del_delayed

$ cat /proc/cpuinfo | grep ^proccessor | wc -l。Mem: 47G

 

背景随着企业SDK在多条产品线的广泛使用，随着SDK开发人员的增长，每日往SDK提交的补丁量与日俱增，自动化提交代码检查的压力已经明显超过了通用服务器的负载于是向公司申请了一台专用服务器，用于SDK构建检查。

$cat/proc/cpuinfo|grep^proccessor|wc-l48$free-htotalusedfreesharedbufferscachedMem:47G45G1.6G20M7.7G25G

-/+buffers/cache:12G35GSwap:0B0B0B$df文件系统容量已用可用已用%挂载点....../dev/sda198G14G81G15%//dev/vda12.9T1.8T986G

65%/home这是KVM虚拟的服务器，提供了CPU 48线程，实际可用47G内存，磁盘空间约达到3TB由于独享服务器所有资源，设置了十来个worker并行编译，从提交补丁到发送编译结果的速度杠杠的但是在补丁提交非常多的时候，速度瞬间就慢了下去，一次提交触发的编译甚至要1个多小时。

通过top看到CPU负载并不高，难道是IO瓶颈？找IT要到了root权限，干起来！由于认知的局限性，如有考虑不周的地方，希望一起交流学习整体认识IO栈如果有完整的IO栈的认识，无疑有助于更细腻的优化IO。

循着IO栈从上往下的顺序，我们逐层分析可优化的地方在网上有Linux完整的IO栈结构图，但太过完整反而不容易理解。按我的认识，简化过后的IO栈应该是下图的模样。

用户空间：除了用户自己的APP之外，也隐含了所有的库，例如常见的C库我们常用的IO函数，例如open()/read()/write()是系统调用，由内核直接提供功能实现，而fopen()/fread()/fwrite()。

则是C库实现的函数，通过封装系统调用实现更高级的功能虚拟文件系统：屏蔽具体文件系统的差异，向用户空间提供统一的入口具体的文件系统通过register_filesystem()向虚拟文件系统注册挂载钩子，在用户挂载具体的文件系统时，通过回调挂载钩子实现文件系统的初始化。

虚拟文件系统提供了inode来记录文件的元数据，dentry记录了目录项对用户空间，虚拟文件系统注册了系统调用，例如SYSCALL_DEFINE3(open, const char __user *, filename, int, flags, umode_t, mode)。

注册了open()的系统调用具体的文件系统：文件系统要实现存储空间的管理，换句话说，其规划了哪些空间存储了哪些文件的数据，就像一个个收纳盒，A文件保存在这个块，B文件则放在哪个块不同的管理策略以及其提供的不同功能，造就了各式各样的文件系统。

除了类似于vfat、ext4、btrfs等常见的块设备文件系统之外，还有sysfs、procfs、pstorefs、tempfs等构建在内存上的文件系统，也有yaffs，ubifs等构建在Flash上的文件系统。

页缓存：可以简单理解为一片存储着磁盘数据的内存，不过其内部是以页为管理单元，常见的页大小是4K这片内存的大小不是固定的，每有一笔新的数据，则申请一个新的内存页由于内存的性能远大于磁盘，为了提高IO性能，我们就可以把IO数据缓存在内存，这样就可以在内存中获取要的数据，不需要经过磁盘读写的漫长的等待。

申请内存来缓存数据简单，如何管理所有的页缓存以及如何及时回收缓存页才是精髓通用块层：通用块层也可以细分为bio层和request层页缓存以页为管理单位，而bio则记录了磁盘块与页之间的关系，一个磁盘块可以关联到多个不同的内存页中，通过。

submit_bio()提交bio到request层一个request可以理解为多个bio的集合，把多个地址连续的bio合并成一个request多个request经过IO调度算法的合并和排序，有序地往下层提交IO请求。

设备驱动与块设备：不同块设备有不同的使用协议，而特定的设备驱动则是实现了特定设备需要的协议以正常驱使设备对块设备而言，块设备驱动需要把request解析成一个个设备操作指令，在协议的规范下与块设备通信来交换数据。

形象点来说，发起一次IO读请求的过程是怎么样的呢？用户空间通过虚拟文件系统提供的统一的IO系统调用，从用户态切到内核态虚拟文件系统通过调用具体文件系统注册的回调，把需求传递到具体的文件系统中紧接着具体的文件系统

根据自己的管理逻辑，换算到具体的磁盘块地址，从页缓存寻找块设备的缓存数据读操作一般是同步的，如果在页缓存没有缓存数据，则向通用块层发起一次磁盘读通用块层合并和排序所有进程产生的的IO请求，经过设备驱动从

块设备读取真正的数据最后是逐层返回读取的数据既拷贝到用户空间的buffer中，也会在页缓存中保留一份副本，以便下次快速访问如果 页缓存没命中，同步都会一路通到 块设备，而对于 异步写，则是把数据放到 页缓存后返回，由内核回刷进程在合适时候回刷到 块设备。

根据这个流程，考虑到我没要到KVM host的权限，我只能着手从Guest端的IO栈做优化，具体包括以下几个方面：交换分区（swap）文件系统（ext4）页缓存（Page Cache）Request层（IO调度算法）

由于源码以及编译的临时文件都不大但数量极其多，对随机IO的要求非常高要提高随机IO的性能，在不改变硬件的情况下，需要缓存更多数据，以实现合并更多的IO请求咨询ITer得知，服务器都有备用电源，能确保不会掉电停机。

出于这样的情况，我们可以尽可能优化速度，而不用担心掉电导致数据丢失问题总的来说，优化的核心思路是尽可能多的使用内存缓存数据，尽可能减小不必要的开销，例如文件系统为了保证数据一致性使用日志造成的开销交换分区。

交换分区的存在，可以让内核在内存压力大时，把内核认为一些不常用的内存置换到交换分区，以此腾出更多的内存给系统在物理内存容量不足且运行吃内存的应用时，交换分区的作用效果是非常明显的然而本次优化的服务器反而不应该使用交换分区。

为什么呢？服务器总内存达到47G，且服务器除了Jenkins slave进程外没有大量吃内存的进程从内存的使用情况来看，绝大部分内存都是被cache/buffer占用，是可丢弃的文件缓存，因此内存是充足的，不需要通过交换分区扩大虚拟内存。

# free -htotalusedfreesharedbufferscachedMem:47G45G1.6G21M18G16G-/+buffers/cache:10G36G交换分区也是磁盘的空间，从交换分区置入置出数据可也是要占用IO资源的，与本次IO优化目的相悖，因此

在此服务器中，需要取消swap分区查看系统状态发现，此服务器并没使能swap# cat /proc/swapsFilename Type Size Used Priority #

文件系统用户发起一次读写，经过了虚拟文件系统(VFS)后，交给了实际的文件系统首先查询分区挂载情况：# mount ... /dev/sda1 onon / type ext4 (rw) /dev/vda1 。

on /home type ext4 (rw) ... 此服务器主要有两个块设备，分别是 sda和 vdasda 是常见的 SCSI/IDE 设备，我们个人PC上如果使用的机械硬盘，往往就会是 sda 设备节点。

vda 是 virtio 磁盘设备由于本服务器是 KVM 提供的虚拟机，不管是 sda 还是 vda，其实都是虚拟设备，差别在于前者是完全虚拟化的块设备，后者是半虚拟化的块设备从网上找到的资料来看，使用半虚拟化的设备，可以实现Host与Guest更高效的协作，从而实现更高的性能。

在此例子中，sda 作为根文件系统使用，vda 则是用于存储用户数据，在编译时，主要看的是 vda 分区的IO情况vda 使用 ext4 文件系统ext4 是目前常见的Linux上使用的稳定的文件系统，查看其超级块信息：。

# dumpe2fs /dev/vda1...Filesystem features:has_journaldir_index......Inode count:196608000Block count:

786431991Free inodes:145220571Block size:4096...我猜测ITer使用的默认参数格式化的分区，为其分配了块大小为4K，inode数量达到19660万个且使能了日志。

块大小设为4K无可厚非，适用于当前源文件偏小的情况，也没必要为了更紧凑的空间降低块大小空闲 inode 达到 14522万，空闲占比达到 73.86%当前 74% 的空间使用率，inode只使用了26.14%。

一个inode占256B，那么10000万个inode占用23.84Ginode 实在太多了，造成大量的空间浪费可惜，inode数量在格式化时指定，后期无法修改，当前也不能简单粗暴地重新格式化我们能做什么呢？我们可以从

日志和挂载参数着手优化日志是为了保证掉电时文件系统的一致性，(ordered日志模式下)通过把元数据写入到日志块，在写入数据后再修改元数据如果此时掉电，通过日志记录可以回滚文件系统到上一个一致性的状态，即保证元数据与数据是匹配的。

然而上文有说，此服务器有备用电源，不需要担心掉电，因此完全可以把日志取消掉# tune2fs -O ^has_journal /dev/vda1tune2fs1.42.9 (4-Feb-2014)The

has_journal feature may only be cleared when the filesystem isunmountedor mounted read-only.可惜失败了由于时刻有任务在执行，不太好直接。

umount或者-o remount,ro，无法在挂载时取消日志既然取消不了，咱们就让日志减少损耗，就需要修改挂载参数了ext4挂载参数: dataext4有3种日志模式，分别是ordered，writeback。

，journal他们的差别网上有很多资料，我简单介绍下：jorunal：把元数据与数据一并写入到日志块性能差不多折半，因为数据写了两次，但最安全writeback: 把元数据写入日志块，数据不写入日志块，但不保证数据先落盘。

性能最高，但由于不保证元数据与数据的顺序，也是掉电最不安全的ordered：与writeback相似，但会保证数据先落盘，再是元数据这种性能以保证足够的安全，这是大多数PC上推荐的默认的模式在不需要担心掉电的服务器环境，我们完全可以使用。

writeback的日志模式，以获取最高的性能# mount -o remount,rw,data=writeback /home mount: /home not mounted or bad option 。

# dmesg [235737.532630] EXT4-fs (vda1): Cannot changedatamodeon remount 沮丧，又是不能动态改，干脆写入到/etc/config，只能寄希望于下次重启了。

# cat /etc/fstabUUID=... /home ext4 defaults,rw,data=writeback... ext4挂载参数：noatimeLinux上对每个文件都记录了3个时间戳

时间戳全称含义atimeaccess time访问时间，就是最近一次读的时间mtimedata modified time数据修改时间，就是内容最后一次改动时间ctimestatus change time文件状态(元数据)的改变时间，比如权限，所有者等

我们编译执行的Make可以根据修改时间来判断是否要重新编译，而atime记录的访问时间其实在很多场景下都是多余的所以，noatime应运而生不记录atime可以大量减少读造成的元数据写入量，而元数据的写入往往产生大量的随机IO。

# mount -o ...noatime... /homeext4挂载参数：nobarrier这主要是决定在日志代码中是否使用写屏障(write barrier)，对日志提交进行正确的磁盘排序，使易失性磁盘写缓存可以安全使用，但会带来一些性能损失。

从功能来看，跟writeback和ordered日志模式非常相似没研究过这方面的源码，说不定就是一回事不管怎么样，禁用写屏障毫无疑问能提高写性能# mount -o ...nobarrier... /home。

ext4挂载参数：delallocdelalloc是 delayed allocation 的缩写，如果使能，则ext4会延缓申请数据块直至超时为什么要延缓申请呢？在inode中采用多级索引的方式记录了文件数据所在的数据块编号，如果出现大文件，则会采用 。

extent 区段的形式，分配一片连续的块，inode中只需要记录开始块号与长度即可，不需要索引记录所有的块这除了减轻inode的压力之外，连续的块可以把随机写改为顺序写，加快写性能连续的块也符合 局部性原理，在预读时可以加大命中概率，进而加快读性能。

# mount -o ...delalloc... /homeext4挂载参数：inode_readahead_blksext4从inode表中预读的indoe block最大数量访问文件必须经过inode获取文件信息、数据块地址。

如果需要访问的inode都在内存中命中，就不需要从磁盘中读取，毫无疑问能提高读性能其默认值是32，表示最大预读 32 × block_size 即 64K 的inode数据，在内存充足的情况下，我们毫无疑问可以进一步扩大，让其预读更多。

# mount -o ...inode_readahead_blks=4096... /homeext4挂载参数：journal_async_commitcommit块可以不等待descriptor块，直接往磁盘写。

这会加快日志的速度# mount -o ...journal_async_commit... /homeext4挂载参数：commitext4一次缓存多少秒的数据默认值是5，表示如果此时掉电，你最多丢失5s的数据量。

设置更大的数据，就可以缓存更多的数据，相对的掉电也有可能丢失更多的数据在此服务器不怕掉电的情况，把数值加大可以提高性能# mount -o ...commit=1000... /homeext4挂载参数汇总

最终在不能umount情况下，我执行的调整挂载参数的命令为：mount -o remount,rw,noatime,nobarrier,delalloc,inode_readahead_blks=4096

,journal_async_commit,commit=1800 /home 此外，在/etc/fstab中也对应修改过来，避免重启后优化丢失# cat /etc/fstab UUID=... /home ext4 defaults,rw,noatime,nobarrier,delalloc,inode_readahead_blks=4096,journal_async_commit,

commit=1800,data=writeback 00 ... 页缓存页缓存在FS与通用块层之间，其实也可以归到通用块层中为了提高IO性能，减少真实的从磁盘读写的次数，Linux内核设计了一层内存缓存，把磁盘数据缓存到内存中。

由于内存以4K大小的 页 为单位管理，磁盘数据也以页为单位缓存，因此也称为页缓存在每个缓存页中，都包含了部分磁盘信息的副本如果因为之前读写过或者被预读加载进来，要读取数据刚好在缓存中命中，就可以直接从缓存中读取，不需要深入到磁盘。

不管是同步写还是异步写，都会把数据copy到缓存，差别在于异步写只是copy且把页标识脏后直接返回，而同步写还会调用类似fsync()的操作等待回写，详细可以看内核函数generic_file_write_iter()

异步写产生的脏数据会在“合适”的时候被内核工作队列writeback进程回刷那么，什么时候是合适的时候呢？最多能缓存多少数据呢？对此次优化的服务器而言，毫无疑问延迟回刷可以在频繁的删改文件中减少写磁盘次数，。

缓存更多的数据可以更容易合并随机IO请求，有助于提升性能在/proc/sys/vm中有以下文件与回刷脏数据密切相关：配置文件功能默认值dirty_background_ratio触发回刷的脏数据占可用内存的百分比0。

dirty_background_bytes触发回刷的脏数据量10dirty_bytes触发同步写的脏数据量0dirty_ratio触发同步写的脏数据占可用内存的百分比20dirty_expire_centisecs脏数据超时回刷时间（单位：1/100s）3000

dirty_writeback_centisecs回刷进程定时唤醒时间（单位：1/100s）500对上述的配置文件，有几点要补充的：XXX_ratio 和 XXX_bytes 是同一个配置属性的不同计算方法，

优先级 XXX_bytes > XXX_ratio可用内存并不是系统所有内存，而是free pages + reclaimable pages脏数据超时表示内存中数据标识脏一定时间后，下次回刷进程工作时就必须回刷

回刷进程既会定时唤醒，也会在脏数据过多时被动唤醒dirty_background_XXX与dirty_XXX的差别在于前者只是唤醒回刷进程，此时应用依然可以异步写数据到Cache，当脏数据比例继续增加，触发dirty_XXX的条件，不再支持应用异步写。

更完整的功能介绍，可以看内核文档Documentation/sysctl/vm.txt，也可看我写的一篇总结博客《Linux 脏数据回刷参数与调优》对当前的案例而言，我的配置如下：dirty_background_ratio

= 60dirty_ratio = 80dirty_writeback_centisecs = 6000dirty_expire_centisecs = 12000这样的配置有以下特点：当脏数据达到可用内存的60%时唤醒回刷进程

当脏数据达到可用内存的80%时，应用每一笔数据都必须同步等待每隔60s唤醒一次回刷进程内存中脏数据存在时间超过120s则在下一次唤醒时回刷当然，为了避免重启后丢失优化结果，我们在/etc/sysctl.conf

中写入：# cat /etc/sysctl.conf...vm.dirty_background_ratio=60vm.dirty_ratio=80vm.dirty_expire_centisecs=12000

vm.dirty_writeback_centisecs=6000Request层在异步写的场景中，当脏页达到一定比例，就需要通过通用块层把页缓存里的数据回刷到磁盘中bio层记录了磁盘块与内存页之间的关系，在request层把多个物理块连续的bio合并成一个request，然后根据特定的IO调度算法对系统内所有进程产生的IO请求进行合并、排序。

那么都有什么IO调度算法呢？网上检索IO调度算法，大量的资料都在描述Deadline，CFQ，NOOP这3种调度算法，却没有备注这只是单队列上适用的调度算法在最新的代码上（我分析的代码版本为 5.7.0），已经完全切换到multi-queue的新架构上了，支持的IO调度算法就成了mq-deadline，BFQ，Kyber，none。

关于不同IO调度算法的优劣，网上有非常多的资料，本文不再累述在《Linux-storage-stack-diagram_v4.10》 对 Block Layer 的描述可以形象阐述单队列与多队列的差异

单队列的架构，一个块设备只有一个全局队列，所有请求都要往这个队列里面塞，这在多核高并发的情况下，尤其像服务器动则32个核的情况下，为了保证互斥而加的锁就导致了非常大的开销此外，如果磁盘支持多队列并行处理，单队列的模型不能充分发挥其优越的性能。

多队列的架构下，创建了Software queues和Hardware dispatch queues两级队列Software queues是每个CPU core一个队列，且在其中实现IO调度由于每个CPU一个单独队列，因此不存在锁竞争问题。

Hardware Dispatch Queues的数量跟硬件情况有关，每个磁盘一个队列，如果磁盘支持并行N个队列，则也会创建N个队列在IO请求从Software queues提交到Hardware Dispatch Queues的过程中是需要加锁的。

理论上，多队列的架构的效率最差也只是跟单队列架构持平咱们回到当前待优化的服务器，当前使用的是什么IO调度器呢？# cat /sys/block/vda/queue/schedulernone# cat /sys/block/sda/queue/scheduler

noop [deadline] cfq 这服务器的内核版本是# uname -r3.13.0-170-generic查看Linux内核git提交记录，发现在 3.13.0 的内核版本上还没有实现适用于多队列的IO调度算法，且此时还没完全切到多队列架构，因此使用单队列的 sda 设备依然存在传统的noop，deadline和cfq调度算法，而使用多队列的 vda 设备(virtio)的IO调度算法只有none。

为了使用mq-deadline调度算法把内核升级的风险似乎很大因此IO调度算法方面没太多可优化的但Request层优化只能这样了？既然IO调度算法无法优化，我们是否可以修改queue相关的参数？例如加大Request队列的长度，加大预读的数据量。

在/sys/block/vda/queue中有两个可写的文件nr_requests和read_ahead_kb，前者是配置块层最大可以申请的request数量，后者是预读最大的数据量默认情况下，nr_request。

= 128read_ahead_kb = 128我扩大为nr_request = 1024read_ahead_kb = 512优化效果优化后，在满负荷的情况下，查看内存使用情况：# cat /proc/meminfo

MemTotal:49459060kBMemFree:1233512kBBuffers:12643752kBCached:21447280kBActive:19860928kBInactive:16930904

kBActive(anon):2704008kBInactive(anon):19004kBActive(file):17156920kBInactive(file):16911900kB...Dirty:

7437540kBWriteback:1456kB可以看到，文件相关内存（Active(file) + Inactive(file) ）达到了32.49GB，脏数据达到7.09GB脏数据量比预期要少，远没达到。

dirty_background_ratio和dirty_ratio设置的阈值因此，如果需要缓存更多的写数据，只能延长定时唤醒回刷的时间dirty_writeback_centisecs这个服务器主要用于编译SDK，读的需求远大于写，因此缓存更多的脏数据没太大意义。

我还发现Buffers达到了12G，应该是ext4的inode占用了大量的缓存如上分析的，此服务器的ext4有大量富余的inode，在缓存的元数据里，无效的inode不知道占比多少减少inode数量，提高inode利用率，说不定可以提高inode预读的命中率。

优化后，一次使能8个SDK并行编译，走完一次完整的编译流程（包括更新代码，抓取提交，编译内核，编译SDK等），在没有进入错误处理流程的情况下，用时大概13分钟这次的优化就到这里结束了，等后期使用过程如果还有问题再做调整。

本文来自公众号：Linux阅码场，作者：廖威雄，就职于珠海全志科技股份有限公司，负责Linux IO全栈研发、性能优化、开源社区开发交流、Linux 内核开源社区pstore/blk,mtdpstore模块的作者(与maintainer交流中)、大客户存储技术支持、全志首个UBI存储方案主导人、全志首个RTOS NFTL主导人。