<...>-9204 [009] 11999.213502: calc_load_account_active: cpu 9 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 8
<...>-9190 [004] 11999.213517: calc_load_account_active: cpu 4 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 7
<...>-9192 [010] 11999.213519: calc_load_account_active: cpu 10 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 8
<...>-9200 [011] 11999.213533: calc_load_account_active: cpu 11 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 9
<...>-9189 [012] 11999.213548: calc_load_account_active: cpu 12 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 10
<...>-9196 [013] 11999.213564: calc_load_account_active: cpu 13 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 11
<...>-9193 [014] 11999.213580: calc_load_account_active: cpu 14 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 12
<...>-9191 [015] 11999.213596: calc_load_account_active: cpu 15 nr_run 1 nr_uni 0 nr_act 1 delta 1 calc 13
<...>-9204 [009] 11999.213610: calc_load_account_active: cpu 9 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 12<...>-9195 [008] 11999.213645: calc_load_account_active: cpu 8 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 11<...>-9203 [006] 11999.213782: calc_load_account_active: cpu 6 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 10<...>-9197 [005] 11999.213809: calc_load_account_active: cpu 5 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 9<...>-9196 [013] 11999.213930: calc_load_account_active: cpu 13 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 8<...>-9193 [014] 11999.213971: calc_load_account_active: cpu 14 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 7<...>-9189 [012] 11999.214004: calc_load_account_active: cpu 12 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 6<...>-9199 [001] 11999.214032: calc_load_account_active: cpu 1 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 5<...>-9191 [015] 11999.214164: calc_load_account_active: cpu 15 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 4<...>-9202 [007] 11999.214201: calc_load_account_active: cpu 7 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 3<...>-9201 [003] 11999.214353: calc_load_account_active: cpu 3 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 2<...>-9192 [010] 11999.214998: calc_load_account_active: cpu 10 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 1<...>-9200 [011] 11999.215115: calc_load_account_active: cpu 11 nr_run 0 nr_uni 0 nr_act 0 delta -1 calc 0
<...>-9198 [000] 11999.223342: calc_global_load: calc_load_task = 0

虽然这个是未加三个patch以前的trace数据，可是咱们依旧可以发现一些问题：原来的10tick对咱们来讲从一个微不足道的小时间片被提高为一个大时间片，相对此低了一个数量级的1 tick却一直未真正被咱们所重视。trace数据中，cpu0、二、4在计算完本身的load以后，其余cpu计算完本身的load以前，进入了idle，因为默认状况下每一个cpu都会去将idle计算入全局的load中，这部分进入idle形成的cpu load发生的变化会被计算到全局load中。依旧出现了以前10ticks的不公平问题。示例以下：

32内核loadavg计算
  cpu0 cpu1 cpu2 cpu3 cpu4 cpu5 cpu6 cpu7 calc_load_tasks tasks_idle
0HZ+11 1 1 1 0 0 0 0 0 3 0
5HZ 0 0 0 1 1 1 0 0    
  -1 -1 -1           3 -3
5HZ+1.3 1 0 0 0 0 0 1 1  
  +1               3-3+1=1 0
5HZ+1.5 0 1 1 1 0 0 0 0 1 0
  -1     +1         1+1-1=1 0
5HZ+1.7 0 0 0 0 1 1 1 0 0 0
        -1     +1   1-1+1=3 0
5HZ+3 0 1 1 1 0 0 1 0    
              -1   1 -1
5HZ+5 0 0 0 0 1 1 1 0  
5HZ+11 1 1 0 0 0 0 1 -1  
calc_global_load <-- -- -- -- -- -- -- -- 1 -1

线上业务平均每一个任务运行时间为0.3ms，任务运行周期为0.5ms，所以每一个周期idle执行时间为0.2ms。在1个tick内，cpu执行完本身load的计算以后，很大的几率会在其余cpu执行本身load计算以前进入idle，导致总体load计算对idle和非idle不公平，load计数不许确。 针对该问题，一个简单的方案是检测第一个开始执行load计算的CPU，只在该CPU上将以前全部进入idle计算的load更新至全局的load，以后的CPU不在将idle更新至全局的load中。这个方案中检测第一个开始执行load计算的CPU是难点。另一个解决方案是将LOAD_FREQ周期点和全局load更新至avenren的LOAD_FREQ+10时间点做为分界点。对上一次LOAD_FREQ+10到本次周期点之间的idle load，能够在本次CPU执行load计算时更新至全局的load；对周期点以后到LOAD_FREQ+10时间点之间的idle load能够在全局load更新至avenrun以后更新至全局load。 
Peter Z采用的是上述第二个解决，使用idx翻转的技术实现。经过LOAD_FREQ和LOAD_FREQ+10两个时间点，能够将idle致使的load分为两部分，一部分为LOAD_FREQ至LOAD_FREQ+10这部分，这部分load因为在各个cpu计算load以后到全局avenrun更新之间，不该该直接更新至全局load中；另外一部分为LOAD_FREQ+10至下一个周期点LOAD_FREQ，这部分idle致使的load能够随时更新至全局的load中。实现中使用了一个含2个元素的数组，用于对这两部分load进行存储，但这两部分并非分别存储在数组的不一样元素中，而是每一个LOAD_FREQ周期存储一个元素。以下图所示，在0~5周期中，这两部分idle都存储在数组下标为1的元素中。5~10周期内，这两个部分都存储在数组下标为0的元素中。在5~10周期中，各个cpu计算load时读取的idle为0~5周期存储的；在计算完avenrun以后，更新idle至全局load时读取的为5~10周期中前10个ticks的idle致使的load。这样在10~15周期中，各个cpu计算load时读取的idle即为更新avenrun以后产生的idle load。具体实现方案以下：

 

      0             5             10            15          --->HZ
        +10           +10           +10           +10       ---> ticks
      |-|-----------|-|-----------|-|-----------|-|
idx:0   1     1       0     0       1      1      0   
  w:0 1 1         1 0 0         0 1 1         1 0 0
  r:0 0 1         1 1 0         0 0 1         1 1 0

说明：1）0 5 10 15表明的为0HZ、5HZ、10HZ、15HZ，这个就是各个cpu执行load计算的周期点
     2）+10表示周期点以后10ticks（即为计算avenrun的时间点）
     3）idx表示当前的idx值（每次只取最后一位的值，所以变化范围为0~1）
     4）w后面3列值，第一列表示周期点以前idle计算值写入的数组idx；第二列表示周期点到+10之间idle致使的load变化写入的数
       组idx；第三列表示计算万avenrun以后到下一个周期点之间idle写入的数组idx；

用以下示例进行说明（假定0HZ+11以后idx为0）：

32内核loadavg计算
  cpu0 cpu1 cpu2 cpu3 cpu4 cpu5 cpu6 cpu7 calc_load_tasks idle[0] idle[1] idx
0HZ+11 1 1 1 0 0 0 0 0 3 0 0 0
5HZ 0 0 0 1 1 1 0 0    
  -1 -1 -1           3 -3 0 0
5HZ+1.3 1 0 0 0 0 0 1 1  
  +1               3-3+1=1 0 0 0
5HZ+1.5 0 1 1 1 0 0 0 0 1 0
  -1     +1         1+1=2 0 -1 0
5HZ+1.7 0 0 0 0 1 1 1 0 0 0
        -1     +1   2+1=3 0 -2 0
5HZ+3 0 1 1 1 0 0 1 0 0
5HZ+3                 3 0 -2 0
5HZ+5 0 0 0 0 1 1 1 0 0
5HZ+11 1 1 0 0 0 0 1 1  
calc_global_load <-- -- -- -- -- -- -- -- 3 0 -2 0
                  3-2=1 0 0 1
5HZ+15 1 1 0 0 0 0 0 1    
              -1   1 0 -1 1

再次回归到公平性问题

通过对细粒度idle调度问题进行解决，在线上业务总体load获得了很好的改善。原来平均运行进程数在16的状况下，load一直徘徊在1左右，改善以后load回升到了15左右。 
然而这个patch发布到社区，通过相关报告load计数有问题的社区人员进行测试以后，发现系统的load总体偏高，并且不少时候都是趋近于系统总运行进程数。为了验证这个patch的效果，升级了一台添加该patch的机器，进行观察，确实发现升级以后机器的load比原有18还高出1左右。 
又是一次深度的思考，是否当前这个patch中存在BUG? 是否从第一个CPU到最后一个CPU之间的idle就应该直接计算在总体load中？ 对于高频度调度idle的状况，这部分idle是不该该加入到全局load中，不然不管系统运行多少进程，最终load都会始终徘徊在0左右。所以这部分idle必须不可以加入到全局load中。经过trace数据进行分析，也证实了patch运行的行为符合预期，并不存在异常。 
若是假设以前全部的patch都没有问题，是否存在其余状况会致使系统load偏高？致使load偏高，一个极可能的缘由就是在该计算为idle时，计算为非idle状况。为此前后提出了负载均衡的假设、计算load时有进程wakeup到当前运行队列的假设，最终都被一一排除。 
进一步观察trace数据，发现几乎每次都是在作完该CPU上load计算以后，该CPU当即就进入idle。16个CPU，每一个CPU都是在非idle的时候执行load计算，执行完load计算以后又都是当即进入idle。并且这种状况是在每一次作load计算时都是如此，并不是偶然。按照采样逻辑，因为采样时间点不受系统运行情况影响，对于频繁进出idle的状况，采样时idle和非idle都应该会出现。现在只有非idle状况，意味着采样时间点选取存在问题。 
进一步分析，若是采样点处于idle内部，因为nohz致使进入idle以后并不会周期执行sched_tick，也就没法执行load计算，看起来彷佛会致使idle load计算丢失。事实并非，以前计算idle load就是为了不进入nohz致使load计算丢失的问题，在进入idle调度前会将当前cpu上的load计算入idle load中，这样其余cpu执行load计算时会将这部分load一同计算入内。 
可是基于上述逻辑，也能够获得一个结论：若是采样点在idle内部，默认应该是将进入idle时的load做为该cpu上采样load。事实是否如此？继续分析，该CPU若是从nohz从新进入调度，这个时候因为采样时间点还存在，并且间隔上一次采样已经超过一个LOAD_FREQ周期，会再次执行load计算。再次执行load计算会覆盖原有进入idle时计算的load，这直接的一个结果是，该CPU上的采样点从idle内部变成了非idle！ 问题已经变得清晰，对采样点在idle内部的状况，实际计算load应该为进入idle时该cpu上的load，然而因为该cpu上采样时间点没有更新，致使退出nohz状态以后会再次执行load计算，最终将退出nohz状态以后的load做为采样的load。 
问题已经清楚，解决方案也比较简单：在退出nohz状态时检测采样时间点在当前时间点以前，若是是，则意味着此次采样时间点在idle内部，这 个周期内不须要再次计算该CPU上的load。
 
 
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程