node & zone

接下来一段时间打算整理一下Linux内存管理的内容，一是为了梳理、巩固之前的所学，二是为了从全局、从更高层次上来窥探Linux内存管理的精髓。
    本文以x86的NUMA模型进行描述，所涉及的内容均基于内核版本Linux-v3.2.40。

    先上个图，看一下Linux中内存的布局情况，然后对几个术语进行说明：

在NUMA模型中，每个CPU都有自己的本地内存节点（memory node），而且还可以通过QPI总线访问其他CPU下挂的内存节点，只是访问本地内存要比访问其他CPU下的内存的速度高许多，一般经过一次QPI要增加30%的访问时延。
    Linux中对所有的内存进行统一管理，但由于关联不同的CPU导致访问速度不同，因此又将内存划分为节点（node）；在节点内部，又进一步细分为内存域（zone）。

1. 内存节点（node）
    由挂在同一个CPU下的一片连续的物理内存组成，在内核中使用pg_data_t进行抽象。

typedef struct pglist_data {
    struct zone node_zones[MAX_NR_ZONES]; /* 该node包含的zone */
    struct zonelist node_zonelists[MAX_ZONELISTS];
    int nr_zones; /* 该node中zone的个数 */
#if 1 //#ifdef CONFIG_FLAT_NODE_MEM_MAP    /* means !SPARSEMEM */
    struct page *node_mem_map; /* struct page 指针数组，管理该node下的所有物理page */

    unsigned long node_start_pfn; /* 该node的开始页帧号 */
    unsigned long node_present_pages; /* 该node中物理page的个数 total number of physical pages */
    /* 该node空间以页帧为单位计算的个数，可能大于物理page的个数，因为可能存在空洞 */
    unsigned long node_spanned_pages; /* total size of physical page
                     range, including holes */
    int node_id; /* 该node的id */
    wait_queue_head_t kswapd_wait;

    /* 指向负责回收该node中内存的swap内核线程kswapd，一个node对应一个kswapd */
    struct task_struct *kswapd;    /* Protected by lock_memory_hotplug() */

} pg_data_t;

 pg_data_t中描述了node的所有基本元素：
    1)  node_zones : 该node包含的内存域zone
    2)  node_zonelists ：该node的备选节点及内存域列表，后面会详细说明。
    3)  node_mem_map ：linux为每个物理页分配了一个struct page的管理结构体，并形成了一个结构体数组，node_mem_map即为数组的指针；pfn_to_page和page_to_pfn都借助该数组实现。
    4)  node_start_pfn ：该node中内存的起始页帧号
    5)  node_present_pages ：该node中所有的物理page页数
    6)  node_spanned_pages ：该node地址范围内的所有page页数，包括空洞；目前还不清楚什么情况导致与 node_present_pages不同。
    7) kswapd：负责回收该node内存的内核线程，每个node对应一个内核线程kswapd。

    1.2 全局node数组
    在NUMA模型中，必定存在多个node节点， 因此为了快速访问各个节点的内容，内核维护了一个全局的pg_data_t的指针数组 node_data[] ，只要根据node id即可快速找到对应的pg_data_t。

2. 内存域（zone）
    由于一些特殊的应用场景，导致只能分配特定地址范围内的内存（比如老式的ISA设备DMA时只能使用前16M内存；比如kmalloc只能分配低端内存，而不能分配高端内存），因此在node中又将内存细分为zone。

     2.1 zone的类型
    1)  ZONE_DMA ：定义适合DMA的内存域，该区域的长度依赖于处理器类型。比如ARM所有地址都可以进行DMA，所以该值可以很大，或者干脆不定义DMA类型的内存域。而在IA-32的处理器上，一般定义为16M。
   2)  ZONE_DMA32 ：只在64位系统上有效，为一些32位外设DMA时分配内存。如果物理内存大于4G，该值为4G，否则与实际的物理内存大小相同。
   3)  ZONE_NORMAL ：定义可直接映射到内核空间的普通内存域。在64位系统上，如果物理内存小于4G，该内存域为空。而在32位系统上，该值最大为896M。
   4)  ZONE_HIGHMEM ：只在32位系统上有效，标记超过896M范围的内存。在64位系统上，由于地址空间巨大，超过4G的内存都分布在ZONE_NORMA内存域。    
   5)  ZONE_MOVABLE ：伪内存域，为了实现减小内存碎片的机制。

     2.2 数据结构

struct zone {
    /* zone watermarks, access with *_wmark_pages(zone) macros */
    unsigned long watermark[NR_WMARK]; /* 内存回收的水线 */

    /*
     * We don't know if the memory that we're going to allocate will be freeable
     * or/and it will be released eventually, so to avoid totally wasting several
     * GB of ram we must reserve some of the lower zone memory (otherwise we risk
     * to run OOM on the lower zones despite there's tons of freeable ram
     * on the higher zones). This array is recalculated at runtime if the
     * sysctl_lowmem_reserve_ratio sysctl changes.
     */
    /* 为各个内存域指定的保留内存，用于分配不能失败的关键性内存分配 */
    unsigned long        lowmem_reserve[MAX_NR_ZONES];

#ifdef CONFIG_NUMA
    int node; /* 该zone所属的node的node id */
    /*
     * zone reclaim becomes active if more unmapped pages exist.
     */
    /* 对应的page个数大于这两个值时，开始进行回收 */
    unsigned long        min_unmapped_pages;
    unsigned long        min_slab_pages;
#endif

    /* 为什么是per-cpu? 
     * 因为每个cpu都可从当前zone中分配内存，而pageset本身实现的一个功能就是批量申请和释放
     * 修改为per-cpu可减小多个cpu在申请内存时的所竞争
     */
    struct per_cpu_pageset __percpu *pageset;
    /*
     * free areas of different sizes
     */
    spinlock_t        lock;

    struct free_area    free_area[MAX_ORDER]; /* 空闲内存链表，按幂次分组，用于实现伙伴系统 */

    /* Fields commonly accessed by the page reclaim scanner */
    spinlock_t        lru_lock;    
    struct zone_lru lru[NR_LRU_LISTS]; /* 用于链接各种类型的page */ 

    struct zone_reclaim_stat reclaim_stat;

    unsigned long        pages_scanned;     /* 上一次回收扫描过的page数 since last reclaim */
    unsigned long        flags;         /* zone flags, see below */

    /* Zone statistics */
    atomic_long_t        vm_stat[NR_VM_ZONE_STAT_ITEMS]; /* 内存状态统计 */

    /*
     * The target ratio of ACTIVE_ANON to INACTIVE_ANON pages on
     * this zone's LRU. Maintained by the pageout code.
     */
    unsigned int inactive_ratio;

    /*
     * Discontig memory support fields.
     */
    struct pglist_data    *zone_pgdat;
    /* zone_start_pfn == zone_start_paddr >> PAGE_SHIFT */
    unsigned long        zone_start_pfn; /* 该zone的起始页帧号 */
 
    /*
     * zone_start_pfn, spanned_pages and present_pages are all
     * protected by span_seqlock. It is a seqlock because it has
     * to be read outside of zone->lock, and it is done in the main
     * allocator path. But, it is written quite infrequently.
     *
     * The lock is declared along with zone->lock because it is
     * frequently read in proximity to zone->lock. It's good to
     * give them a chance of being in the same cacheline.
     */
    unsigned long        spanned_pages;    /* total size, including holes */
    unsigned long        present_pages;    /* amount of memory (excluding holes) */
} ____cacheline_internodealigned_in_smp;

zone的数据结构比较庞大，这里只对几个关键字段进行说明：
    1)  wartermark ：定义内存回收的水线，有三种水线：WMARK_HIGH、WMARK_LOW、WMARK_MIN。内核线程kswapd检测到不同的水线值会进行不同的处理，当空闲page数大于high时，内存域状态理想，不需要进行内存回收；当空闲page数低于low时，开始进行内存回收，将page换出到硬盘；当空闲page数低于min时，表示内存回收的压力很重，因为内存域中的可用page数已经很少了，必须加快进行内存回收。
    2)  pageset ：per-cpu变量，用于实现每cpu内存的批量申请和释放，减小申请内存时的锁竞争，加快分配内存的速度。
    3)  free_area ：空闲内存链表，按order进行分组，构建伙伴系统模型。同时，如上图所示，为了减少内存碎片，每种order下又根据迁移类型进行了分类，该部分内容后续会进行进一步的解释。free_area数组是停用bootmem分配器、释放bootmem内存时建立起来的。
    4)  vmstat ：用于维护zone中的大量统计信息，在同步和内存回收时非常有用。

     2.3 内存“价值”层次结构
    内核为内存域定义了一个“价值”的层次结构，按分配的“廉价度”依次为： ZONE_HIGHMEM >  ZONE_NORMAL >  ZONE_DMA。
    高端内存域是最廉价的，因为内核没有任何部分依赖于从该zone中分配内存， 如果高端内存用尽，对内核没有任何副作用，这也是优先分配高端内存的原因。
    普通内存域有所不同，因为所有的内核数据都保存在该区域，如果用尽内核将面临紧急情况，甚至崩溃。
    DMA内存域是最昂贵的，因为它不但数量少很容易被用尽，而且被用于与外设进行DMA交互，一旦用尽则失去了与外设交互的能力。
    因此内核在进行内存分配时，优先从高端内存进行分配，其次是普通内存，最后才是DMA内存。

3. 备选节点及其内存域列表（node_zonelists）
    从前面的分析可以知道，zone是进行内存分配的基本容器，如果从某个zone申请内存失败后怎么办呢？这就是node_zonelists将要发挥的作用。
    node_zonelists定义了一个zone搜索列表（每一项代表一个zone），当从某个node的某个zone申请内存失败后，会搜索该列表，查找一个合适的zone继续分配内存。
    该列表有两种排列形式，下面以例子进行说明：
    假设某NUMA系统有4个内存节点，分别标记为A、B、C、D，每个内存节点有3个内存域， ZONE_DMA、 ZONE_NORMAL、 ZONE_HIGHMEM，分别标记为0、1、2。其模型如下：

 1) 按node进行排序：优先选择距离较近的node，再选择比较廉价的zone
    node_zonelists列表如下：

 或者

可能存在两种列表是因为A到B和A到D的距离是一样的。
    2) 按zone进行排序：优先选择比较廉价的zone，再选择距离较近的node
    node_zonelists列表如下：

或者

可能存在两种列表是因为A到B和A到D的距离是一样的。

    还有一个关键的数据结构struct page由于太复杂也太重要，后面单独进行介绍。