[内核内存] slab分配器4---kmem_cache_init_late函数源码详解

2024-05-25 09:48

本文主要是介绍[内核内存] slab分配器4---kmem_cache_init_late函数源码详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

slab系统初始化过程中,待所有cpu都完成初始化后,通过调用kmem_cache_init_late来函数完善cache_chain上每个struct kmem_cache实例的cpu缓存机制(包括cpu本地高速缓存和每个节点上的cpu共享缓存shared cache)

kmem_cache_init_late()|---list_for_each_entry(cachep, &slab_caches, list)//遍历slab_caches全局链表中每个struct kmem_cache实例enable_cpucache(cachep, GFP_NOWAIT)//对每个struct kmem_cache实例缓存机制进行完善|--->cache_random_seq_create()//初始化struct kmem_cache实例num成员|--->计算并设置struct kmem_cache实例的limit,batchcount,shared成员|--->do_tune_cpucache()//struct kmem_cache实例缓存机制的完善和其node成员数组中数组项的初始化|--->__do_tune_cpucache()|--->alloc_kmem_cache_cpus()//分配新的本地高速缓存区域(从Per_cpu area分配)|--->将kmem_cache实例的cpu_cache指向新分配的本地高速缓存区域(Per_CPU内存空间)|---for_each_online_cpu(cpu)//遍历每个cpufree_block()//释放对应cpu旧的本地缓存中缓存的slab obj到对应的slab链表中|--->free_percpu()//释放旧的Per_CPU变量,struct kmem_cache实例的高速缓存cpu_cache|--->setup_kmem_cache_nodes()//初始化node数组中每个kmem_cache_nod实例(共享缓存区域														 更新和相关成员初始化)|---for_each_online_node(node)//遍历每个内存节点setup_kmem_cache_node()//对kmem_cache_nod实例进初始化|--->alloc_arraycache()//为当前节点共享缓存区域分配空间|--->将kmem_cache_node实例的shared成员指向新分配的共享缓存空间|--->init_cache_node()//初始化kmem_cache_node实例的的3个slab链																	 表等
// mm/slab.c
/**1.完善全局链表slab_caches上所有struct kmem_cache实例的缓存机制:*	  根据slab obj大小,给本地cpu高速缓存和每个节点shared cache重新分配内存空间,并释放旧缓存缓存的*    slab obj(free_block)和旧缓存本身(kfree))*2.初始化全局链表slab_caches上所有struct kmem_cache实例的node数组中每个struct kmem_cache_node实例的 *  相关数据(主要是每个内存节点中3种类型slab 链表的初始化)*/
void __init kmem_cache_init_late(void)
{struct kmem_cache *cachep;slab_state = UP;/* 6) resize the head arrays to their final sizes */mutex_lock(&slab_mutex);//遍历slab_caches上所有的slab cache描述符(struct kmem_cache结构体实例)list_for_each_entry(cachep, &slab_caches, list)/**完善当前slab cache描述符的cpu高速缓存机制,并对slab cache描述符的node成员中的每个struct kmem_cache_node*实例进行初始化操作.*1.对本地cpu高速缓存(cachep->cpu_cache),通过slab obj的大小重新计算array_cache每个成员的*  值,然后为每个cpu重新分配一个array_cache实例(每cpu变量),并替换旧的arry_cache。*2.若是NUMA结构,完善cpu共享高速缓存机制(分配足够的共享array_cache实例并完成地址关联).*3.为slab cache描述符每个节点对应的struct kmem_cache_node实例的相关成员进行初始化操作,主要是完成3个*  slab链表的初始化*/if (enable_cpucache(cachep, GFP_NOWAIT))BUG();mutex_unlock(&slab_mutex);/* Done! */slab_state = FULL;#ifdef CONFIG_NUMA/** Register a memory hotplug callback that initializes and frees* node.**/hotplug_memory_notifier(slab_memory_callback, SLAB_CALLBACK_PRI);
#endif/** The reap timers are started later, with a module init call: That part* of the kernel is not yet operational.*/
}   
/* Called with slab_mutex held always */
static int enable_cpucache(struct kmem_cache *cachep, gfp_t gfp)
{int err;int limit = 0;int shared = 0;int batchcount = 0;//err = cache_random_seq_create(cachep, cachep->num, gfp);if (err)goto end;//判断该slab cache描述符是否属于某一个memcg组,是的画,用该组root节点对应的数据进行初始化if (!is_root_cache(cachep)) {struct kmem_cache *root = memcg_root_cache(cachep);limit = root->limit;shared = root->shared;batchcount = root->batchcount;}//找到memcg组,直接完成了初始化设置,不许要根据obj大小进行成员值预估if (limit && shared && batchcount)goto skip_setup;/** The head array serves three purposes:* - create a LIFO ordering, i.e. return objects that are cache-warm* - reduce the number of spinlock operations.* - reduce the number of linked list operations on the slab and*   bufctl chains: array operations are cheaper.* The numbers are guessed, we should auto-tune as described by* Bonwick.*/// 根据对象(slab obj)的大小计算local cache中对象的数量 if (cachep->size > 131072)limit = 1;else if (cachep->size > PAGE_SIZE)limit = 8;else if (cachep->size > 1024)limit = 24;else if (cachep->size > 256)limit = 54;elselimit = 120;/** CPU bound tasks (e.g. network routing) can exhibit cpu bound* allocation behaviour: Most allocs on one cpu, most free operations* on another cpu. For these cases, an efficient object passing between* cpus is necessary. This is provided by a shared array. The array* replaces Bonwick's magazine layer.* On uniprocessor, it's functionally equivalent (but less efficient)* to a larger limit. Thus disabled by default.* 多核下设置共享本地缓存实例的个数(struct kmem_cache的shared成员),该slab描述符每个节点的共享缓存中最大* obj数量为cachep->shared*batchcount*/shared = 0;if (cachep->size <= PAGE_SIZE && num_possible_cpus() > 1)shared = 8;batchcount = (limit + 1) / 2;
skip_setup:/**根据前面计算出的limit, batchcount, shared值,为当前slab cache缓存更新本地cpu高速缓存和设置共享cpu高速缓存*/err = do_tune_cpucache(cachep, limit, batchcount, shared, gfp);
end:if (err)pr_err("enable_cpucache failed for %s, error %d\n",cachep->name, -err);return err;
}
/**(1)设置slab cache描述符的本地cpu高速缓存cpu_cache(每cpu变量,是个数组,数组中每个元素对应每个cpu):*	 struct kmem_cache的cpu_caches数组中的每个成员需要更新成根据slab obj实际大小计算出来的新struct *   array_cache实例,同时将旧的固定大小的struct array_cache释放*(2)设置slab cache描述符的共享cpu高速缓存:* 		a.设置struct kmem_cache的shared值*		b.设置struct kmem_cache的node数组成员中每个struct kmem_cache_node对应节点上的cpu共享缓存数组.*		   就是跟给该slab cache缓存对应的每个节点分配足够多的struct arrary_cache实例*		c.设置struct kmem_cache的node数组成员中每个struct kmem_cache_node实例对应节点的3个slab链表		*/
static int do_tune_cpucache(struct kmem_cache *cachep, int limit,int batchcount, int shared, gfp_t gfp)
{int ret;struct kmem_cache *c;ret = __do_tune_cpucache(cachep, limit, batchcount, shared, gfp);if (slab_state < FULL)return ret;if ((ret < 0) || !is_root_cache(cachep))return ret;lockdep_assert_held(&slab_mutex);for_each_memcg_cache(c, cachep) {/* return value determined by the root cache only */__do_tune_cpucache(c, limit, batchcount, shared, gfp);}return ret;
}
static int __do_tune_cpucache(struct kmem_cache *cachep, int limit,int batchcount, int shared, gfp_t gfp)
{struct array_cache __percpu *cpu_cache, *prev;int cpu;// 根据limit, batchcount数值,为每个cpu构建新的array_cache实例并存储在cpu_cache数组cpu_cache = alloc_kmem_cache_cpus(cachep, limit, batchcount);if (!cpu_cache)return -ENOMEM;//旧的固定大小的array_cache实例数组prev = cachep->cpu_cache;//将根据slab obj大小计算出来的新本地cpu高速缓存赋值给slab cache描述符的cpu_cache成员cachep->cpu_cache = cpu_cache;//各个cpu上的每cpu变量数据同步(cachep->cpu_cache更新)kick_all_cpus_sync();check_irq_on();//更新该slab cache描述符中与本地cpu高速缓存有关的成员数据cachep->batchcount = batchcount;cachep->limit = limit;cachep->shared = shared;if (!prev)goto setup_node;/**此循环就是将旧的本地cpu高速缓存中缓存的slab obj释放给其slab系统.因为slab系统初始化时由于每个本地高*速缓存对应的avail为0,所以此处可被忽略。*/for_each_online_cpu(cpu) {LIST_HEAD(list);int node;struct kmem_cache_node *n;struct array_cache *ac = per_cpu_ptr(prev, cpu);node = cpu_to_mem(cpu);n = get_node(cachep, node);spin_lock_irq(&n->list_lock);free_block(cachep, ac->entry, ac->avail, node, &list);spin_unlock_irq(&n->list_lock);slabs_destroy(cachep, &list);}//将旧的cpu本地高速缓存这一Per_CPU变量释放(释放到每个cpu的Per_CPU area)free_percpu(prev);setup_node:return setup_kmem_cache_nodes(cachep, gfp);//分配lab cache描述每个节点对应的共享缓存区域,然后将每个节点对												 应的struct kmem_cache_node实例成员进行初始化。
}
// mm/slab.c
/*This initializes kmem_cache_node or resizes various caches for all nodes*/
static int setup_kmem_cache_nodes(struct kmem_cache *cachep, gfp_t gfp)
{......//遍历每个节点,并给每个节点的本地cpu高速缓存进行更新for_each_online_node(node) {ret = setup_kmem_cache_node(cachep, node, gfp, true);}......
}/**给slab cache描述符node数组成员中的每个struct kmem_cache_node实例进行初始化,主要工作:* 1.共享高速缓存shared成员进行内存空间分配(缓存的entry数组长度cachep->shared*cachep->batchcount)* 2.3种类型slab链表的初始化。*/
static int setup_kmem_cache_node(struct kmem_cache *cachep,int node, gfp_t gfp, bool force_change)
{int ret = -ENOMEM;struct kmem_cache_node *n;struct array_cache *old_shared = NULL;struct array_cache *new_shared = NULL;struct alien_cache **new_alien = NULL;LIST_HEAD(list);if (use_alien_caches) {new_alien = alloc_alien_cache(node, cachep->limit, gfp);if (!new_alien)goto fail;}//多cpu,slab cache描述符需要给每个内存节点分配一个共享cpu缓存区域if (cachep->shared) {/**每个节点分配的共享缓存区域最多能缓存cachep->shared * cachep->batchcount个slab obj,分配对应空间,并*将虚拟地址记录到new_shared上*/new_shared = alloc_arraycache(node,cachep->shared * cachep->batchcount, 0xbaadf00d, gfp);if (!new_shared)goto fail;}/**1.对本slab cache描述符node数组成员中每个struct kmem_cache_node实例的free_limit成员进行初始化(*   free_limit表示该slab cache描述在对应节点中空闲obj的数量上限,超过该值就会将一定数量的slab obj释放到伙*   伴系统的空闲链表中)*2.对本slab cache描述符node数组成员中每个struct kmem_cache_node实例的3个类型slab链表进行初始化。*/ret = init_cache_node(cachep, node, gfp);if (ret)goto fail;//获取本slab cache描述符cachep对应节点node的struct kmem_cache_node的描述符n = get_node(cachep, node);spin_lock_irq(&n->list_lock);/**释放slab cache描述符管理的每个内存节点旧的cpu共享高速缓存中缓存的slab obj,释放到对应的slab链表中,就是释放*n->shared->entry数组中每个数组项指向的slab obj对象.*/if (n->shared && force_change) {free_block(cachep, n->shared->entry,n->shared->avail, node, &list);n->shared->avail = 0;}/**将新新分配并初始化的共享cpu缓存空间赋值给slab描述符对应节点的struct kmem_cache_node实例的shared成*员*/if (!n->shared || force_change) {old_shared = n->shared;n->shared = new_shared;new_shared = NULL;}if (!n->alien) {n->alien = new_alien;new_alien = NULL;}spin_unlock_irq(&n->list_lock);slabs_destroy(cachep, &list);/** To protect lockless access to n->shared during irq disabled context.* If n->shared isn't NULL in irq disabled context, accessing to it is* guaranteed to be valid until irq is re-enabled, because it will be* freed after synchronize_sched().*/if (old_shared && force_change)synchronize_sched();
fail://收尾工作释放旧的struct array_cache(释放到对应slab系统的本地高速缓存中)kfree(old_shared);kfree(new_shared);free_alien_cache(new_alien);return ret;
}

ps:

  1. 上面代码中free_block和kfree函数区别:
    1. free_block函数是把struct array_cache实例中的avail个entry数组指向的slab obj释放到对应的slab系统中(对应节点的所属的slab链表上)
    2. kfree函数基本同于free_block,但kfree将struct array_cache的slab obj释放到对应slab系统的每cpu高速缓存中.

这篇关于[内核内存] slab分配器4---kmem_cache_init_late函数源码详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1001159

相关文章

sky-take-out项目中Redis的使用示例详解

《sky-take-out项目中Redis的使用示例详解》SpringCache是Spring的缓存抽象层,通过注解简化缓存管理,支持Redis等提供者,适用于方法结果缓存、更新和删除操作,但无法实现... 目录Spring Cache主要特性核心注解1.@Cacheable2.@CachePut3.@Ca

SpringBoot请求参数传递与接收示例详解

《SpringBoot请求参数传递与接收示例详解》本文给大家介绍SpringBoot请求参数传递与接收示例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋... 目录I. 基础参数传递i.查询参数(Query Parameters)ii.路径参数(Path Va

RabbitMQ 延时队列插件安装与使用示例详解(基于 Delayed Message Plugin)

《RabbitMQ延时队列插件安装与使用示例详解(基于DelayedMessagePlugin)》本文详解RabbitMQ通过安装rabbitmq_delayed_message_exchan... 目录 一、什么是 RabbitMQ 延时队列? 二、安装前准备✅ RabbitMQ 环境要求 三、安装延时队

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的

GO语言中函数命名返回值的使用

《GO语言中函数命名返回值的使用》在Go语言中,函数可以为其返回值指定名称,这被称为命名返回值或命名返回参数,这种特性可以使代码更清晰,特别是在返回多个值时,感兴趣的可以了解一下... 目录基本语法函数命名返回特点代码示例命名特点基本语法func functionName(parameters) (nam

深入解析C++ 中std::map内存管理

《深入解析C++中std::map内存管理》文章详解C++std::map内存管理,指出clear()仅删除元素可能不释放底层内存,建议用swap()与空map交换以彻底释放,针对指针类型需手动de... 目录1️、基本清空std::map2️、使用 swap 彻底释放内存3️、map 中存储指针类型的对象

Python Counter 函数使用案例

《PythonCounter函数使用案例》Counter是collections模块中的一个类,专门用于对可迭代对象中的元素进行计数,接下来通过本文给大家介绍PythonCounter函数使用案例... 目录一、Counter函数概述二、基本使用案例(一)列表元素计数(二)字符串字符计数(三)元组计数三、C

Java中的stream流分组示例详解

《Java中的stream流分组示例详解》Java8StreamAPI以函数式风格处理集合数据,支持分组、统计等操作,可按单/多字段分组,使用String、Map.Entry或Java16record... 目录什么是stream流1、根据某个字段分组2、按多个字段分组(组合分组)1、方法一:使用 Stri

使用Spring Cache本地缓存示例代码

《使用SpringCache本地缓存示例代码》缓存是提高应用程序性能的重要手段,通过将频繁访问的数据存储在内存中,可以减少数据库访问次数,从而加速数据读取,:本文主要介绍使用SpringCac... 目录一、Spring Cache简介核心特点:二、基础配置1. 添加依赖2. 启用缓存3. 缓存配置方案方案