BlueStore源码分析之Stupid分配器

前言

前面介绍了 BlueStore的BitMap分配器 ,我们知道新版本的 Bitmap 分配器的优势在于 使用连续的内存空间从而尽可能更多的命中CPU Cache以提高分配器性能 。在这里我们了解一下基于区间树的 Stupid 分配器(类似于Linux Buddy内存管理算法),并对比分析一下其优劣。

目录

伙伴算法

Linux内存管理算法为了能够快速响应请求,尽可能的提高内存利用率同时减少外部内存碎片,引入了伙伴系统算法 Buddy-System 。该算法将所有的空闲页分组为11个链表,每个链表分别包含 1、2、4、8、16、32、64、128、256、512、1024 个连续的页框块,每个页框块的第一个内存页的物理地址是该块大小的整数倍。 伙伴的特点是:两个块大小相同、两个块地址连续、第一块的第一个页框的物理地址是两个块总大小的整数倍(同属于一个大块,第1块和第2块是伙伴,第3块和第4块是伙伴,但是第2块和第3块不是伙伴) 。具体内存分配和内存释放可自行Google。

优点:

  • 较好的解决外部碎片问题,不能完全解决。
  • 针对大内存分配设计,可以快速的分配连续的内存。

缺点:

CMA

数据结构

Stupid分配器使用了区间树组织数据结构,高效管理 Extent(offset, length)

class StupidAllocator : public Allocator {
    CephContext* cct;

    // 分配空间用的互斥锁
    std::mutex lock;

    // 空闲空间总大小
    int64_t num_free;

    // 最后一次分配空间的位置
    uint64_t last_alloc;

    // 区间树数组,初始化的时候,free数组的长度为10,即有十颗区间树
    std::vector<interval_set_t> free;

    // extent: offset, length
    typedef mempool::bluestore_alloc::pool_allocator<
        pair<const uint64_t, uint64_t>>
        allocator_t;

    // 有序的 btree map,按顺存放extent。
    typedef btree::btree_map<uint64_t, uint64_t, std::less<uint64_t>,
                             allocator_t> interval_set_map_t;

    // 区间树,主要的操作有 insert、erase等。
    typedef interval_set<uint64_t, interval_set_map_t> interval_set_t;
};复制代码

每颗区间树的下标为 index(0-9) ,index(1-9)表示的空间大小为: [2^(index-1) * bdev_block_size, 2^(index) * bdev_block_size)

  • free[0]: [0, 4k)
  • free[1]: [4k, 8k)
  • free[2]: [8k, 16k)
  • free[3]: [16k, 32k)
  • free[4]: [32k, 64k)
  • free[5]: [64k, 128k)
  • free[6]: [128k, 256k)
  • free[7]: [256k, 512k)
  • free[8]: [512k, 1024k)
  • free[9]: [1024k, 2048k)

初始化

初始化Stupid分配器后,调用者会向Allocator中加入或者删除空闲空间。

// 增加空闲空间
void StupidAllocator::init_add_free(uint64_t offset, uint64_t length) {
    std::lock_guard<std::mutex> l(lock);

    // 向 free 中插入空闲空间
    _insert_free(offset, length);

    // 更新空闲空间大小
    num_free += length;
}

// 删除空闲空间
void StupidAllocator::init_rm_free(uint64_t offset, uint64_t length)
{
    std::lock_guard<std::mutex> l(lock);
    interval_set_t rm;
    rm.insert(offset, length);

    for (unsigned i = 0; i < free.size() && !rm.empty(); ++i) {
        interval_set_t overlap;
        overlap.intersection_of(rm, free[i]);

        // 删除相应空间
        if (!overlap.empty()) {
            free[i].subtract(overlap);
            rm.subtract(overlap);
        }
    }

    num_free -= length; // 更新可用空间
}复制代码

插入删除

区间树实现代码:

https://github.com/ceph/ceph/blob/master/src/include/interval_set.h

insert函数代码:

https://github.com/ceph/ceph/blob/master/src/include/interval_set.h#L445

erase函数代码:

https://github.com/ceph/ceph/blob/master/src/include/interval_set.h#L516

最核心的实现是向区间树中插入以及删除区间,代码如下:

区间树插入Extent

// 根据区间的长度,选取将要存放的区间树,长度越大,bin值越大。
unsigned StupidAllocator::_choose_bin(uint64_t orig_len)
{
    uint64_t len = orig_len / cct->_conf->bdev_block_size;

    // cbits = (sizeof(v) * 8) - __builtin_clzll(v)
    // __builtin_clzll 返回前置的0的个数
    // cbits 结果是最高位1的下标(从0开始),len越大,值越大
    int bin = std::min(int)cbits(len), (int)free.size() - 1);
    return bin;
}

void StupidAllocator::_insert_free(uint64_t off, uint64_t len)
{
    // 计算该段空闲空间属于哪个区间树
    unsigned bin = _choose_bin(len);

    while (true) {
        // 空闲空间插入区间树
        free[bin].insert(off, len, &off, &len);
        unsigned newbin = _choose_bin(len);
        if (newbin == bin)
            break;

        // 插入数据后,可能合并区间,导致区间长度增大,可能要调整bin,此时需要将旧的删除,然后插入新的bin
        // 区间合并有两种情况:一是合并在原有区间前面;而是合并在原有区间后面。
        free[bin].erase(off, len);
        bin = newbin;
    }
}复制代码

回顾第一节伙伴算法, 两种合并的方式是有区别的

  • 伙伴算法要求比较严格,参考第一节。
  • Stupid Extent合并比较松散,只要满足两个Extent空间连续就可以。

区间树删除Extent

区间树删除Extent比较简单,在原来Extent删除传入的Extent,然后计算最终Extent是否落入其他区间树,如果落入则从此区间树删除,加入新的区间树。

空间分配

空间分配的函数定义如下:

allocate(uint64_t want_size, uint64_t alloc_unit, 
        uint64_t max_alloc_size, int64_t hint,PExtentVector* extents);

allocate_int(uint64_t want_size, uint64_t alloc_unit, int64_t hint,
                         uint64_t* offset, uint32_t* length)复制代码

其中 hint 是一个很重要的参数,表示分配的起始地址要尽量大于hint的值。

核心流程为4个2层for循环 大致为:优先从hint地址依次向高级区间树开始分配长度大于等于 want_size 的连续空间,如果没有,则优先从hint地址依次向低级区间树开始分配长度大于等于 alloc_unit 的连续空间(长度会大于alloc_unit)。

简单的空间分配图如下:

详细的空间分配流程图如下:

空间回收

空间释放的函数定义如下:

release(const interval_set<uint64_t> &release_set)复制代码

流程很简单,先加锁,然后循环调用 _insert_free 插入到对应区间树里面,会涉及到相邻空闲空间的合并,但是会导致分配空间碎片的问题。

优劣分析

CPU Cache

Stupid底层使用BtreeMap来存储一系列的Extent,内存不一定是连续的,同时在分配空间遍历区间树时,虽然区间树里面的Extent是有序的,但是由于内存不一定是连续或者相邻的两个Extent内存跨度可能很大,都会导致CPU-Cache预读不到下一个Extent,从而不能很好的利用CPU-Cache。

Bitmap分配器在BlueStore初始化时就初始化好了3层,而且大小是固定的,同时分配空间是依次顺序分配,从而可以充分的利用CPU-Cache的功能。从而提高分配器的性能。

伪空间碎片

基于Extent的Stupid分配器存在伪空间碎片( 物理空间是连续的,但是分配器中却不连续 )问题:

一个24K的连续空间,经过6次4K分配和乱序的6次4K释放后,可能会变成 8K + 4K + 8K + 4K 四块空间。

其中两个4K的区间由于和周边块大小一样,所以落到不同的区间树中,导致很难被合并,24K的连续空间变成了四块不连续空间。

Bitmap分配器由于初始化时就分配好了3层所有内存,而且3层都是有序的的同时分配空间是顺序遍历的,在释放空间的时候设置相应位就可以,不影响连续性,所以不存在这个问题。

据Bitmap作者的 性能对比实验 来看,Bitmap分配器要好于Stupid,等Bitmap稳定后,可以设置BlueStore的默认分配器为Bitmap。

作者:史明亚

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章