宋宝华：为什么numactl内存绑定对代码段不起作用

本文目录

阅读本文大约需要10分钟

1. numactl内存绑定中代码段的问题

2. 代码段为什么没有进入指定的numa节点

3. 内核内存管理一个改进方向建议
   

numactl内存绑定中代码段的问题

在一个典型的NUMA架构Linux服务器中，我们常常使用类似

numactl -N 1 -m 1 ./a.out

类似的命令来绑定一定进程的memory，比如上面的例子，进程的memory被绑定到NUMA1。

但是这个时候，我们用numastat命令去查看进程a.out的内存分布，很可能会发现它有少部分内存不在NUMA1：

有极少量0.75MB在NUMA0。这是不是说numactl -m 1没有起作用呢？瞎猜没用，眼见为实，我们来调查一下这个在NUMA0的内存属于进程的哪一部分。

基本上可以看出，有3个地方有位于N0的内存，比如：

• 开始地址是0x40000的，文件背景为/root/a.out的部分；

• 开始地址是0x7fb9afc000，文件背景为/lib/aarch64-linux-gnu/libc-2.23.so的部分；

• 开始地址为0x7fb9c42000，文件背景为/lib/aarch64-linux-gnu/ld-2.23.so的部分。

如果我们进一步探究，会发现上面这三段，都是代码段：

为什么会这样呢？看起来numactl -m <node>对代码段不起作用？

代码段为啥没进入指定numa？

原因其实是比较清晰的。上述代码段对应的内存，在Linux内核中，都属于有文件背景的页面，受page cache机制管理。

想象一个场景，如果a.out曾经运行过一次（其实我开机后已经在没有用numactl绑定内存的情况下，运行过一次a.out，上面的数据是第二次运行a.out的时候采集的），然后系统也加载了一些动态库，那么a.out本身的代码段，库的代码段可能进入到了numa节点m，从而在内存命中。接下来，如果我们用numactl -m <n> ./a.out去运行a.out并绑定numa节点n，势必要再次需要a.out的代码段以及a.out依赖的动态库的代码段。但是前一次，这些代码段都进入了page cache(位于NUMA node m)，所以第2次在numa node n运行的时候，其实是命中了numa node m里面的内存。

假设我们运行4个a.out，这4个a.out分别运行于4个不同的numa，然后a.out依赖a.out的代码段、libx.so代码段，liby.so代码段。那么，完全有可能出现下图的情况，a.out的代码段位于numa0，libcx.so代码段位于numa1，liby.so的代码段位于numa2，这样4份运行中的a.out，都各自有跨NUMA的代码段内存访问，这样在icache替换的时候，都需要跨NUMA访问内存。

内核为什么这样做呢？原因在于，page cache的管理机制是以inode为单位的，每个page inode唯一！一个inode（比如a.out对应的inode）的page cache在内存命中的情况下，内核会直接用这部分page cache。这个page cache，不会为每个NUMA单独复制一份。从page cache的管理角度来讲，这没有问题。

我们把前面的a.out kill掉，然后drop一次cache，再看a.out的内存分布，发现在node0的部分减少了(0.75->0.63)

为什么呢？因为我drop掉部分page cache后（echo 3也不可能drop掉全部的所有的代码段，毕竟这里面很多代码是“活跃”代码），我们再运行a.out并绑定numa1的时候，这次这些没有命中的代码段page cache，会进入到numa1。

如果我们重启系统，开机第一次运行a.out就绑定numa1呢？这个时候，我们会看到a.out的代码段在numa1：

然后我们把a.out kill掉，第二次绑定numa node0运行a.out，会发现这次的a.out的代码段还是在numa node1而不是node0：

原因是它命中了第一次运行a.out已经进入node1的代码段page cache。

初恋为什么如此刻骨铭心，你终究还是错过了那个人，而多少年以后，常常回想起来，你依然泪流满面？因为，它命中了你的page cache。但是终究，一个人，一生可能不会只运行一次a.out。我们终究也要学会放手，把全部的爱，献给你身边与你相濡以沫的那个人。

内存管理的改进方向

2020年8月，我在Linux内核里面提交和合入了per-numa CMA的支持：

dma-contiguous: provide the ability to reserve per-numa CMA

https://git.kernel.org/pub/scm/linux/kernel/git/torvalds/linux.git/commit/?id=b7176c261cdbc

这样让每个NUMA里面的外设申请连续内存的时候，可以申请到本NUMA的近地址内存，而不用跑到远端去，从而提高I/O的性能：

考虑到代码段以及其他page cache的跨NUMA特点，这里我想提一个可能性，就是per-numa Page cache。内核可以支持让关键的代码段，文件背景页面，在每个NUMA单独获得一份page cache：

它的缺点是显而易见的，page cache可能会用多份内存。它的优点也是显而易见的，就是代码段不用跨NUMA了。这属于典型的以空间换时间！

这个事情行不行得通呢？技术上是行得通的，实践上，我是不敢做的，因为需要大量的benchmark，加上patch至少得发20,30个版本，前后一两年至少的。别的不说，宋牧春童鞋的省vmemmap内存的patch已经发到了22版：

[PATCH v22 0/9] Free some vmemmap pages of HugeTLB page

https://lore.kernel.org/lkml/20210430031352.45379-1-songmuchun@bytedance.com/

要是干这个page cache的优化，不得至少发个30版？通常这种有利于全世界，而不利于自己的KPI的事情，是没有多少工程师愿意投入的 :-) 细思恐极，这需要极大的耐心、投入和奉献精神。

那么，前期是不是可以从一个小点开始优化呢？我觉得是可能的。

比如a.out本身在numa0运行，kill后再在numa1运行，这个时候，内核感知到a.out独一份，没有share的情况，是不是直接在内核态把page cache直接migrate到numa1呢？我这里还是打个嘴炮就好，把想象空间留给读者。

---

扫描/识别二维码关注"Linux阅码场" 

如果您觉得不错，请转发转发转发！

或者随手点个“在看”吧~