基于CPU亲和性的工业软件实时性研究

本文主要从Linux下多核SMP系统的任务调度角度分析,提出了在工业自动化领域中利用CPU亲和性人为干预操作系统调度方法,使工业领域中实时性能需求较高的工业软件降低多核间的进程调度开销,提高CPU内部核心的Cache命中率。本文探究了CPU亲和性在Linux中的系统调用及硬亲和绑定的方法,提出了在特定工业条件下的软件实时性能的测试方法。实验数据表明此方法可以有效地避免进程调度开销,并较大幅度提高工业软件的实时性能。

高能物理计算环境中KVM虚拟机的性能优化与应用

高能物理是典型的高性能计算的应用,对CPU计算能力要求很高,并且CPU利用率的高低直接影响高能物理的计算效率。虚拟化技术在实现资源共享和资源高利用率方面表现出很大的优势。基于KVM(Kernel-based Virtual Machine)虚拟机进行性能测试和性能优化。首先对KVM虚拟机的处理器、磁盘IO和网络IO等参数进行测试,给出虚拟机和物理机的性能差异和定量分析,然后从KVM虚拟机架构上分析影响KVM性能的各种因素,从硬件级、内核级对影响性能的因素包括扩展页表EPT(Extented Page Table)和CPU的亲和性(CPU affinity)展开研究,以对KVM进行性能优化。优化结果表明,KVM的CPU性能的损失率可以降低至3%左右。最后,给出了高能物理计算的虚拟集群,结果显示虚拟机群的计算性能能够满足高能物理计算的需求。

一种高效的IO处理框架设计

传统的多线程处理模型,并不适合处理IO密集业务。如果当前线程因为IO请求、加锁等系统调用或者被更高优先级的任务打断而阻塞时,CPU需要进行线程的上下文切换,调度新的线程重新执行,单次线程切换的开销不大,时延是微秒级别,但是如果切换频繁,带来的开销就会比较大,这会直接降低CPU的利用率;此外,IO操作中难免要进行内存分配和数据拷贝的操作,操作系统自带的内存分配对于密集IO操作,会产生大量的内存碎片,降低程序和操作系统的性能。基于以上两个问题,设计一个高效的IO调度系统,采用基于协程的任务调度模式,解决传统多线程模型处理密集IO效率不高的问题;另外再基于内存池的内存管理,解决操作系统自带的内存管理性能不高的问题。利用以上两个关键技术,大大提高了IO密集业务的处理效率。

基于DPDK技术实现OVS

开放式虚拟交换机是一个虚拟交换软件,主要用于虚拟机与外界网络进行通信以及虚拟机之间的通信。文章讲述了OVS利用数据平面开发套件(DPDK)提供的轮询模式驱动(PMD)、CPU亲和性和大页技术,使数据包的匹配和传输都工作在OVS的用户态,避免多核之间收包驱动来回切换,极大的提升了数据报文的处理速率。

一种优化的内核态文件发送方法

传统的Linux内核协议栈已不能满足大规模数据处理系统对网络传输越来越高的性能要求。现有很多研究是将原来在内核态实现的协议和接口移到用户态去实现,但针对内核态优化的研究比较少。在研究分析Linux内核态文件发送接口sendfile()处理流程和管理机制的基础上,本文提出一种内核态文件发送优化方法,采用自动负载均衡的定长内存池管理、CPU亲和性等技术,对内核态文件发送接口进行优化改造。解决了系统在高负载情况下内存碎片、内存耗尽及CPU抖动的问题,有效提升了数据传输性能。实验结果表明,在高并发、高吞吐场景下,采用本文优化方法后,系统运行更稳定,内核态CPU占有率下降50%。