Linux在HugeTLB的管理上存在什么问题呢？

内容简介

介绍以一种创新的方式优化HugeTLB对应的struct page内存占用。

相信大家对HugeTLB在虚拟化及DPDK等场景应用并不陌生，在动不动就上百GB的服务器上，轻轻松松预留上百GB HugeTLB。相信不少云厂商也注意到HugeTLB的内存管理上存在一定的问题。既然有问题，为何upstream上迟迟看不到相关的优化patch呢？

答案很简单：问题棘手。

Linux在内存管理方面已经发展了十几年，即使某些机制不够优秀，想大改也不是简单的事情。内存管理贯彻整个Linux内核，与众多子系统交互。究竟Linux在HugeTLB的管理上存在什么问题呢？

如何管理物理内存

现在Linux Kernel主要以页为单位管理内存，而页的大小默认4 KB。为了方便管理物理内存，Linux为每个页分配一个metadata结构体，即struct page结构，其大小通常64 Bytes。struct page可以简单理解成一个数组，数组的index就是PFN（物理页帧号）。我称这段区域vmemmap。

4KB页我们称之为小页，与之相反的是大页。在x86-64平台，硬件支持2 MB和1 GB大页。Linux为了方便用户使用大页，提供2种不同的机制，分别是THP (Transparent Huge Page)和 HugeTLB。HugeTLB经常出现在我们的工程实践中，HugeTLB为我们为我们带来不错的性能提升。

但是也有一朵乌云常伴其身。虽然2 MB的HugeTLB page理论上也只需要1个struct page结构，但是，在系统启动之初，所有的物理内存均以4 KB为单位分配struct page结构。因此每个 HugeTLB page对应 512个struct page结构，占用内存32 KB（折合8个4 KB小页）。

可能你会好奇这能有多少内存。针对嵌入式系统，确实不值一提。但是别忘了，我们有动不动就2 TB物理内存的服务器。

现在我们可以简单的算一笔账了。假设在一台1 TB的服务器上，我们分配1 TB的2 MB大页（理想情况下），那么struct page本身占用的内存是多少呢？没错，是16 GB。如果有上千台，上万台，甚至上十万台机器呢？如果我们能够优化掉16 GB的内存浪费或者尽可能的降低struct page的内存占用，我们将会降低服务器平台成本。我们的目标就是尽量驱散这朵乌云。

面临的挑战

我们试图找到一种最简单并且对其他模块影响最小的设计方案，在这过程中我们遇到不少挑战。

1. 不需要用户适配

理想情况下，我们的优化不应该涉及用户态的适配。如果引入一种全新的内存管理方式，所有的用户需要适配。我们的目标是开箱即用。

2.不影响内核其他模块功能

在确定不需要用户适配的前提下，我们预期所有的代码修改只会集中于内核。我们知道内存管理的几乎全是围绕着struct page管理，各个不同子系统的模块几乎都和struct page息息相关。暴力的释放所有的HugeTLB相关的struct page结构体是不合适的，否则将会影响内核各个内存子系统。既要释放，但又不能释放。这恐怕是最棘手和矛盾的问题了。

3.代码修改最小化

代码量间接的决定了bug的数量。内存管理子系统修改代码过多，势必影响内核的稳定性。我们既要实现功能，又要以最少的代码量实现。这不但可以降低bug出现的概率，同时也易于维护和理解。

初次探索

一种最简单直接的方法浮出水面。那就是动态分配和释放struct page。

HugeTLB的使用方法一般是先预留后使用。并且struct page只会被内核代码访问，我们倾向内核访问struct page的概率较低。因此我们第一次提出的方案是压缩解压缩的方法。

我们知道HugeTLB对应的512个struct page对应的信息可以压缩到 100个字节左右，因此我们可以为每个HugeTLB准备一个全新的metadata结构体，然后将所有的信息压缩到新的metadata结构体。并且将struct page区域对应的页表的present清除，然后就可以将其对应的物理页释放。是不是和zram机制如出一辙？

内核在下次访问HugeTLB的struct page的时候触发page fault，在fault里面分配struct page需要的物理页，并解压缩（从新的metadata结构体恢复数据）。

当内核使用完成后，会执行put_page操作。我们在put_page里面做压缩操作，并释放vmemmap对应的物理页。思路很直接，但是这里面存在很多挑战。

1. page fault里面无法分配怎么办（例如：OOM）？

2. page fault可能发生在任何上下文，用GFP_NOWAIT分配内存？这只会加重第一个问题。

3. 如果某一持有A锁的路径触发page fault，page fault里面也尝试持有A锁怎么样？只会死锁。所以page fault的操作需要格外小心。

4. 压缩和解压缩操作如何做到原子？或者说压缩操作如何和解压缩操作互斥同步？

5. 每次put_page都需要压缩操作，性能影响如何？

6. 如果某些内核路径并没有get操作访问struct page（自然也不会put），压缩的时机会是什么时候？

我们列出了很多问题，但就第一个问题来说就很难解决。这不得不让我们放弃了这个想法。我们只能另寻他路。换个思路或许柳暗花明。

另辟蹊径

俗话说“知己知彼百战不殆”。我们先详细了解struct page是如何组织和管理的，清楚每一处细节，才可能运筹帷幄。

我们上面提到每个HugeTLB page对应512个struct page结构，而HugeTLB只使用前3个struct page结构存储大页相关的metadata。那么其余509个struct page是否完全没有意义呢？如果没有意义我们是不是就可以直接释放这些内存。

然而事情并没有那么简单。这些509个struct page会存储第一个struct page的地址（struct page中compound_head字段）。如果第一个struct page称之为head page的话，那么其余的struct page都是tail page。在Linux内核的内存管理的代码中充斥着大量的代码，这些代码都可能试图从tail page获取head page。所以我们并不能单纯的释放这些内存。

上图展示的3个struct page的结构体示意图（第3个tail page至第511个struct page结构体使用的位域同图中2nd tail page）。我们可以总结出以下特点：

1. struct page结构体的大小在大多数情况下是64字节，因此每个4 KB的物理页可以存储整数个数的struct page结构体。

2. 第2个tail page至第511个struct page结构体的内容完全一样。

3. 内存管理的代码中只会修改head page，1st tail page的2nd tail page的结构体，其余的tail page结构体内存不会修改。

4. 每个2MB HugeTLB page对应512个struct page，内存占用8个页（4KB * 8）。

5. struct page所在的vmemmap区域和内核的线性映射地址不重合。

基于以上特点，我们可以提出全新的解决方案：共享映射，将HugeTLB对应的后7个页的vmemmap虚拟地址映射到第1个vmemmap页对应的物理页帧。第1-2点是共享映射方案的基础。基于第3点我们可以将这7个物理页释放，交给buddy系统管理。而第5点是buddy能够管理这块物理内存的基础。内核通过线性地址访问物理内存，所以这个地址不能和vmemmap共用。其原理如下图所示。基于第3点，我们将共享映射属性改成只读，防止出现异常情况。

内存收益

经过上面的优化，我们成功的降低了服务器平台成本，并且收益不错。针对1 GB和2 MB不同size的HugeTLB page，内存收益也同样不同。简单归纳表格如下：

Total Size of HugeTLB Page	HugeTLB Type	Memory Gain
512 GB	1 GB	~8 GB
1024 GB	1 GB	~16 GB
512 GB	2 MB	~7 GB
1024 GB	2 MB	~14 GB

如果使用1 GB HugeTLB，内存收益约为HugeTLB总量的1.6%。如果使用2 MB HugeTLB，内存收益约为HugeTLB总量的1.4%。

因此，在我们1台1 TB内存的服务器上，如果使用1 GB大页，struct page内存占用优化提升接近100%。如果使用2MB大页，struct page内存占用优化提升约87.5%。

性能分析

我们知道vmemmap区域映射的单位是2 MB。但是我们需要以4 KB页为单位修改页表，因此必须修改vmemmap区域为小页映射。这相当于在内核访问vmemmap区域时，MMU会多访问一级 PTE 页表。但是有TLB的存在，所以查找的性能损失并不大。

但是我们同样也有性能提升的地方，由于我们减少了vmemmap对应的物理页。理论上来说，我们更容易命中cache。实际上也确实这样，经过upstream的测试数据显示，对HugeTLB page进行get_user_page操作性能可以提升接近 4 倍。

开源计划

为了降低代码review的难度，我们决定将全部patch拆分成3笔patchset。目前第一步基础功能已经合入linux-next分支（代码参考:[v23,0/9] Free some vmemmap pages of HugeTLB page，点击文末左下角阅读原文可达），不出意外的话，预计Linux 5.14会和大家见面。

后续我们继续放出接下来的patchset。那么接下来有哪些功能呢？

首先第一个功能是释放7个page。什么？这不是上面已经说的功能吗？是的，但是我们的第一个patchset只释放了6个page。所以在上面的patchset中，我们建立的映射关系其实如下图所示。这才是最简单的情况。因为我们head page和tail page的结构体内容其实是不一样的，如果要实现上面的图的映射关系，必然要有一些trick才行。另一组patchset是拆分vmemmap页表。第一组patchset的实现并不包含拆分vmemmap页表，而是系统启动时使vmemmap页表以PTE方式建立映射，而非PMD映射。

原文标题：围绕HugeTLB的极致优化

文章出处：【微信公众号：Linux阅码场】欢迎添加关注！文章转载请注明出处。

责任编辑：haq