從Java視角理解系統結構 (一) CPU上下文切換

本文是從Java視角理解系統結構連載文章

在高性能編程時,常常接觸到多線程. 起初咱們的理解是, 多個線程並行地執行總比單個線程要快, 就像多我的一塊兒幹活總比一我的幹要快. 然而實際狀況是, 多線程之間須要競爭IO設備, 或者競爭鎖資源，致使每每執行速度還不如單個線程. 在這裏有一個常常說起的概念就是: 上下文切換(Context Switch).

上下文切換的精肯定義能夠參考: http://www.linfo.org/context_switch.html。下面作個簡單的介紹. 多任務系統每每須要同時執行多道做業.做業數每每大於機器的CPU數, 然而一顆CPU同時只能執行一項任務, 如何讓用戶感受這些任務正在同時進行呢? 操做系統的設計者巧妙地利用了時間片輪轉的方式, CPU給每一個任務都服務必定的時間, 而後把當前任務的狀態保存下來, 在加載下一任務的狀態後, 繼續服務下一任務. 任務的狀態保存及再加載, 這段過程就叫作上下文切換. 時間片輪轉的方式使多個任務在同一顆CPU上執行變成了可能,但同時也帶來了保存現場和加載現場的直接消耗。

(Note. 更精確地說, 上下文切換會帶來直接和間接兩種因素影響程序性能的消耗. 直接消耗包括: CPU寄存器須要保存和加載, 系統調度器的代碼須要執行, TLB實例須要從新加載, CPU 的pipeline須要刷掉; 間接消耗指的是多核的cache之間得共享數據, 間接消耗對於程序的影響要看線程工做區操做數據的大小).

在linux中能夠使用vmstat觀察上下文切換的次數. 執行命令以下:

$ vmstat 1
procs -----------memory---------- ---swap-- -----io---- -system-- ----cpu----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa
 1  0      0 4593944 453560 1118192    0    0    14    12  238   30  6  1 92  1
 0  0      0 4593212 453568 1118816    0    0     0    96  958 1108  4  1 94  2
 0  0      0 4593360 453568 1118456    0    0     0     0  895 1044  3  1 95  0
 1  0      0 4593408 453568 1118456    0    0     0     0  929 1073  4  1 95  0
 0  0      0 4593496 453568 1118456    0    0     0     0 1133 1363  6  1 93  0
 0  0      0 4593568 453568 1118476    0    0     0     0  992 1190  4  1 95  0

vmstat 1指每秒統計一次, 其中cs列就是指上下文切換的數目. 通常狀況下, 空閒系統的上下文切換每秒大概在1500如下.

對於咱們常常使用的搶佔式操做系統來講, 引發上下文切換的緣由大概有如下幾種: 1. 當前執行任務的時間片用完以後, 系統CPU正常調度下一個任務 2. 當前執行任務碰到IO阻塞, 調度器將掛起此任務, 繼續下一任務 3. 多個任務搶佔鎖資源, 當前任務沒有搶到,被調度器掛起,
繼續下一任務 4. 用戶代碼掛起當前任務, 讓出CPU時間 5. 硬件中斷.

前段時間發現有人在使用futex的WAIT和WAKE來測試context switch的直接消耗(連接), 也有人使用阻塞IO來測試context switch的消耗(連接).那麼Java程序怎麼測試和觀察上下文切換的消耗呢?

我作了一個小實驗, 代碼很簡單, 有兩個工做線程. 開始時，第一個線程掛起本身;
第二個線程喚醒第一個線程，再掛起本身; 第一個線程醒來以後喚醒第二個線程,
再掛起本身. 就這樣一來一往,互相喚醒對方, 掛起本身. 代碼以下:

import java.util.concurrent.atomic.AtomicReference;
import java.util.concurrent.locks.LockSupport;

public final class ContextSwitchTest {
    static final int RUNS = 3;
    static final int ITERATES = 1000000;
    static AtomicReference turn = new AtomicReference();

    static final class WorkerThread extends Thread {
        volatile Thread other;
        volatile int nparks;

        public void run() {
            final AtomicReference t = turn;
            final Thread other = this.other;
            if (turn == null || other == null)
                throw new NullPointerException();
            int p = 0;
            for (int i = 0; i < ITERATES; ++i) {
                while (!t.compareAndSet(other, this)) {
                    LockSupport.park();
                    ++p;
                }
                LockSupport.unpark(other);
            }
            LockSupport.unpark(other);
            nparks = p;
            System.out.println("parks: " + p);

        }
    }

    static void test() throws Exception {
        WorkerThread a = new WorkerThread();
        WorkerThread b = new WorkerThread();
        a.other = b;
        b.other = a;
        turn.set(a);
        long startTime = System.nanoTime();
        a.start();
        b.start();
        a.join();
        b.join();
        long endTime = System.nanoTime();
        int parkNum = a.nparks + b.nparks;
        System.out.println("Average time: " + ((endTime - startTime) / parkNum)
                + "ns");
    }

    public static void main(String[] args) throws Exception {
        for (int i = 0; i < RUNS; i++) {
            test();
        }
    }
}

編譯後,在我本身的筆記本上( Intel(R) Core(TM) i5 CPU M 460 @ 2.53GHz, 2
core, 3M L3 Cache) 用測試幾輪，結果以下:

java -cp . ContextSwitchTest
parks: 953495
parks: 953485
Average time: 11373ns
parks: 936305
parks: 936302
Average time: 11975ns
parks: 965563
parks: 965560
Average time: 13261ns

咱們會發現這麼簡單的for循環, 線性執行會很是快,不須要1秒, 而執行這段程序須要幾十秒的耗時. 每一個上下文切換須要耗去十幾us的時間,這對於程序吞吐量的影響很大.

同時咱們能夠執行vmstat 1 觀查一下上下文切換的頻率是否變快

$ vmstat 1
procs -----------memory---------- ---swap-- -----io---- -system-- ----cpu----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa
 1  0      0 4424988 457964 1154912    0    0    13    12  252   80  6  1 92  1
 0  0      0 4420452 457964 1159900    0    0     0     0 1586 2069  6  1 93  0
 1  0      0 4407676 457964 1171552    0    0     0     0 1436 1883  8  3 89  0
 1  0      0 4402916 457964 1172032    0    0     0    84 22982 45792  9  4 85  2
 1  0      0 4416024 457964 1158912    0    0     0     0 95382 198544 17 10 73  0
 1  1      0 4416096 457964 1158968    0    0     0   116 79973 159934 18  7 74  0
 1  0      0 4420384 457964 1154776    0    0     0     0 96265 196076 15 10 74  1
 1  0      0 4403012 457972 1171096    0    0     0   152 104321 213537 20 12 66  2

再使用strace觀察以上程序中Unsafe.park()到底是哪道系統調用形成了上下文切換:

$strace -f java -cp . ContextSwitchTest
[pid  5969] futex(0x9571a9c, FUTEX_WAKE_OP_PRIVATE, 1, 1, 0x9571a98, {FUTEX_OP_SET, 0, FUTEX_OP_CMP_GT, 1}) = 1
[pid  5968]  )       = 0
[pid  5969] futex(0x9571ad4, FUTEX_WAIT_PRIVATE, 949, NULL
[pid  5968] futex(0x9564368, FUTEX_WAKE_PRIVATE, 1) = 0
[pid  5968] futex(0x9571ad4, FUTEX_WAKE_OP_PRIVATE, 1, 1, 0x9571ad0, {FUTEX_OP_SET, 0, FUTEX_OP_CMP_GT, 1}
[pid  5969]  )       = 0
[pid  5968]  )       = 1
[pid  5969] futex(0x9571628, FUTEX_WAIT_PRIVATE, 2, NULL

果真仍是futex.

再使用perf看看上下文對於Cache的影響:

$ perf stat -e cache-misses   java -cp . ContextSwitchTest
parks: 999999
parks: 1000000
Average time: 16201ns
parks: 998930
parks: 998926
Average time: 14426ns
parks: 998034
parks: 998204
Average time: 14489ns

 Performance counter stats for 'java -cp . ContextSwitchTest':

         2,550,605 cache-misses

      90.221827008 seconds time elapsed

1分半鐘內有255萬屢次cache未命中.

嗯, 貌似太長了, 能夠結束了.接下來會繼續幾篇博文繼續分析一些有意思的東西.
(1) 從Java視角看內存屏障 (Memory Barrier)
(2) 從java視角看CPU親緣性 (CPU Affinity)
等..敬請關注

PS. 其實還作了一個實驗, 測試CPU Affinity對於Context Switch的影響.

$ taskset -c 0 java -cp . ContextSwitchTest
parks: 992713
parks: 1000000
Average time: 2169ns
parks: 978428
parks: 1000000
Average time: 2196ns
parks: 989897
parks: 1000000
Average time: 2214ns

這個命令把進程綁定在0號CPU上,結果Context Switch的消耗小了一個數量級, 什麼緣由呢? 賣個關子, 在談到CPU Affinity的博文再說 :)。

---

by Minzhou via ifeve