靜態(tài)tracepoint預(yù)埋在內(nèi)核的關(guān)鍵位置, 通過(guò)這些預(yù)埋的tracepoint, 可以比較容易梳理出相關(guān)模塊的框架及主要流程. 相比于直接鉆到scheduler的實(shí)現(xiàn)細(xì)節(jié)中去, 我們先通過(guò)tracepoint及其相關(guān)工具去理解實(shí)現(xiàn)背后的邏輯, 細(xì)節(jié)總是不停變化, 而分析方法往往相對(duì)固定, 也更容易沉淀下來(lái).
Tracepoint分類
通過(guò)perf命令可以列出系統(tǒng)所有的tracepoint:
$ sudo perf list | grep sched:
sched:sched_kthread_stop [Tracepoint event]
sched:sched_kthread_stop_ret [Tracepoint event]
sched:sched_migrate_task [Tracepoint event]
sched:sched_move_numa [Tracepoint event]
sched:sched_pi_setprio [Tracepoint event]
sched:sched_process_exec [Tracepoint event]
sched:sched_process_exit [Tracepoint event]
sched:sched_process_fork [Tracepoint event]
sched:sched_process_free [Tracepoint event]
sched:sched_process_hang [Tracepoint event]
sched:sched_process_wait [Tracepoint event]
sched:sched_stat_blocked [Tracepoint event]
sched:sched_stat_iowait [Tracepoint event]
sched:sched_stat_runtime [Tracepoint event]
sched:sched_stat_sleep [Tracepoint event]
sched:sched_stat_wait [Tracepoint event]
sched:sched_stick_numa [Tracepoint event]
sched:sched_swap_numa [Tracepoint event]
sched:sched_switch [Tracepoint event]
sched:sched_wait_task [Tracepoint event]
sched:sched_wake_idle_without_ipi [Tracepoint event]
sched:sched_wakeup [Tracepoint event]
sched:sched_wakeup_new [Tracepoint event]
sched:sched_waking [Tracepoint event]
核心tracepoint
-
sched_switch
-
sched_wakeup
-
sched_waking
-
sched_migrate_task
Stat類型
該類型的tracepoint額外帶有delay的時(shí)間
-
sched_stat_blocked
-
sched_stat_iowait
-
sched_stat_runtime
-
sched_stat_sleep
-
sched_stat_wait
其他
-
sched_kthread_stop, sched_kthread_stop_ret. 在kthread_stop時(shí)產(chǎn)生, 一般不是scheduler性能調(diào)試的重點(diǎn)
-
sched_move_numa, sched_swap_numa, sched_stick_numa. NUMA相關(guān), 從性能分析角度上看, 它們必須在我們的checklist中, 一定程度可以把它們當(dāng)作是異常(USE)
-
sched_pi_setprio. 用于實(shí)現(xiàn)rt_mutex的優(yōu)先級(jí)繼承, 比如用在futex上.
-
sched_process_exec, sched_process_exit, sched_process_fork, sched_process_free. 進(jìn)程相關(guān)的主要事件
-
sched_process_hang. 進(jìn)程hang
-
sched_process_wait. 等子進(jìn)程的狀態(tài)變化
-
sched_wait_task. 等待其他任務(wù)unschedule, 比如用于ptrace.
-
sched_wake_idle_without_ipi. 如果target cpu上的任務(wù)設(shè)置了TIF_POLLING_NRFLAG標(biāo)記 (只有idle進(jìn)程會(huì)設(shè)置), 這樣idle進(jìn)程自己去poll TIF_NEED_RESCHED, 這樣就不用發(fā)ipi中斷去通知了
-
sched_wakeup_new. 同sched_wakeup, 但針對(duì)的是新創(chuàng)建的任務(wù)
核心Tracepoint
sched_switch
當(dāng)調(diào)度器決定schedule另一個(gè)task運(yùn)行的時(shí)候, 也就是任務(wù)切換的時(shí)候, 會(huì)觸發(fā)該tracepoint. 核心邏輯如下:
__schedule
next = pick_next_task(rq, prev, &rf);
if (likely(prev != next))
trace_sched_switch(preempt, prev, next);
rq = context_switch(rq, prev, next, &rf);
我們稍微關(guān)注以下context_switch里面的切棧操作:
switch_to(prev, next, prev);
prev = __switch_to_asm((prev), (next)));
pushq %rbp, %rbx, %r12, %13, %14, %15 /* Save callee-saved registers */
movq %rsp, TASK_threadsp(%rdi)
movq TASK_threadsp(%rsi), %rsp /* switch stack */
popq %15, %14, %13, %12, %rbx, %rbp /* restore callee-saved registers */
jmp __switch_to
struct task_struct *__switch_to(struct task_struct *prev, struct task_struct *next);
注意這里的__switch_to_asm傳入了prev, 又返回了prev, 看似沒(méi)有必要, 但是因?yàn)閏ontext_switch函數(shù)涉及到2個(gè)task, 在切棧之前是A, 切棧之后就變成B了
-
對(duì)于切棧前的task A來(lái)說(shuō), prev指的就是A本身
-
對(duì)于切棧后的task B來(lái)說(shuō), prev指的還必須是A, switch到B之后還需要更新A的信息. 這里通過(guò)函數(shù)調(diào)用巧妙解決了2個(gè)task之間變量的傳遞.
ULK引入3個(gè)task來(lái)解釋switch_to, 我認(rèn)為反而復(fù)雜了.
sched_wakeup / sched_waking
內(nèi)核會(huì)通過(guò)try_to_wake_up把任務(wù)喚醒, 這會(huì)涉及到這sched_wakeup和sched_waking兩個(gè)tracepoint.
try_to_wake_up
if (p == current) ...
trace_sched_waking(p);
if (p->on_rq && ttwu_remote(p, wake_flags)) goto unlock;
rq = __task_rq_lock(p, &rf);
if (task_on_rq_queued(p))
ret = 1;
ttwu_do_wakeup(rq, p, wake_flags, &rf);
check_preempt_curr(rq, p, wake_flags);
p->state = TASK_RUNNING;
trace_sched_wakeup(p);
p->state = TASK_WAKING;
cpu = select_task_rq(p, p->wake_cpu, SD_BALANCE_WAKE, wake_flags);
if (task_cpu(p) != cpu)
wake_flags |= WF_MIGRATED;
set_task_cpu(p, cpu);
ttwu_queue(p, cpu, wake_flags);
return ttwu_queue_remote(p, cpu, wake_flags); if (sched_feat(TTWU_QUEUE) && !cpus_share_cache(smp_processor_id(), cpu))
if (llist_add(&p->wake_entry, &cpu_rq(cpu)->wake_list))
smp_send_reschedule(cpu); if (!set_nr_if_polling(rq->idle))
scheduler_ipi
sched_ttwu_pending();
ttwu_do_activate(rq, p, p->sched_remote_wakeup ? WF_MIGRATED : 0, &rf);
rq = cpu_rq(cpu);
rq_lock(rq, &rf);
ttwu_do_activate(rq, p, wake_flags, &rf);
activate_task(rq, p, en_flags);
enqueue_task(rq, p, flags);
for_each_sched_entity(se)
break; if (se->on_rq)
enqueue_entity(cfs_rq, se, flags);
update_curr(cfs_rq);
update_stats_enqueue(cfs_rq, se, flags);
__enqueue_entity(cfs_rq, se); if (!curr)
se->on_rq = 1;
p->on_rq = TASK_ON_RQ_QUEUED;
ttwu_do_wakeup(rq, p, wake_flags, rf);
check_preempt_curr(rq, p, wake_flags);
p->state = TASK_RUNNING;
trace_sched_wakeup(p);
上面需要關(guān)注的點(diǎn):
-
可以喚醒current task
-
喚醒on_rq的task比較直接, 在sched_waking和sched_wakeup之間的時(shí)間非常短
-
當(dāng)需要遷移到其他cpu時(shí)會(huì)有2種方案
-
通過(guò)ipi給target cpu發(fā)送中斷, 在中斷處理函數(shù)中完成wakeup的后面部分
-
直接在當(dāng)前cpu上操作target cpu, 所以需要先執(zhí)行rq_lock操作, 可能會(huì)有鎖沖突
從上面可以看出, sched_waking和sched_wakeup在wakeup task過(guò)程中肯定都會(huì)發(fā)生, sched_waking事件在ttwu開(kāi)始的時(shí)候觸發(fā), 而sched_wakeup在ttwu結(jié)束的時(shí)候觸發(fā). 一般情況下, 這2個(gè)tracepoint觸發(fā)的時(shí)間非常靠近, 但是不排除中間會(huì)有較大gap.
sched_migrate_task
從資源的角度看, 只有系統(tǒng)中存在多個(gè)同類資源(這里是cpu), 為了最大化資源利用率, 就會(huì)涉及到migration. 從性能角度看, 這個(gè)的影響是比較大的, 也是性能調(diào)試的時(shí)候必須關(guān)注的, migration有沒(méi)有及時(shí), migration會(huì)不會(huì)太多 (locality).
Stat類型
為了使用stat類型的tracepoint, 我們需要先enable.
# sysctl kernel.sched_schedstats
kernel.sched_schedstats = 0
# sysctl -w kernel.sched_schedstats=1
kernel.sched_schedstats = 1
stat_iowait / stat_sleep / stat_blocked
update_stats_dequeue
if (tsk->state & TASK_INTERRUPTIBLE)
__schedstat_set(se->statistics.sleep_start, rq_clock(rq_of(cfs_rq)));
if (tsk->state & TASK_UNINTERRUPTIBLE)
__schedstat_set(se->statistics.block_start, rq_clock(rq_of(cfs_rq)));
update_stats_enqueue
update_stats_enqueue_sleeper(cfs_rq, se); if (flags & ENQUEUE_WAKEUP)
if (sleep_start)
trace_sched_stat_sleep(tsk, delta);
if (block_start)
trace_sched_stat_iowait(tsk, delta); if (tsk->in_iowait)
trace_sched_stat_blocked(tsk, delta);
-
stat_sleep用于記錄TASK_INTERRUPTIBLE的時(shí)間
-
stat_blocked用于記錄TASK_UNINTERRUPTIBLE的時(shí)間
-
stat_iowait用于iowait的場(chǎng)景, 這種情況下stat_iowait和stat_blocked值是一樣的
stat_wait
stat_wait和上面的stat不一樣的地方在于, stat_wait更反映調(diào)度器本身的執(zhí)行情況.
update_stats_wait_start()
wait_start = rq_clock(rq_of(cfs_rq));
__schedstat_set(se->statistics.wait_start, wait_start);
update_stats_wait_end
delta = rq_clock(rq_of(cfs_rq)) - schedstat_val(se->statistics.wait_start);
trace_sched_stat_wait(p, delta); if (entity_is_task(se))
-
wait的起始時(shí)間wait_start. 任務(wù)狀態(tài)切到runnable, 但是不能馬上在cpu上執(zhí)行
-
task被搶占了, 那么wait_start就是搶占點(diǎn). put_prev_entity并且prev->on_rq成立
-
task喚醒的時(shí)候, 從enqueue_entity進(jìn)入
-
wait的結(jié)束時(shí)間
-
任務(wù)馬上要在cpu上執(zhí)行了, set_next_entity
-
任務(wù)enqueue后壓根沒(méi)能在該cpu上執(zhí)行就被dequeue了, update_stats_dequeue
stat_runtime
記錄任務(wù)的執(zhí)行時(shí)間, 包括runtime, vruntime
Scheduler框架
__schedule()的主要邏輯
if (!preempt && prev->state)
if (signal_pending_state(prev->state, prev))
prev->state = TASK_RUNNING;
else
deactivate_task(rq, prev, DEQUEUE_SLEEP | DEQUEUE_NOCLOCK);
p->on_rq = (flags & DEQUEUE_SLEEP) ? 0 : TASK_ON_RQ_MIGRATING;
dequeue_task(rq, p, flags);
p->sched_class->dequeue_task(rq, p, flags);
dequeue_entity(cfs_rq, se, flags);
update_stats_dequeue(cfs_rq, se, flags);
__dequeue_entity(cfs_rq, se); if (se != cfs_rq->curr) // 在move_queued_task中, moved task可能不是curr
rb_erase_cached(&se->run_node, &cfs_rq->tasks_timeline);
se->on_rq = 0;
next = pick_next_task(rq, prev, &rf);
fair_sched_class.pick_next_task(rq, prev, rf); // pick_next_task_fair
put_prev_task(rq, prev); if (prev)
put_prev_entity(cfs_rq, se);
if (prev->on_rq)
update_curr(cfs_rq);
update_stats_wait_start(cfs_rq, prev);
__enqueue_entity(cfs_rq, prev);
cfs_rq->curr = NULL;
se = pick_next_entity(cfs_rq, NULL);
set_next_entity(cfs_rq, se);
if (se->on_rq) // 什么時(shí)候不on_rq?
update_stats_wait_end(cfs_rq, se);
trace_sched_stat_wait(p, delta);
__dequeue_entity(cfs_rq, se); // 'current' is not kept within the tree.
update_stats_curr_start(cfs_rq, se);
se->exec_start = rq_clock_task(rq_of(cfs_rq));
cfs_rq->curr = se;
if (likely(prev != next))
trace_sched_switch(preempt, prev, next);
rq = context_switch(rq, prev, next, &rf);
性能調(diào)試
即使不是調(diào)度器的開(kāi)發(fā)者, 有的時(shí)候也需要能夠?qū)φ{(diào)度器進(jìn)行調(diào)試, 比如應(yīng)用開(kāi)發(fā)者或者系統(tǒng)管理員, 升級(jí)內(nèi)核后性能退化, 修改線程模型后性能不滿足預(yù)期等, 最終可能只需要?jiǎng)幽硞€(gè)調(diào)度器的參數(shù)而已, 但是前提是能夠定位到這個(gè)參數(shù).
sched map
只要抓取sched:sched_switch一個(gè)tracepoint, 就可以抓到系統(tǒng)所有的切換事件, 以下perf sched map的輸出:
-
前面每列代表一個(gè)cpu, 后面2列是事件發(fā)生的時(shí)間戳和任務(wù)縮寫的映射
-
點(diǎn)(.)表示cpu在idle
-
星號(hào)(*)表示有事件發(fā)生
. . . *J0 . . 40302.714499 secs J0 => containerd:1125
. . . J0 . *K0 40302.714507 secs K0 => containerd:1094
. . . J0 . *. 40302.714515 secs
. . . *. . . 40302.714517 secs
. . . . *L0 . 40302.714522 secs L0 => containerd:1121
. . . . *. . 40302.714527 secs
. . . . . *K0 40302.714583 secs
. . . . . *. 40302.714586 secs
. . *M0 . . . 40302.738012 secs M0 => cron:911
. . *. . . . 40302.738043 secs
. . . . . *N0 40302.802649 secs N0 => kworker/5706
. . . . . *. 40302.802657 secs
. . . . *O0 . 40302.818889 secs O0 => chrome:1370
sched timehist
該命令可以獲得task的wait time, 特別地, 還能拿到sch delay. timehist統(tǒng)計(jì)的sch delay是通過(guò)sched_switch和sched_wakeup計(jì)算出來(lái)的, 而不是上面的stat_wait.
/*
* Explanation of delta-time stats:
*
* t = time of current schedule out event
* tprev = time of previous sched out event
* also time of schedule-in event for current task
* last_time = time of last sched change event for current task
* (i.e, time process was last scheduled out)
* ready_to_run = time of wakeup for current task
*
* -----|------------|------------|------------|------
* last ready tprev t
* time to run
*
* |-------- dt_wait --------|
* |- dt_delay -|-- dt_run --|
*
* dt_run = run time of current task
* dt_wait = time between last schedule out event for task and tprev
* represents time spent off the cpu
* dt_delay = time between wakeup and schedule-in of task
*/
time cpu task name wait time sch delay run time
[tid/pid] (msec) (msec) (msec)
--------------- ------ ------------------------------ --------- --------- ---------
43721.001384 [0001] 0.000 0.000 0.000
43721.001401 [0001] avahi-daemon[950] 0.000 0.000 0.017
43721.001451 [0000] 0.000 0.000 0.000
43721.001468 [0000] Chrome_IOThread[2401/2383] 0.000 0.000 0.016
43721.001516 [0004] 0.000 0.000 0.000
sched latency
這里的delay同timehist的sch delay.
# perf sched latency -s max
-----------------------------------------------------------------------------------------------------------------
Task | Runtime ms | Switches | Average delay ms | Maximum delay ms | Maximum delay at |
-----------------------------------------------------------------------------------------------------------------
rcu_preempt:11 | 0.323 ms | 13 | avg: 0.020 ms | max: 0.141 ms | max at: 43721.824102 s
kworker/110084 | 0.636 ms | 7 | avg: 0.047 ms | max: 0.141 ms | max at: 43721.716104 s
ThreadPoolForeg:(3) | 1.148 ms | 20 | avg: 0.012 ms | max: 0.139 ms | max at: 43721.797089 s
containerd:(7) | 1.863 ms | 46 | avg: 0.012 ms | max: 0.070 ms | max at: 43721.068446 s
gnome-shell:1612 | 2.517 ms | 16 | avg: 0.011 ms | max: 0.054 ms | max at: 43721.982652 s
perf inject
通過(guò)關(guān)聯(lián)以下2個(gè)tracepoint, 我們可以得到任務(wù)sleep的時(shí)長(zhǎng)及其對(duì)應(yīng)的callchain
-
sched_iowait/sleep/blocked. 獲得sleep的時(shí)長(zhǎng)
-
sched_switch. 獲得調(diào)用棧
commit 26a031e136f4f8dc82c64df48cca0eb3b5d3eb4f
Author: Andrew Vagin
Date: Tue Aug 7 1604 2012 +0400
perf inject: Merge sched_stat_* and sched_switch events
You may want to know where and how long a task is sleeping. A callchain
may be found in sched_switch and a time slice in stat_iowait, so I add
handler in perf inject for merging this events.
My code saves sched_switch event for each process and when it meets
stat_iowait, it reports the sched_switch event, because this event
contains a correct callchain. By another words it replaces all
stat_iowait events on proper sched_switch events.
其他
這里列出一些調(diào)試的想法, 暫時(shí)沒(méi)有整理和一一展開(kāi)
-
性能調(diào)試要考慮工具的開(kāi)銷, 比如perf的開(kāi)銷是否會(huì)影響到應(yīng)用的性能. 我們可以使用eBPF重寫上面的perf的功能, eBPF因?yàn)槟軌蛟趦?nèi)核中直接聚合, 開(kāi)銷相比perf會(huì)小
-
雖然tracepoint能提供更多更完整的調(diào)試信息, 但是其他的統(tǒng)計(jì)工具比如schedstat等對(duì)調(diào)試也會(huì)有幫助, 很多時(shí)候只能用這些一直在搜集的信息, 而不是所有場(chǎng)景都能復(fù)現(xiàn)然后上去通過(guò)tracepoint搜集信息的
-
以上涉及的工具都還是文本界面的, 圖形界面的工具會(huì)更有優(yōu)勢(shì). 文本的好處是可以再加工, 圖像的好處是更直觀, 更容易發(fā)現(xiàn)問(wèn)題
-
和scheduler相關(guān)的性能問(wèn)題主要是兩個(gè)方面, 一是怎么定位應(yīng)用程序的off-cpu, 二是scheduler自身的影響, 都有一些相對(duì)固定的方法
-
有了這些tracepoint以及動(dòng)態(tài)添加的kprobe, 我們很容易拿到應(yīng)用程序schedule相關(guān)的信息, 比如在context switch in/out時(shí)收集信息, 就可以生成帶callchain的off-cpu flamegraph
-
如果某個(gè)cpu忙應(yīng)該看到什么現(xiàn)象, 我們可以去獲取cpu runqueue的長(zhǎng)度
-
如果task的某個(gè)函數(shù)執(zhí)行時(shí)間過(guò)長(zhǎng), 我們可以檢查它是在cpu上執(zhí)行慢, 還是在等資源. 如果是調(diào)度不及時(shí), 我們可以看到當(dāng)時(shí)它runnable的時(shí)長(zhǎng), 以及其他cpu的狀態(tài)
-
如果我們已經(jīng)有了cpu視角和task視角, 我們看到大量cpu idle而只有某個(gè)task在跑, 那么一種合理的推測(cè)是該task是否阻塞其他task了
-
調(diào)試其實(shí)就是把很多現(xiàn)象關(guān)聯(lián)起來(lái), 也就是說(shuō)孤立地去看一種現(xiàn)象往往收獲不大. 一般來(lái)說(shuō)我們可以通過(guò)時(shí)間軸把這些事件關(guān)聯(lián)起來(lái), 從資源的角度(比如每個(gè)cpu的在任意時(shí)間的使用情況), 從消費(fèi)者的角度(比如每個(gè)進(jìn)程的運(yùn)行狀態(tài)/路徑)
-
如果某個(gè)cpu忙其他cpu閑會(huì)有什么現(xiàn)象, 以每個(gè)cpu為視角, 通過(guò)時(shí)間軸把所有的cpu關(guān)聯(lián)起來(lái), 使用不同的顏色表示runqueue的長(zhǎng)度, 這樣生成的圖可以很容易看出migration是否及時(shí), 這樣的資源利用圖是非常有必要的, 有點(diǎn)類似htop, 但是更加精細(xì)
-
-
cpu
+關(guān)注
關(guān)注
68文章
11040瀏覽量
216047 -
框架
+關(guān)注
關(guān)注
0文章
404瀏覽量
17796 -
調(diào)度器
+關(guān)注
關(guān)注
0文章
98瀏覽量
5460
原文標(biāo)題:透過(guò)Tracepoint理解內(nèi)核 - 調(diào)度器框架和性能
文章出處:【微信號(hào):LinuxDev,微信公眾號(hào):Linux閱碼場(chǎng)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
鴻蒙內(nèi)核源碼分析(調(diào)度機(jī)制篇):Task是如何被調(diào)度執(zhí)行的
新手求助RTAI內(nèi)核調(diào)度器的設(shè)計(jì)方案
內(nèi)核態(tài)是如何對(duì)task進(jìn)行調(diào)度的呢
調(diào)度器的原理及其任務(wù)調(diào)度代碼實(shí)現(xiàn)
VxWorks實(shí)時(shí)內(nèi)核調(diào)度的研究分析
CBS算法的RTAI內(nèi)核調(diào)度器設(shè)計(jì)
CBS算法的RTAI內(nèi)核調(diào)度器設(shè)計(jì)

基于DSP的實(shí)時(shí)多任務(wù)調(diào)度內(nèi)核設(shè)計(jì)

GPP平臺(tái)內(nèi)核調(diào)度算法研究
Linux內(nèi)核的DL調(diào)度器的細(xì)節(jié)和怎么樣使用DL調(diào)度器?

利用tracepoint梳理調(diào)度器框架及主要流程
鴻蒙內(nèi)核源碼:誰(shuí)來(lái)觸發(fā)調(diào)度工作?

鴻蒙內(nèi)核源碼分析:task是內(nèi)核調(diào)度的單元

評(píng)論