Linux内核设计与实现 十六、页高速缓存和页回写

页高速缓存

概念
 Linux内核实现磁盘缓存，将磁盘中的数据缓存到物理内存中，把对磁盘的访问变为对物理内存的访问。可以减少对磁盘的I/O操作。

性能提升
●访问磁盘的速度要远低于访问内存的速度。因此从内存访问数据比从磁盘访问更快。
●数据一旦被访问，就很有可能在短期内再次被访问到。

16.1 缓存手段

 页高速缓存是由内存中的物理页面组成的，其内容对应磁盘上的物理课。

 当内核开始读操作，会首先检查需要的数据是否在页高速缓存中。

写缓存

进程写磁盘时，缓存使用方式：
●不缓存：
 高速缓存不去缓存任何写操作。当对缓存中的数据片进行写时，将直接跳过缓存，写到磁盘，同时也使缓存中的数据失效。这种策略效率较低
●写透缓存
 写操作会更新缓存，同时更新磁盘文件。写操作会立刻穿透缓存到磁盘中。这种策略对保持缓存一致性很有好处。
●回写（Linux采用）
 程序直接写到缓存中，后端存储不会立刻直接更新，而是将页高速缓存中被写入的页面标记成“脏”，并加入脏页链表中。然后由一个回写进程周期将脏页链表中的页写回到磁盘，保持磁盘和内存数据一致，并清理“脏”页标志。

缓存回收

原因
缓存算法最后涉及的重要内容是缓存中的数据如何清除：如为更重要的缓存项腾出位置，或者是收缩缓存大小，腾出内存给其他地方使用。
做法
 Linux缓存回收是通过选择干净页（不脏）进行简单替换，如果缓存中没有足够的干净页面，内核将强制地进行回写操作，回收脏页，以腾出更多的干净可用页。

回收策略
●理想回收策略：回收以后最不可能使用的页面。但这种策略太理想，无法真正实现。
●最近最少使用（LRU）：
 思想：LRU回收策略跟踪每个页面的访问踪迹，以便能回收最老时间戳的页面。
 优点：该策略的良好效果源自于缓存的数据越久未被访问，则月不大可能近期再被访问，而最近访问的最有可能被再次访问。
 缺点：许多文件被访问一次，再不被访问的情景下，LRU效果很差，将这些页面放在LRU链的顶端显然不是最优。

●双链策略（LRU/2）
 Linux实现的是一个修改过的LRU，也称为双链策略。Linux维护的不再是一个LRU链表，而是维护两个链表：活跃联播和非活跃链表。活跃链表上的页面不会被换出，而非活跃链表上的页面则是可以被换出的。
 两个链表需要保持平衡，如果活跃链表超过了非活跃链表，那么活跃链表的头页面将会重新移回到非活跃链表中，以便能再次回收，就可以解决传统LRU算法中仅访问一次的问题。

应用场景

 打开大量源文件时，文件存储在页高速缓存中，从一个文件跳到另一个文件将瞬间完成。
 编辑文件时，存储文件也会瞬间完成，因为写操作只需要写到内存，而不是磁盘。
 编译项目时，缓存的文件将使得编译过程更少访问磁盘，所以编译的速度就加快了。

16.2 Linux页高速缓存

 本节剖析具体的数据结构以及内核如何使用它们管理缓存。

address_space对象

Linux页高速缓存使用了一个新对象管理缓存项和页I/O操作。该结构体是虚拟地址vm_area_struct的物理地址对等体。

具体见书

16.3 缓冲区高速缓存

 对于linux来说，2.4之前的内核中有两种缓存，一种是vfs的页高速缓存，另外一种是缓冲区高速缓存，实际上缓冲区对应于磁盘块，就是磁盘块在内存中的表示罢了，其中的数据也还是文件中的数据，只不过页高速缓存是按照页面管理的，而缓冲区高速缓存是按照块来管理的，两个缓存在数据本身上有一定的重合，这就造成了冗余，在内核中是很不好的，比如123456是页高速缓存的数据，到了缓冲区高速缓存，其实还是123456，只不过不再这么排列了，而是分成了一块一块的，比如1，2，3，…如果能将这些1，2，3指向页高速缓存，那么就可以不再需要为缓冲区高速缓存分配大量的内存空间了。2.4往后的内核就是这么做的，到了2.6内核，有了bio，那么buffer_head再也不用作为IO容器了

16.4 flusher线程

由于页高速缓存的缓存作用，写操作实际上会被延迟。flusher线程在系统中的空闲内存低于一个特定的阈值时，将脏页刷新写回磁盘。