OS学习（七）——多处理器调度

典型的应用程序都只使用了一个CPU，有多个CPU的时候如何进行多处理器调度？

背景

缓存：很小很快的存储设备。

程序第一次读取数据时，数据在内存中，因此需要花费较长的时间（可能数十或数百ns）。处理器判断该数据很可能会被再次使用，因此将其放入 CPU 缓存中。如果之后程序再次需要使用同样的数据，CPU 会先查找缓存。因为在缓存中找到了数据，所以取数据快得多（比如几纳秒），程序也就运行更快。

缓存一致性问题

此问题讲的就是多个CPU共享一个内存，但缓存不共享，可能导致CPU1修改内存中的值暂存于缓存1中，而CPU2没有及时更新的情况。

解决办法：

硬件：

监控内存访问（例如总线窥探（bus snooping））

程序：

使用互斥原语（比如加锁（locking））

缓存亲和度问题

进程在一个CPU上运行时会在其缓存维护许多状态，从而保证下次在同一CPU运行时更快，然而，在不同CPU上运行需要重新加载数据而很慢。

解决办法：

调度时尽可能将进程保持在同一CPU上。

调度程序

单队列调度（Single Queue Multiprocessor Scheduling，SQMS）

把所有工作放到一个队列中

短板：

(1) 缺乏可扩展性

因为需要加锁保证每个工作的原子性。

(2) 缓存亲和性差

显然，一个工作不能多个CPU同时运行，所以CPU会频繁切换工作。

针对（2）的优化：

牺牲其他工作亲和度实现负载均衡：

多队列调度（Multi-Queue Multiprocessor Scheduling）

优势：

(1) 具有可扩展性

(2) 具有良好的缓存亲和度

负载不均问题

多队列调度时，可能一个CPU上的工作都执行完了，其他CPU还一个都没完成，导致不同CPU负载不均衡。

解决办法：迁移（migration）

不断迁移一个或多个工作到其他CPU上。

何时发起迁移请求？

工作窃取（work stealing）：工作量较少的队列不定时”偷看“其他队列是不是工作比自己多，如果是，就“窃取”工作。

但是，频繁检查会导致开销较高，间隔太长又会导致负载不均，找到合适的阈值很重要！

Linux多处理器调度

未统一

O(1)调度程序、完全公平调度程序（CFS）以及 BF 调度程序（BFS）。

O(1) CFS 采用多队列，而 BFS 采用单队列。

O(1)调度程序是基于优先级。

CFS是确定的比例调度方法。

BFS也基于比例调度。