Linux内核页缓存实现简介

1. 缓存简介

在编程中，缓存是很常见也很有效的一种提高程序性能的机制。

linux内核也不例外，为了提高I/O性能，也引入了缓存机制，即将一部分磁盘上的数据缓存到内存中。

1.1 原理

之所以通过缓存能提高I/O性能是基于以下2个重要的原理：

1. CPU访问内存的速度远远大于访问磁盘的速度（访问速度差距不是一般的大，差好几个数量级）
2. 数据一旦被访问，就有可能在短期内再次被访问（临时局部原理）

1.2 策略

缓存的创建和读取没什么好说的，无非就是检查缓存是否存在要创建或者要读取的内容。

但是写缓存和缓存回收就需要好好考虑了，这里面涉及到「缓存内容」和「磁盘内容」同步的问题。

1.2.1 「写缓存」常见的有3种策略

• 不缓存(nowrite) :: 也就是不缓存写操作，当对缓存中的数据进行写操作时，直接写入磁盘，同时使此数据的缓存失效
• 写透缓存(write-through) :: 写数据时同时更新磁盘和缓存
• 回写(copy-write or write-behind) :: 写数据时直接写到缓存，由另外的进程(回写进程)在合适的时候将数据同步到磁盘

3种策略的优缺点如下：

策略	复杂度	性能
不缓存	简单	缓存只用于读，对于写操作较多的I/O，性能反而会下降
写透缓存	简单	提升了读性能，写性能反而有些下降(除了写磁盘，还要写缓存)
回写	复杂	读写的性能都有提高(目前内核中采用的方法)

1.2.2 「缓存回收」的策略

• 最近最少使用(LRU) :: 每个缓存数据都有个时间戳，保存最近被访问的时间。回收缓存时首先回收时间戳较旧的数据。
• 双链策略(LRU/2) :: 基于LRU的改善策略。具体参见下面的补充说明

补充说明(双链策略):

双链策略其实就是 LRU(Least Recently Used) 算法的改进版。

它通过2个链表(活跃链表和非活跃链表)来模拟LRU的过程，目的是为了提高页面回收的性能。

页面回收动作发生时，从非活跃链表的尾部开始回收页面。

双链策略的关键就是页面如何在2个链表之间移动的。

双链策略中，每个页面都有2个标志位，分别为

PG_active - 标志页面是否活跃，也就是表示此页面是否要移动到活跃链表

PG_referenced - 表示页面是否被进程访问到

页面移动的流程如下：

1. 当页面第一次被被访问时，PG_active 置为1，加入到活动链表
2. 当页面再次