前言

你清楚下面這幾個問題嗎？

有了內(nèi)存，為什么還需要 CPU Cache？

CPU 是怎么讀寫數(shù)據(jù)的？

如何讓 CPU 能讀取數(shù)據(jù)更快一些？

CPU 偽共享是如何發(fā)生的？又該如何避免？

CPU 是如何調(diào)度任務的？如果你的任務對響應要求很高，你希望它總是能被先調(diào)度，這該怎么辦？

…

這篇，我們就來回答這些問題。

正文

CPU 如何讀寫數(shù)據(jù)的？

先來認識 CPU 的架構，只有理解了 CPU 的 架構，才能更好地理解 CPU 是如何讀寫數(shù)據(jù)的，對于現(xiàn)代 CPU 的架構圖如下：

可以看到，一個 CPU 里通常會有多個 CPU 核心，比如上圖中的 1 號和 2 號 CPU 核心，并且每個 CPU 核心都有自己的 L1 Cache 和 L2 Cache，而 L1 Cache 通常分為 dCache（數(shù)據(jù)緩存） 和 iCache（指令緩存），L3 Cache 則是多個核心共享的，這就是 CPU 典型的緩存層次。

上面提到的都是 CPU 內(nèi)部的 Cache，放眼外部的話，還會有內(nèi)存和硬盤，這些存儲設備共同構成了金字塔存儲層次。如下圖所示：

從上圖也可以看到，從上往下，存儲設備的容量會越大，而訪問速度會越慢。至于每個存儲設備的訪問延時，你可以看下圖的表格：

你可以看到， CPU 訪問 L1 Cache 速度比訪問內(nèi)存快 100 倍，這就是為什么 CPU 里會有 L1~L3 Cache 的原因，目的就是把 Cache 作為 CPU 與內(nèi)存之間的緩存層，以減少對內(nèi)存的訪問頻率。

CPU 從內(nèi)存中讀取數(shù)據(jù)到 Cache 的時候，并不是一個字節(jié)一個字節(jié)讀取，而是一塊一塊的方式來讀取數(shù)據(jù)的，這一塊一塊的數(shù)據(jù)被稱為 CPU Line（緩存行），所以CPU Line 是 CPU 從內(nèi)存讀取數(shù)據(jù)到 Cache 的單位。

至于 CPU Line 大小，在 Linux 系統(tǒng)可以用下面的方式查看到，你可以看我服務器的 L1 Cache Line 大小是 64 字節(jié)，也就意味著L1 Cache 一次載入數(shù)據(jù)的大小是 64 字節(jié)。

那么對數(shù)組的加載， CPU 就會加載數(shù)組里面連續(xù)的多個數(shù)據(jù)到 Cache 里，因此我們應該按照物理內(nèi)存地址分布的順序去訪問元素，這樣訪問數(shù)組元素的時候，Cache 命中率就會很高，于是就能減少從內(nèi)存讀取數(shù)據(jù)的頻率， 從而可提高程序的性能。

但是，在我們不使用數(shù)組，而是使用單獨的變量的時候，則會有 Cache 偽共享的問題，Cache 偽共享問題上是一個性能殺手，我們應該要規(guī)避它。

接下來，就來看看 Cache 偽共享是什么？又如何避免這個問題？

現(xiàn)在假設有一個雙核心的 CPU，這兩個 CPU 核心并行運行著兩個不同的線程，它們同時從內(nèi)存中讀取兩個不同的數(shù)據(jù)，分別是類型為long的變量 A 和 B，這個兩個數(shù)據(jù)的地址在物理內(nèi)存上是連續(xù)的，如果 Cahce Line 的大小是 64 字節(jié)，并且變量 A 在 Cahce Line 的開頭位置，那么這兩個數(shù)據(jù)是位于同一個 Cache Line 中，又因為 CPU Line 是 CPU 從內(nèi)存讀取數(shù)據(jù)到 Cache 的單位，所以這兩個數(shù)據(jù)會被同時讀入到了兩個 CPU 核心中各自 Cache 中。

我們來思考一個問題，如果這兩個不同核心的線程分別修改不同的數(shù)據(jù)，比如 1 號 CPU 核心的線程只修改了 變量 A，或 2 號 CPU 核心的線程的線程只修改了變量 B，會發(fā)生什么呢？

分析偽共享的問題

現(xiàn)在我們結合保證多核緩存一致的 MESI 協(xié)議，來說明這一整個的過程，如果你還不知道 MESI 協(xié)議，你可以看我這篇文章「10 張圖打開 CPU 緩存一致性的大門」。

①. 最開始變量 A 和 B 都還不在 Cache 里面，假設 1 號核心綁定了線程 A，2 號核心綁定了線程 B，線程 A 只會讀寫變量 A，線程 B 只會讀寫變量 B。

②. 1 號核心讀取變量 A，由于 CPU 從內(nèi)存讀取數(shù)據(jù)到 Cache 的單位是 Cache Line，也正好變量 A 和 變量 B 的數(shù)據(jù)歸屬于同一個 Cache Line，所以 A 和 B 的數(shù)據(jù)都會被加載到 Cache，并將此 Cache Line 標記為「獨占」狀態(tài)。

③. 接著，2 號核心開始從內(nèi)存里讀取變量 B，同樣的也是讀取 Cache Line 大小的數(shù)據(jù)到 Cache 中，此 Cache Line 中的數(shù)據(jù)也包含了變量 A 和 變量 B，此時 1 號和 2 號核心的 Cache Line 狀態(tài)變?yōu)椤腹蚕怼範顟B(tài)。

④. 1 號核心需要修改變量 A，發(fā)現(xiàn)此 Cache Line 的狀態(tài)是「共享」狀態(tài)，所以先需要通過總線發(fā)送消息給 2 號核心，通知 2 號核心把 Cache 中對應的 Cache Line 標記為「已失效」狀態(tài)，然后 1 號核心對應的 Cache Line 狀態(tài)變成「已修改」狀態(tài)，并且修改變量 A。

⑤. 之后，2 號核心需要修改變量 B，此時 2 號核心的 Cache 中對應的 Cache Line 是已失效狀態(tài)，另外由于 1 號核心的 Cache 也有此相同的數(shù)據(jù)，且狀態(tài)為「已修改」狀態(tài)，所以要先把 1 號核心的 Cache 對應的 Cache Line 寫回到內(nèi)存，然后 2 號核心再從內(nèi)存讀取 Cache Line 大小的數(shù)據(jù)到 Cache 中，最后把變量 B 修改到 2 號核心的 Cache 中，并將狀態(tài)標記為「已修改」狀態(tài)。

所以，可以發(fā)現(xiàn)如果 1 號和 2 號 CPU 核心這樣持續(xù)交替的分別修改變量 A 和 B，就會重復 ④ 和 ⑤ 這兩個步驟，Cache 并沒有起到緩存的效果，雖然變量 A 和 B 之間其實并沒有任何的關系，但是因為同時歸屬于一個 Cache Line ，這個 Cache Line 中的任意數(shù)據(jù)被修改后，都會相互影響，從而出現(xiàn) ④ 和 ⑤ 這兩個步驟。

因此，這種因為多個線程同時讀寫同一個 Cache Line 的不同變量時，而導致 CPU Cache 失效的現(xiàn)象稱為偽共享（False Sharing）。

避免偽共享的方法

因此，對于多個線程共享的熱點數(shù)據(jù)，即經(jīng)常會修改的數(shù)據(jù)，應該避免這些數(shù)據(jù)剛好在同一個 Cache Line 中，否則就會出現(xiàn)為偽共享的問題。

接下來，看看在實際項目中是用什么方式來避免偽共享的問題的。

在 Linux 內(nèi)核中存在__cacheline_aligned_in_smp宏定義，是用于解決偽共享的問題。

從上面的宏定義，我們可以看到：

如果在多核（MP）系統(tǒng)里，該宏定義是__cacheline_aligned，也就是 Cache Line 的大?。?/p>

而如果在單核系統(tǒng)里，該宏定義是空的；

因此，針對在同一個 Cache Line 中的共享的數(shù)據(jù)，如果在多核之間競爭比較嚴重，為了防止偽共享現(xiàn)象的發(fā)生，可以采用上面的宏定義使得變量在 Cache Line 里是對齊的。

舉個例子，有下面這個結構體：

結構體里的兩個成員變量 a 和 b 在物理內(nèi)存地址上是連續(xù)的，于是它們可能會位于同一個 Cache Line 中，如下圖：

所以，為了防止前面提到的 Cache 偽共享問題，我們可以使用上面介紹的宏定義，將 b 的地址設置為 Cache Line 對齊地址，如下：

這樣 a 和 b 變量就不會在同一個 Cache Line 中了，如下圖：

所以，避免 Cache 偽共享實際上是用空間換時間的思想，浪費一部分 Cache 空間，從而換來性能的提升。

我們再來看一個應用層面的規(guī)避方案，有一個 Java 并發(fā)框架 Disruptor 使用「字節(jié)填充 + 繼承」的方式，來避免偽共享的問題。

Disruptor 中有一個 RingBuffer 類會經(jīng)常被多個線程使用，代碼如下：

你可能會覺得 RingBufferPad 類里 7 個 long 類型的名字很奇怪，但事實上，它們雖然看起來毫無作用，但卻對性能的提升起到了至關重要的作用。

我們都知道，CPU Cache 從內(nèi)存讀取數(shù)據(jù)的單位是 CPU Line，一般 64 位 CPU 的 CPU Line 的大小是 64 個字節(jié)，一個 long 類型的數(shù)據(jù)是 8 個字節(jié)，所以 CPU 一下會加載 8 個 long 類型的數(shù)據(jù)。

根據(jù) JVM 對象繼承關系中父類成員和子類成員，內(nèi)存地址是連續(xù)排列布局的，因此 RingBufferPad 中的 7 個 long 類型數(shù)據(jù)作為 Cache Line前置填充，而 RingBuffer 中的 7 個 long 類型數(shù)據(jù)則作為 Cache Line后置填充，這 14 個 long 變量沒有任何實際用途，更不會對它們進行讀寫操作。

另外，RingBufferFelds 里面定義的這些變量都是final修飾的，意味著第一次加載之后不會再修改， 又由于「前后」各填充了 7 個不會被讀寫的 long 類型變量，所以無論怎么加載 Cache Line，這整個 Cache Line 里都沒有會發(fā)生更新操作的數(shù)據(jù)，于是只要數(shù)據(jù)被頻繁地讀取訪問，就自然沒有數(shù)據(jù)被換出 Cache 的可能，也因此不會產(chǎn)生偽共享的問題。

CPU 如何選擇線程的？

了解完 CPU 讀取數(shù)據(jù)的過程后，我們再來看看 CPU 是根據(jù)什么來選擇當前要執(zhí)行的線程。

在 Linux 內(nèi)核中，進程和線程都是用tark_struct結構體表示的，區(qū)別在于線程的 tark_struct 結構體里部分資源是共享了進程已創(chuàng)建的資源，比如內(nèi)存地址空間、代碼段、文件描述符等，所以 Linux 中的線程也被稱為輕量級進程，因為線程的 tark_struct 相比進程的 tark_struct 承載的 資源比較少，因此以「輕」得名。

一般來說，沒有創(chuàng)建線程的進程，是只有單個執(zhí)行流，它被稱為是主線程。如果想讓進程處理更多的事情，可以創(chuàng)建多個線程分別去處理，但不管怎么樣，它們對應到內(nèi)核里都是tark_struct。

所以，Linux 內(nèi)核里的調(diào)度器，調(diào)度的對象就是tark_struct，接下來我們就把這個數(shù)據(jù)結構統(tǒng)稱為任務。

在 Linux 系統(tǒng)中，根據(jù)任務的優(yōu)先級以及響應要求，主要分為兩種，其中優(yōu)先級的數(shù)值越小，優(yōu)先級越高：

實時任務，對系統(tǒng)的響應時間要求很高，也就是要盡可能快的執(zhí)行實時任務，優(yōu)先級在0~99范圍內(nèi)的就算實時任務；

普通任務，響應時間沒有很高的要求，優(yōu)先級在100~139范圍內(nèi)都是普通任務級別；

調(diào)度類

由于任務有優(yōu)先級之分，Linux 系統(tǒng)為了保障高優(yōu)先級的任務能夠盡可能早的被執(zhí)行，于是分為了這幾種調(diào)度類，如下圖：

Deadline 和 Realtime 這兩個調(diào)度類，都是應用于實時任務的，這兩個調(diào)度類的調(diào)度策略合起來共有這三種，它們的作用如下：

SCHED_DEADLINE：是按照 deadline 進行調(diào)度的，距離當前時間點最近的 deadline 的任務會被優(yōu)先調(diào)度；

SCHED_FIFO：對于相同優(yōu)先級的任務，按先來先服務的原則，但是優(yōu)先級更高的任務，可以搶占低優(yōu)先級的任務，也就是優(yōu)先級高的可以「插隊」；

SCHED_RR：對于相同優(yōu)先級的任務，輪流著運行，每個任務都有一定的時間片，當用完時間片的任務會被放到隊列尾部，以保證相同優(yōu)先級任務的公平性，但是高優(yōu)先級的任務依然可以搶占低優(yōu)先級的任務；

而 Fair 調(diào)度類是應用于普通任務，都是由 CFS 調(diào)度器管理的，分為兩種調(diào)度策略：

SCHED_NORMAL：普通任務使用的調(diào)度策略；

SCHED_BATCH：后臺任務的調(diào)度策略，不和終端進行交互，因此在不影響其他需要交互的任務，可以適當降低它的優(yōu)先級。

完全公平調(diào)度

我們平日里遇到的基本都是普通任務，對于普通任務來說，公平性最重要，在 Linux 里面，實現(xiàn)了一個基于 CFS 的調(diào)度算法，也就是完全公平調(diào)度（Completely Fair Scheduling）。

這個算法的理念是想讓分配給每個任務的 CPU 時間是一樣，于是它為每個任務安排一個虛擬運行時間 vruntime，如果一個任務在運行，其運行的越久，該任務的 vruntime 自然就會越大，而沒有被運行的任務，vruntime 是不會變化的。

那么，在 CFS 算法調(diào)度的時候，會優(yōu)先選擇 vruntime 少的任務，以保證每個任務的公平性。

這就好比，讓你把一桶的奶茶平均分到 10 杯奶茶杯里，你看著哪杯奶茶少，就多倒一些；哪個多了，就先不倒，這樣經(jīng)過多輪操作，雖然不能保證每杯奶茶完全一樣多，但至少是公平的。

當然，上面提到的例子沒有考慮到優(yōu)先級的問題，雖然是普通任務，但是普通任務之間還是有優(yōu)先級區(qū)分的，所以在計算虛擬運行時間 vruntime 還要考慮普通任務的權重值，注意權重值并不是優(yōu)先級的值，內(nèi)核中會有一個 nice 級別與權重值的轉(zhuǎn)換表，nice 級別越低的權重值就越大，至于 nice 值是什么，我們后面會提到。
于是就有了以下這個公式：

你可以不用管 NICE_0_LOAD 是什么，你就認為它是一個常量，那么在「同樣的實際運行時間」里，高權重任務的 vruntime 比低權重任務的 vruntime少，你可能會奇怪為什么是少的？你還記得 CFS 調(diào)度嗎，它是會優(yōu)先選擇 vruntime 少的任務進行調(diào)度，所以高權重的任務就會被優(yōu)先調(diào)度了，于是高權重的獲得的實際運行時間自然就多了。

CPU 運行隊列

一個系統(tǒng)通常都會運行著很多任務，多任務的數(shù)量基本都是遠超 CPU 核心數(shù)量，因此這時候就需要排隊。

事實上，每個 CPU 都有自己的運行隊列（Run Queue, rq），用于描述在此 CPU 上所運行的所有進程，其隊列包含三個運行隊列，Deadline 運行隊列 dl_rq、實時任務運行隊列 rt_rq 和 CFS 運行隊列 csf_rq，其中 csf_rq 是用紅黑樹來描述的，按 vruntime 大小來排序的，最左側的葉子節(jié)點，就是下次會被調(diào)度的任務。

這幾種調(diào)度類是有優(yōu)先級的，優(yōu)先級如下：Deadline > Realtime > Fair，這意味著 Linux 選擇下一個任務執(zhí)行的時候，會按照此優(yōu)先級順序進行選擇，也就是說先從dl_rq里選擇任務，然后從rt_rq里選擇任務，最后從csf_rq里選擇任務。因此，實時任務總是會比普通任務優(yōu)先被執(zhí)行。

調(diào)整優(yōu)先級

如果我們啟動任務的時候，沒有特意去指定優(yōu)先級的話，默認情況下都是普通任務，普通任務的調(diào)度類是 Fail，由 CFS 調(diào)度器來進行管理。CFS 調(diào)度器的目的是實現(xiàn)任務運行的公平性，也就是保障每個任務的運行的時間是差不多的。

如果你想讓某個普通任務有更多的執(zhí)行時間，可以調(diào)整任務的nice值，從而讓優(yōu)先級高一些的任務執(zhí)行更多時間。nice 的值能設置的范圍是-20～19， 值越低，表明優(yōu)先級越高，因此 -20 是最高優(yōu)先級，19 則是最低優(yōu)先級，默認優(yōu)先級是 0。

是不是覺得 nice 值的范圍很詭異？事實上，nice 值并不是表示優(yōu)先級，而是表示優(yōu)先級的修正數(shù)值，它與優(yōu)先級（priority）的關系是這樣的：priority(new) = priority(old) + nice。內(nèi)核中，priority 的范圍是 0~139，值越低，優(yōu)先級越高，其中前面的 0~99 范圍是提供給實時任務使用的，而 nice 值是映射到 100~139，這個范圍是提供給普通任務用的，因此 nice 值調(diào)整的是普通任務的優(yōu)先級。

在前面我們提到了，權重值與 nice 值的關系的，nice 值越低，權重值就越大，計算出來的 vruntime 就會越少，由于 CFS 算法調(diào)度的時候，就會優(yōu)先選擇 vruntime 少的任務進行執(zhí)行，所以 nice 值越低，任務的優(yōu)先級就越高。

我們可以在啟動任務的時候，可以指定 nice 的值，比如將 mysqld 以 -3 優(yōu)先級：

如果想修改已經(jīng)運行中的任務的優(yōu)先級，則可以使用renice來調(diào)整 nice 值：

nice 調(diào)整的是普通任務的優(yōu)先級，所以不管怎么縮小 nice 值，任務永遠都是普通任務，如果某些任務要求實時性比較高，那么你可以考慮改變?nèi)蝿盏膬?yōu)先級以及調(diào)度策略，使得它變成實時任務，比如：

總結

理解 CPU 是如何讀寫數(shù)據(jù)的前提，是要理解 CPU 的架構，CPU 內(nèi)部的多個 Cache + 外部的內(nèi)存和磁盤都就構成了金字塔的存儲器結構，在這個金字塔中，越往下，存儲器的容量就越大，但訪問速度就會小。

CPU 讀寫數(shù)據(jù)的時候，并不是按一個一個字節(jié)為單位來進行讀寫，而是以 CPU Line 大小為單位，CPU Line 大小一般是 64 個字節(jié)，也就意味著 CPU 讀寫數(shù)據(jù)的時候，每一次都是以 64 字節(jié)大小為一塊進行操作。

因此，如果我們操作的數(shù)據(jù)是數(shù)組，那么訪問數(shù)組元素的時候，按內(nèi)存分布的地址順序進行訪問，這樣能充分利用到 Cache，程序的性能得到提升。但如果操作的數(shù)據(jù)不是數(shù)組，而是普通的變量，并在多核 CPU 的情況下，我們還需要避免 Cache Line 偽共享的問題。

所謂的 Cache Line 偽共享問題就是，多個線程同時讀寫同一個 Cache Line 的不同變量時，而導致 CPU Cache 失效的現(xiàn)象。那么對于多個線程共享的熱點數(shù)據(jù)，即經(jīng)常會修改的數(shù)據(jù)，應該避免這些數(shù)據(jù)剛好在同一個 Cache Line 中，避免的方式一般有 Cache Line 大小字節(jié)對齊，以及字節(jié)填充等方法。

系統(tǒng)中需要運行的多線程數(shù)一般都會大于 CPU 核心，這樣就會導致線程排隊等待 CPU，這可能會產(chǎn)生一定的延時，如果我們的任務對延時容忍度很低，則可以通過一些人為手段干預 Linux 的默認調(diào)度策略和優(yōu)先級。

責任編輯：lq