持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第17天。
基础知识
进程类型
-
实时进程
-
非实时进程
CPU 资源占用类型
-
CPU 消耗性 （CPU-Bound）
-
I/O 消耗性 （IO-Bound)
-
交互进程（对响应时间有要求）
进程优先级
静态优先级 (static_prio)
-
实时进程 0 - 99
-
非实时进程 100 - 139
非实时进程静态优先级可以通过 nice() 进行调整。范围 （-20 - 19）
动态优先级 (prio） 保存进程的动态优先级，通常也是调度类使用的优先级，某些情况下在内核中会临时调整该优先级，比如实时互斥量。
时间片 （time slice) 表示进程被调度进来和被调度出去所能持续的时间长度；
进程内核结构 进程在内核中数据结构 PCB（Process Control Block） 为 task_struct 结构。
进程运行状态
进程上下文切换 进程的上下文切换不仅包含了虚拟内存、栈、全局变量等用户空间的资源，还包括了内核堆栈、寄存器等内核空间的资源。
参见 操作系统进程知识总结[1]
Linux 调度器
调度器
调度器是整个系统的发动机，负责所有就绪进程的调度运行，设计良好的调度器需要从以下几个方面进行考虑：
-
吞吐量
-
响应时间
-
公平性
-
功耗 （移动设备）
调度类型
-
主动放弃 CPU （由于需要等待或者主动进入 Sleep)
-
被动放弃 CPU （由于时间片消耗完或被更高优先级的任务抢占-如支持抢占）
Linux 调度器历史
-
O(n) 2.4 内核
-
O(1) 2.6 内核
-
CFS 2.6.23+ (当前默认调度器)
O(n) 调度算法
调度数据结构
时间片分配
在运行时动态计算优先级，保证实时进程的优先级高于非实时任务的动态优先级，实时进程动态优先级 （1000 + p->rt_priority）; 在计算动态优先级的时候会综合考虑该任务的剩余时间片、历史执行情况等因素。
任务 Nice 越低，剩余时间片越多，动态优先级越高，越有机会获得运行；
任务运行的最大时间由动态优先级转变为固定 tick 数目，tick 的时间值由系统动态配置的 HZ 时钟精度确定。
调度运行
调度器遍历整个就绪队列中全部的 n 个任务，选取 动态优先级 最高的任务进行调度运行。
list_for_each(tmp, &runqueue_head) { p = list_entry(tmp, struct task_struct, run_list); if (can_schedule(p, this_cpu)) { int weight = goodness(p, this_cpu, prev->active_mm); if (weight > c) c = weight, next = p; } }
goodness 函数中找出优先级最高的一个进程。
调度运行
tick 中断：tick 中断函数中检查检查时间片是否使用完，使用完毕则进行进程切换；否则将剩余时间片的 1/2 追加到动态优先级。
当系统无可运行任务或所有任务执行完时间片后，调度器需要将系统中（不是 runqueue 中）所有任务的重新设置默认时间片；如果等待队列中的进程的时间片仍然有剩余，则会折半计入到下一次的时间片中；
优点
实现逻辑简单，在早期运行任务数量有限的情况下，运行良好。
缺点
-
时间复杂度为 O(n)，当所有调度任务完成后，需要对全部任务重新初始化，耗时高；
-
实时进程可能不能及时调度；
-
全局只有一个运行队列，会导致 CPU 存在空闲；
-
SMP 系统中扩展问题，访问运行队列需要加锁，特别是进程数量大时；
-
进程在不同 CPU 上进行跳转，cache 缺失，性能受到影响；
Linux 内核中不确定性的 N 可能会带来较大的风险影响。
O(1) 调度器
数据结构
每个 CPU 一个优先级队列的方式。同时对于队列设置一个按照进程优先级的数组。
分为 active 和 expired 两个数组，分别表示当前正常运行的队列和已经过期的队列。
当 active 队列任务全部完成运行后，将 expired 与 active 互换。
为了快速判断优先级数组的列表中是否存在任务，使用 bitmap 索引。
时间片分配
静态优先级为 [ -20 … 0 … 19 ] 的普通进程，其缺省时间片为[800ms … 100ms … 5ms]。
同时结合进程的实际运行情况，比如在 runqueue 中的等待时间、睡眠时间等因素，实时调整动态优先级，以期望更好识别出交互进程。
runqueue 中的进程优先级为动态优先级。
动态优先级映射为时间片。
调度运行
schedule 函数的主要功能是从该 CPU 的 runqueue 找到一个最合适的进程调度执行。其基本的思路就是从 active 优先级队列中依次查找，代码如下：
idx = sched_find_first_bit(array->bitmap);queue = array->queue + idx;next = list_entry(queue->next, task_t, run_list);
当 active 优先级队列中没有需要运行的任务，则交换 active 与 expired。
不再需要像 O(n) 那样对系统中全部任务重新初始化时间片。
在 tick 函数中断中判断任务时间片是否使用完，如果时间片使用完毕，正常情况下将任务从移动到 expired 队列中，但是如果判断为交互进程，依照交互进程指数 TASK_INTERACTIVE ，可能还是会放入到 actvie 队列中；
如果 expired 队列中的任务等待时间过长，说明调度其严重不公，这时候即使判断出来时间片耗尽的进程是交互进程，仍然会被放入 expired 队列，尽快完成本次调度；
优点
O(1) 调度器开销比较小，大多数场景下都有不错的表现；
重点关注交互进程，在交互进程的响应时间方面得到了很好的改善；
缺点
-
交互式任务的判定算法过于复杂，参数硬编码，代码可维护性变差；
-
静态时间片，任务增加调度延时上升；
CFS 调度器
调度策略
进程调度依赖于调度策略，Linux 把相同调度策略抽象成了调度类（schedule class)。CFS 只负责非实时进程的处理。
优先级按照从高到低的方式进行调度， STOP 最高， IDLE 最低。
进程权重
CFS 调度器中使用静态优先级对应的权重概念来对应。权重的对应关系 （-20 - 19）。进程每降低一个 nice 值，将多获得 10% CPU 的时间。
const int sched_prio_to_weight[40] = {/* -20 */ 88761, 71755, 56483, 46273, 36291,/* -15 */ 29154, 23254, 18705, 14949, 11916,/* -10 */ 9548, 7620, 6100, 4904, 3906,/* -5 */ 3121, 2501, 1991, 1586, 1277,/* 0 */ 1024, 820, 655, 526, 423,/* 5 */ 335, 272, 215, 172, 137,/* 10 */ 110, 87, 70, 56, 45,/* 15 */ 36, 29, 23, 18, 15,};
vruntime（virtual runtime)
表示该进程已经在 CPU 上运行的时间，值越大被再次调度概率越低。将不同优先级的进程运行的时间作为一个统一视图来进程处理。
-
vruntime虚拟运行时间 -
delta_exec真实运行时间 -
nice_0_weight表示nice为 0 的进程权重 -
weight表示进程权重 -
进程的 vruntime 增长速度取决于其优先级
-
优先级越低，则 vruntime 增长越快，因而被再次调用的可能性就越小
-
优先级越高，则 vruntime 增长越慢，因而被再次调用的可能性就越大
动态时间片
调度周期 sched_period，保证一个调度周期内，运行队列中的所有任务都会被调度一次，最坏情况下，任务的调度延时为一个调度周期；
默认调度周期 sched_latency 默认为 6 ms；任务平均时间片最小值 sched_min_granularity 为 0.75 ms
8 个以内可运行时间设定为 6ms，否则为 N * sched_min_granularity；
if sched_latency/nr_running < sched_min_granularity sched_period = nr_running * sched_min_granularity
确定好 sched_period 以后，每个任务的动态时间片为：
调度数据结构
每个 CPU 对应一个运行队列 runqueue，该运行队列中包含 dl_rq/rt_rq/cfs_rq 等多个调度队列。CFS 只处理普通进程。
使用 vruntime 作为红黑树的索引键，使用 sched_entity 作为值。
最小值在最左侧，可以 O(1) 进行遍历，插入 O(logN)
调度运行
static inline struct task_struct *pick_next_task(struct rq *rq, struct task_struct *prev, struct rq_flags *rf){ struct task_struct *p; if (likely((prev->sched_class == &idle_sched_class || prev->sched_class == &fair_sched_class) && rq->nr_running == rq->cfs.h_nr_running)) { p = fair_sched_class.pick_next_task(rq, prev, rf); }again: for_each_class(class) { p = class->pick_next_task(rq, prev, rf); }}
pick_next_task_fair
static struct task_struct *pick_next_task_fair(struct rq *rq, struct task_struct *prev, struct rq_flags *rf){ struct cfs_rq *cfs_rq = &rq->cfs; struct sched_entity *se; struct task_struct *p; put_prev_task(rq, prev); do { se = pick_next_entity(cfs_rq, NULL); set_next_entity(cfs_rq, se); cfs_rq = group_cfs_rq(se); } while (cfs_rq); p = task_of(se); return p;}
pick_next_entity 从红黑树上读取调度实体
static struct sched_entity *pick_next_entity(struct cfs_rq *cfs_rq, struct sched_entity *curr){ struct sched_entity *left = __pick_first_entity(cfs_rq); struct sched_entity *se; se = left; /* ideally we run the leftmost entity */ // .. 抢占/唤醒或者其他判断 return se;}
调度函数在各自 CPU 上执行，依次运行 dl_rq/rt_rq/cfs_rq 队列。
运行 cfs_rq 队列时：
-
每次调度程序都选择红黑树最左侧的节点运行(其 virtual runtime 最小)，将其从红黑树中删除，并调整红黑树
-
每隔一段时间，就更新正在运行的进程的 vruntime，并将更新后的值与当前红黑树中最左侧节点的 vruntime 相比较
-
如果小于最左侧节点的 virtual runtime，则继续执行当前进程
-
如果大于最左侧节点的 virtual runtime，则抢占式地运行最左侧的节点，并将当前正在运行的进程重新放到红黑树中
而且在每一个调度周期内调度器会不断检查公平性是否得到了满足，通过修订 vruntme 的值来进行平衡，比如新加入的进程和被唤醒的进程会在 vruntme 上进行补偿。
新进程加入及睡眠进程唤醒
static void place_entity(struct cfs_rq *cfs_rq, struct sched_entity *se, int initial){ u64 vruntime = cfs_rq->min_vruntime; if (initial && sched_feat(START_DEBIT)) // 如果是初始化 vruntime += sched_vslice(cfs_rq, se); // 计算新进程的 vruntime 添加到 min_vruntime，防止过度占用 if (!initial) { unsigned long thresh = sysctl_sched_latency; // 一个调度周期延时 if (sched_feat(GENTLE_FAIR_SLEEPERS)) thresh >>= 1; // 折半处理，防止过度占用 vruntime -= thresh; // 减掉 thresh，让进程获得尽快调度 } /* ensure we never gain time by being placed backwards. */ se->vruntime = max_vruntime(se->vruntime, vruntime);}
优点
基于优先级，兼顾运行公平性，默认调度器，经受住了时间的考验；
缺点
在 Android 等嵌入式设备上，仍然需要调整和优化；
调度器综合对比
未来调度器
ARM 体系存在 big.LITTLE 模型，存在大小核数的结构。
-
HMP 调度器
-
EAS 绿色节省调度器 （HMP 的优化版）
-
NUMA 调度器
高阶话题
抢占
-
触发抢占：给正在 CPU 上运行的当前进程设置一个请求重新调度的标志(TIF_NEED_RESCHED)，仅此而已，此时进程并没有切换。
触发时机：
-
周期性的时钟中断：scheduler_tick() 时间片耗尽
-
进程唤醒：当进程被唤醒的时候，优先级高于 CPU 当前进程
-
新进程创建
-
进程修改 nice 值
-
负载均衡
- 执行抢占：在随后的某个时刻，内核会检查 TIF_NEED_RESCHED 标志并调用 __schedule()执行抢占。
抢占如果发生在进程处于用户态的时候，称为 User Preemption（用户态抢占）；如果发生在进程处于内核态的时候，则称为 Kernel Preemption（内核态抢占）。
-
从系统调用(syscall)返回用户态时
-
中断处理程序返回内核空间之前会检查 TIF_NEED_RESCHED 标志，如果置位则调用 preempt_schedule_irq()执行抢占。preempt_schedule_irq()是对 schedule()的包装。
抢占只在某些特定的时机发生，这是内核的代码决定的。
CPU 负载计算方式 PLET
为了让调度器更加高效，需要针对每个调度队列和每个调度实体的负载进行衡量。（Per Entity Load Tracking）
时间（物理时间，不是虚拟时间）被分成了 1024us 的序列，在每一个周期中，一个 Entity 对系统负载的贡献可以根据该实体处于 Runnable 状态（正在 CPU 上运行或者等待 CPU 调度运行）的时间进行计算。如果在该周期内，Runnable 的时间是 x，那么对系统负载的贡献就是（x/1024）。
负载需要考虑历史周期的影响 y^32 = 0.5, y = 0.97857206
L = L0 + L1 * y + L2 * y^2 + L3 * y^3 + ... + Ln * y^n
当前对于负载的计算 上个周期的负载贡献值乘以衰减系数，加上当前时间点的负载即可。
经过 32 个周期，负载降低为 0.5 倍, 经过 2016 个周期，全部负载衰减为 0
更新时机：就绪队列添加任务、删除任务和周期性更新
就绪队列的 load_avg（包含睡眠进程的贡献） 与 runnable_load_avg（只统计可运行任务的负载） 。
负载均衡 SMP 和 NUMA
负载均衡迁移基于 runnable_load_avg 的值。
负载均衡流程：
-
判断当前 CPU 是否需要负载均衡
-
负载均衡以当前 CPU 开始，由下至上调度域，从最底层的调度域开始做负载均衡
-
在调度域中查找最繁忙的调度组，更新调度域和调度组的相信统计信息，计算出该调度域的不均衡负载值；
-
在最繁忙的调度组中找出最繁忙的 CPU，然后把繁忙的 CPU 中的任务迁移到当前的 CPU，迁移负载量为不均衡负载值。
NUMA 类似，更是更加复杂，需要处理跨 NUMA 内存和进程迁移。
