Linux内核快速处理路径尽量多用slab而慎用kmalloc

﹏ヽ暗。殇╰゛Y 2023-07-26 05:28 6阅读 0赞

题目是一个典型 ***《Effective C++》*** 的风格。

事情是这样的，我大致说一下。

我在开发一个Netfilter模块，在PREROUTING匹配一些数据包，显而易见，都能想到使用哈希表hlist作为数据结构的容器，其中装有下面的结构体：

struct item { 
    	struct hlist_node hnode;
    	char padding[16];
    };

生成item的时候，我先用 ***kmalloc*** 接口分配内存：

item_nd = (struct item *)kmalloc(sizeof(struct item), GFP_KERNEL);

然后我用hlist\_add/del接口将分配好的结构体插入到hlist中。

仅仅为了测试是否会宕机，所以我的所有的数据结构的hash值均是一样的，这样插入200个项的话，它们会hash冲突，从而仅仅添加到同一个hlist链表中，这样整个匹配过程就退化成了遍历200个项的链表。

虽然是万恶的遍历操作，但200个项一切还OK，性能几乎是无损的，无论是吞吐，还是pps。

这个时候，我想扩充一些功能，于是乎为item结构体增加了一个字段：

struct item { 
    	struct hlist_node hnode;
    	char padding[16];
    	void *private;
    };

仅仅增加了一个private，其它均和之前完全一致，同样的200个项插入同一条hlist，同样遍历，吞吐和pps下降达到15%～20%！

为什么增加了一个指针变量，就出现了如此巨大的性能差异？！

--------------------

***事情的端倪就隐藏在kmalloc接口中！***

事情的真相是，在不添加private指针时，item结构的大小是32，添加一个指针，其大小变成了40，别小看这8个字节：

*  ***32字节大小的所有200个item在内存中几乎都是连续的。***
 *  ***40字节大小的所有200个item在内存中几乎都是不连续的。***

为什么会造成这个结果？32和40有什么特殊性吗？

我们还要继续向下看。

kmalloc的背后其实是slab(当前主流的实现是slub，它非常轻量)，kmalloc接口维护了一系列的kmem\_cache：

*  8字节的kmem\_cache
 *  16字节的kmem\_cache
 *  32字节的kmem\_cache
 *  64字节的kmem\_cache
 *  92字节的kmem\_cache
 *  128字节的kmem\_cache
 *  …

我们从/proc/slabinfo里可以一窥究竟：

[root@localhost test]# cat /proc/slabinfo |grep ^kmalloc
    kmalloc-8192          52     52   8192    4    8 : tunables    0    0    0 : slabdata     13     13      0
    kmalloc-4096         274    288   4096    8    8 : tunables    0    0    0 : slabdata     36     36      0
    kmalloc-2048         578    608   2048   16    8 : tunables    0    0    0 : slabdata     38     38      0
    kmalloc-1024        1105   1120   1024   16    4 : tunables    0    0    0 : slabdata     70     70      0
    kmalloc-512         1466   1584    512   16    2 : tunables    0    0    0 : slabdata     99     99      0
    kmalloc-256         2289   2560    256   16    1 : tunables    0    0    0 : slabdata    160    160      0
    kmalloc-192         1630   1785    192   21    1 : tunables    0    0    0 : slabdata     85     85      0
    kmalloc-128         1632   1632    128   32    1 : tunables    0    0    0 : slabdata     51     51      0
    kmalloc-96          1344   1344     96   42    1 : tunables    0    0    0 : slabdata     32     32      0
    kmalloc-64         25408  25408     64   64    1 : tunables    0    0    0 : slabdata    397    397      0
    kmalloc-32          3072   3072     32  128    1 : tunables    0    0    0 : slabdata     24     24      0
    kmalloc-16          3072   3072     16  256    1 : tunables    0    0    0 : slabdata     12     12      0
    kmalloc-8           5120   5120      8  512    1 : tunables    0    0    0 : slabdata     10     10      0

当你调用 **kmalloc(size, flags)** 申请内存时，系统会根据你的size向上寻找一个最接近的kmem\_cache，然后在其中为你分配所需的内存。

我们知道kmem\_cache是针对特定数据结构的独享内存池子，它以 ***最小化碎片*** 的原则为特定的场合提供 ***可高效访问*** 的内存，比如sock，sk\_buff这些。

然而kmalloc接口所依托的kmem\_cache则是全局(同一个NUMA node)共享的内存池子，它并不针对特定场合，仅仅针对特定大小！也即是说， ***最小化碎片*** 是针对所有调用kmalloc接口的线程的。

我们回头看上面的slabinfo，可以注意到，64字节大小的kmem\_cache，即kmalloc-64已经包含了非常多的object，因此如果你调用kmalloc申请40字节的内存，其实你是在kmalloc-64里分配。

***其实32和40没有什么特殊性，32字节大小的item之所以还可以保持连续，那是因为kmalloc-32几乎没有被重度使用，而kmalloc-64则已经被其它使用者打散。***

我们可以试一下，看看分别申请32字节和40字节的效果：

#include <linux/module.h>
    
    struct stub32 { 
    	unsigned char m[32];
    };
    
    struct stub40 { 
    	unsigned char m[40];
    };
    
    #define SIZE 20
    
    struct stub32 *array32[SIZE] = { NULL};
    struct stub40 *array40[SIZE] = { NULL};
    %}
    
    function alloc_test()
    %{ 
    	int i;
    
    	for (i = 0; i < SIZE; i ++) { 
    		array32[i] = kmalloc(sizeof(struct stub32), GFP_KERNEL);
    		printk("32bytes [%d]:%p ", i, array32[i]);
    		if (i > 0) { 
    			unsigned long hi = (unsigned long)array32[i];
    			unsigned long lo = (unsigned long)array32[i - 1];
    			signed long delta = hi - lo;
    			if (delta < 0)
    				delta = lo - hi;
    			printk("delta [%lx] \n", delta);
    		} else
    			printk("delta [0] \n");
    	}
    	printk("------------------\n");
    	for (i = 0; i < SIZE; i ++) { 
    		array40[i] = kmalloc(sizeof(struct stub40), GFP_KERNEL);
    		printk("40bytes [%d]:%p ", i, array40[i]);
    		if (i > 0) { 
    			unsigned long hi = (unsigned long)array40[i];
    			unsigned long lo = (unsigned long)array40[i - 1];
    			signed long delta = hi - lo;
    			if (delta < 0)
    				delta = lo - hi;
    			printk("delta [%lx] \n", delta);
    		} else
    			printk("delta [0] \n");
    	}
    
    	for (i = 0; i < SIZE; i ++) { 
    		kfree(array32[i]);
    		kfree(array40[i]);
    	}
    %}
    
    probe begin
    { 
    	alloc_test();
    	exit(); // oneshot模式
    }

以下是结果：

[  466.933100] 32bytes [1]:ffff881f9649caa0 delta [20]
    [  466.938206] 32bytes [2]:ffff881f9649cac0 delta [20]
    [  466.943314] 32bytes [3]:ffff881f9649cae0 delta [20]
    [  466.948586] 32bytes [4]:ffff881f9649cb00 delta [20]
    [  466.953732] 32bytes [5]:ffff881f9649cb20 delta [20]
    [  466.958863] 32bytes [6]:ffff881f9649cb40 delta [20]
    [  466.963977] 32bytes [7]:ffff881f9649cb60 delta [20]
    [  466.969095] 32bytes [8]:ffff881f9649cb80 delta [20]
    [  466.974222] 32bytes [9]:ffff881f9649cba0 delta [20]
    [  466.979329] 32bytes [10]:ffff881f9649cbc0 delta [20]
    [  466.984731] 32bytes [11]:ffff881f9649cbe0 delta [20]
    [  466.990124] 32bytes [12]:ffff881f9649cc00 delta [20]
    [  466.995510] 32bytes [13]:ffff881f9649cc20 delta [20]
    [  467.000907] 32bytes [14]:ffff881f9649cc40 delta [20]
    [  467.006294] 32bytes [15]:ffff881f9649cc60 delta [20]
    [  467.011685] 32bytes [16]:ffff881f9649cc80 delta [20]
    [  467.017086] 32bytes [17]:ffff881f9649cca0 delta [20]
    [  467.022483] 32bytes [18]:ffff881f9649ccc0 delta [20]
    [  467.027881] 32bytes [19]:ffff881f9649cce0 delta [20]
    [  467.033286] ------------------
    [  467.036610] 40bytes [0]:ffff881d0c904d40 delta [0]
    [  467.041828] 40bytes [1]:ffff881d0c904680 delta [6c0]
    [  467.047216] 40bytes [2]:ffff881d0c904140 delta [540]
    [  467.052607] 40bytes [3]:ffff881d0c904d00 delta [bc0]
    [  467.058001] 40bytes [4]:ffff881d0c9043c0 delta [940]
    [  467.063399] 40bytes [5]:ffff881d0c904940 delta [580]
    [  467.068801] 40bytes [6]:ffff881d0c9048c0 delta [80]
    [  467.074107] 40bytes [7]:ffff881d0c904e80 delta [5c0]
    [  467.079496] 40bytes [8]:ffff881d0c904200 delta [c80]
    [  467.084888] 40bytes [9]:ffff881d0c904980 delta [780]
    [  467.090282] 40bytes [10]:ffff881fcd725dc0 delta [2c0e21440]
    [  467.096280] 40bytes [11]:ffff881fcd7250c0 delta [d00]
    [  467.101763] 40bytes [12]:ffff881fcd725440 delta [380]
    [  467.107235] 40bytes [13]:ffff881fcd725340 delta [100]
    [  467.112722] 40bytes [14]:ffff881f8398ee80 delta [49d964c0]
    [  467.118633] 40bytes [15]:ffff881f8398ecc0 delta [1c0]
    [  467.124110] 40bytes [16]:ffff881f8398e100 delta [bc0]
    [  467.129589] 40bytes [17]:ffff881f8398ed40 delta [c40]
    [  467.135062] 40bytes [18]:ffff881f8398efc0 delta [280]
    [  467.140542] 40bytes [19]:ffff881f8398e700 delta [8c0]

我们可以看到，32字节的结构体，kmalloc分配的完全都是连续的，而40字节的结构体，完全就散乱碎片化了。

如果以上的这些地址是需要在网络协议栈的Netfilter hook中被遍历的，可想而知，如果地址非连续且布局无迹可寻，cache miss将会非常高。

值得一提的是，并不是说32字节的结构体分配就一定会获得连续的内存，而64字节的就不会， ***这完全取决于你的系统当前的整体kmalloc使用情况。***

***kmalloc并不适合快速路径的内存分配，它只适合稳定的，离散的管理结构体的内存分配。***

> ***大家之所以普遍喜欢用kmalloc，因为它简单，快捷，少了kmem\_cache的create和destroy的维护操作。***

kmalloc有个副作用，就是它只有固定的大小，比如你分配一个24字节大小的结构体，事实上系统会给你32字节。具体的细节就参考kmalloc的kmem\_cache数组吧。

--------------------

在诸如网络协议栈处理这种相对快速的路径中，比如sk\_buff，sock，nf\_conntrack等结构体均是在自行维护的独享kmem\_cache中被管理的，这保证了内存分配的 ***尽可能的连续性，尽可能的最少碎片。***

这是通过kmem\_cache的 ***栈式管理*** 实现的：

*  ***kmem\_cache的obj可以随意释放。***
 *  ***kmem\_cache的obj按照释放的逆序进行分配。***
 *  ***kmem\_cache的free相当于push操作，而alloc相当于pop操作。***

我再用例子给出直观的效果，依然采用专家模式的stap：

// alloc_free.stp
    %{ 
    #include <linux/module.h>
    
    struct stub { 
    	unsigned char m[40];
    };
    %}
    
    function kmemcache_stack_test()
    %{ 
    	int i;
    	struct kmem_cache *memcache;
    	struct stub *array[10];
    	struct stub *new[10] = { NULL};
    
    	memcache = kmem_cache_create("test", sizeof(struct stub), 0, 0, NULL);
    	if (!memcache)
    		return;
    
    	for (i = 0; i < 10; i ++) { 
    		array[i] = kmem_cache_alloc(memcache, GFP_KERNEL);
    		STAP_PRINTF("[%d]:%llx \n", i, array[i]);
    	}
    	STAP_PRINTF("Let's play\n");
    
    	kmem_cache_free(memcache, array[4]);
    	STAP_PRINTF("free [4]:%llx \n", array[4]);
    	array[4] = NULL;
    
    	new[0] = kmem_cache_alloc(memcache, GFP_KERNEL);
    	STAP_PRINTF("new [x]:%llx \n", new[0]);
    
    	kmem_cache_free(memcache, array[1]);
    	STAP_PRINTF("free [1]:%llx \n", array[1]);
    	array[1] = NULL;
    	kmem_cache_free(memcache, array[8]);
    	STAP_PRINTF("free [8]:%llx \n", array[8]);
    	array[8] = NULL;
    
    	new[1] = kmem_cache_alloc(memcache, GFP_KERNEL);
    	STAP_PRINTF("new [x]:%llx \n", new[1]);
    
    	new[2] = kmem_cache_alloc(memcache, GFP_KERNEL);
    	STAP_PRINTF("new [x]:%llx \n", new[2]);
    
    
    	for (i = 0; i < 10; i++) { 
    		if (new[i]) { 
    			kmem_cache_free(memcache, new[i]);
    			new[i] = NULL;
    		}
    	}
    
    	STAP_PRINTF("Batch free\n");
    	for (i = 0; i < 10; i++) { 
    		if (array[i]) { 
    			kmem_cache_free(memcache, array[i]);
    			STAP_PRINTF("free [i]:%llx \n", array[i]);
    			array[i] = NULL;
    		}
    	}
    
    	STAP_PRINTF("Batch alloc\n");
    	for (i = 0; i < 10; i++) { 
    		new[i] = kmem_cache_alloc(memcache, GFP_KERNEL);
    		STAP_PRINTF("new [%d]:%llx \n", i, new[i]);
    	}
    
    	for (i = 0; i < 10; i++) { 
    		if (new[i]) { 
    			kmem_cache_free(memcache, new[i]);
    			new[i] = NULL;
    		}
    	}
    
    	kmem_cache_destroy(memcache);
    %}
    
    probe begin
    { 
    	kmemcache_stack_test();
    	exit(); // oneshot模式
    }

很简单的实验，就是分配，释放的操作，我们运行一下：

[root@localhost test]# stap -g ./alloc_free.stp
    [0]:ffff88003bc4bf28
    [1]:ffff88003bc4bf00
    [2]:ffff88003bc4beb0
    [3]:ffff88003bc4be38
    [4]:ffff88003bc4be88
    [5]:ffff88003bc4be60
    [6]:ffff88003bc4bdc0
    [7]:ffff88003bc4be10
    [8]:ffff88003bc4bde8
    [9]:ffff88003bc4bd48
    Let's play
    free [4]:ffff88003bc4be88
    new [x]:ffff88003bc4be88
    free [1]:ffff88003bc4bf00
    free [8]:ffff88003bc4bde8
    new [x]:ffff88003bc4bde8
    new [x]:ffff88003bc4bf00
    Batch free
    free [i]:ffff88003bc4bf28
    free [i]:ffff88003bc4beb0
    free [i]:ffff88003bc4be38
    free [i]:ffff88003bc4be60
    free [i]:ffff88003bc4bdc0
    free [i]:ffff88003bc4be10
    free [i]:ffff88003bc4bd48
    Batch alloc
    new [0]:ffff88003bc4bd48
    new [1]:ffff88003bc4be10
    new [2]:ffff88003bc4bdc0
    new [3]:ffff88003bc4be60
    new [4]:ffff88003bc4be38
    new [5]:ffff88003bc4beb0
    new [6]:ffff88003bc4bf28
    new [7]:ffff88003bc4bf00
    new [8]:ffff88003bc4bde8
    new [9]:ffff88003bc4be88
    [root@localhost test]#

从地址上可以看出， ***kmem\_cache就是按照一个栈的形式进行管理的，即便由于随机的free操作造成了空洞，后续的alloc会尽快将其填充。*** 这样的结果如下：

*  ***尽可能节省内存，保持内存的紧凑。***
 *  ***提高CPU dcache的命中率，最大化preload效果。***

… 今天就写到这儿吧。

--------------------

浙江温州皮鞋湿，下雨进水不会胖。