作為這個系列的第一篇，我先來描述一下slab系統。因為近些天有和同事，朋友討論過這個主題，而且覺得這個主題還算比較典型，所以就作為第一篇了。其實按照操作系統理論來講，進程管理應該更加重要些，按照我自己的興趣來講，IO管理以及TCP/IP協議棧會更加有分量，關於這些內容，我會陸續給出。
Linux內核的slab來自一種很簡單的思想，即事先准備好一些會頻繁分配，釋放的數據結構。然而標准的slab實現太復雜且維護開銷巨大，因此便分化出了更加小巧的slub，因此本文討論的就是slub，後面所有提到slab的地方，指的都是slub。另外又由於本文主要描述內核優化方面的內容，並不是基本原理介紹，因此想了解slab細節以及代碼實現的請自行百度或者看源碼。

單CPU上單純的slab

下圖給出了單CPU上slab在分配和釋放對象時的情景序列：

 

 

可以看出，非常之簡單，而且完全達到了slab設計之初的目標。

擴展到多核心CPU

現在我們簡單的將上面的模型擴展到多核心CPU，同樣差不多的分配序列如下圖所示：

 

 

我們看到，在只有單一slab的時候，如果多個CPU同時分配對象，沖突是不可避免的，解決沖突的幾乎是唯一的辦法就是加鎖排隊，然而這將大大增加延遲，我們看到，申請單一對象的整個時延從T0開始，到T4結束，這太久了。
多CPU無鎖化並行化操作的直接思路-復制給每個CPU一套相同的數據結構。
不二法門就是增加“每CPU變量”。對於slab而言，可以擴展成下面的樣子：

 

 

如果以為這麼簡單就結束了，那這就太沒有意義了。

問題

首先，我們來看一個簡單的問題，如果單獨的某個CPU的slab緩存沒有對象可分配了，但是其它CPU的slab緩存仍有大量空閒對象的情況，如下圖所示：

 

 

這是可能的，因為對單獨一種slab的需求是和該CPU上執行的進程/線程緊密相關的，比如如果CPU0只處理網絡，那麼它就會對skb等數據結構有大量的需求，對於上圖最後引出的問題，如果我們選擇從伙伴系統中分配一個新的page(或者pages，取決於對象大小以及slab cache的order)，那麼久而久之就會造成slab在CPU間分布的不均衡，更可能會因此吃掉大量的物理內存，這都是不希望看到的。
在繼續之前，首先要明確的是，我們需要在CPU間均衡slab，並且這些必須靠slab內部的機制自行完成，這個和進程在CPU間負載均衡是完全不同的，對進程而言，擁有一個核心調度機制，比如基於時間片，或者虛擬時鐘的步進速率等，但是對於slab，完全取決於使用者自身，只要對象仍然在使用，就不能剝奪使用者繼續使用的權利，除非使用者自己釋放。因此slab的負載均衡必須設計成合作型的，而不是搶占式的。
好了。現在我們知道，從伙伴系統重新分配一個page(s)並不是一個好主意，它應該是最終的決定，在執行它之前，首先要試一下別的路線。
現在，我們引出第二個問題，如下圖所示：

 

 

誰也不能保證分配slab對象的CPU和釋放slab對象的CPU是同一個CPU，誰也不能保證一個CPU在一個slab對象的生命周期內沒有分配新的page(s)，這期間的復雜操作誰也沒有規定。這些問題該怎麼解決呢？事實上，理解了這些問題是怎麼解決的，一個slab框架就徹底理解了。

問題的解決-分層slab cache

無級變速總是讓人向往。
如果一個CPU的slab緩存滿了，直接去搶同級別的別的CPU的slab緩存被認為是一種魯莽且不道義的做法。那麼為何不設置另外一個slab緩存，獲取它裡面的對象不像直接獲取CPU的slab緩存那麼簡單且直接，但是難度卻又不大，只是稍微增加一點消耗，這不是很好嗎？事實上，CPU的L1，L2，L3 cache不就是這個方案設計的嗎？這事實上已經成為cache設計的不二法門。這個設計思想同樣作用於slab，就是Linux內核的slub實現。

現在可以給出概念和解釋了。

 

Linux kernel slab cache：一個分為3層的對象cache模型。
Level 1 slab cache：一個空閒對象鏈表，每個CPU一個的獨享cache，分配釋放對象無需加鎖。
Level 2 slab cache：一個空閒對象鏈表，每個CPU一個的共享page(s) cache，分配釋放對象時僅需要鎖住該page(s)，與Level 1 slab cache互斥，不互相包容。
Level 3 slab cache：一個page(s)鏈表，每個NUMA NODE的所有CPU共享的cache，單位為page(s)，獲取後被提升到對應CPU的Level 1 slab cache，同時該page(s)作為Level 2的共享page(s)存在。
共享page(s)：該page(s)被一個或者多個CPU占有，每一個CPU在該page(s)上都可以擁有互相不充圖的空閒對象鏈表，該page(s)擁有一個唯一的Level 2 slab cache空閒鏈表，該鏈表與上述一個或多個Level 1 slab cache空閒鏈表亦不沖突，多個CPU獲取該Level 2 slab cache時必須爭搶，獲取後可以將該鏈表提升成自己的Level 1 slab cache。

 

該slab cache的圖示如下：

 

 

其行為如下圖所示：

 

 

2個場景

對於常規的對象分配過程，下圖展示了其細節：

 

 

事實上，對於多個CPU共享一個page(s)的情況，還可以有另一種玩法，如下圖所示：

 

 

伙伴系統

前面我們簡短的體會了Linux內核的slab設計,不宜過長,太長了不易理解.但是最後,如果Level 3也沒有獲取page(s)，那麼最終會落到終極的伙伴系統。
伙伴系統是為了防內存分配碎片化的，所以它盡可能地做兩件事：

1).盡量分配盡可能大的內存

2).盡量合並連續的小塊內存成一塊大內存

我們可以通過下面的圖解來理解上面的原則：

 

 

注意，本文是關於優化的，不是伙伴系統的科普，所以我假設大家已經理解了伙伴系統。
鑒於slab緩存對象大多數都是不超過1個頁面的小結構(不僅僅slab系統，超過1個頁面的內存需求相比1個頁面的內存需求，很少)，因此會有大量的針對1個頁面的內存分配需求。從伙伴系統的分配原理可知，如果持續大量分配單一頁面，會有大量的order大於0的頁面分裂成單一頁面，在單核心CPU上，這不是問題，但是在多核心CPU上，由於每一個CPU都會進行此類分配，而伙伴系統的分裂，合並操作會涉及大量的鏈表操作，這個鎖開銷是巨大的，因此需要優化！
Linux內核對伙伴系統針對單一頁面的分配需求采取的批量分配“每CPU單一頁面緩存”的方式！
每一個CPU擁有一個單一頁面緩存池，需要單一頁面的時候，可以無需加鎖從當前CPU對應的頁面池中獲取頁面。而當池中頁面不足時，系統會批量從伙伴系統中拉取一堆頁面到池中，反過來，在單一頁面釋放的時候，會擇優將其釋放到每CPU的單一頁面緩存中。
為了維持“每CPU單一頁面緩存”中頁面的數量不會太多或太少(太多會影響伙伴系統，太少會影響CPU的需求)，系統保持了兩個值，當緩存頁面數量低於low值的時候，便從伙伴系統中批量獲取頁面到池中，而當緩存頁面數量大於high的時候，便會釋放一些頁面到伙伴系統中。

小結

多CPU操作系統內核中，關鍵的開銷就是鎖的開銷。我認為這是一開始的設計導致的，因為一開始，多核CPU並沒有出現，單核CPU上的共享保護幾乎都是可以用“禁中斷”，“禁搶占”來簡單實現的，到了多核時代，操作系統同樣簡單平移到了新的平台，因此同步操作是在單核的基礎上後來添加的。簡單來講，目前的主流操作系統都是在單核年代創造出來的，因此它們都是順應單核環境的，對於多核環境，可能它們一開始的設計就有問題。
不管怎麼說，優化操作的不二法門就是禁止或者盡量減少鎖的操作。隨之而來的思路就是為共享的關鍵數據結構創建"每CPU的緩存“，而這類緩存分為兩種類型：

1).數據通路緩存。

比如路由表之類的數據結構，你可以用RCU鎖來保護，當然如果為每一個CPU都創建一個本地路由表緩存，也是不錯的，現在的問題是何時更新它們，因為所有的緩存都是平級的，因此一種批量同步的機制是必須的。

2).管理機制緩存。

比如slab對象緩存這類，其生命周期完全取決於使用者，因此不存在同步問題，然而卻存在管理問題。采用分級cache的思想是好的，這個非常類似於CPU的L1/L2/L3緩存，采用這種平滑的開銷逐漸增大，容量逐漸增大的機制，並配合以設計良好的換入/換出等算法，效果是非常明顯的。