原文連結：https://lwn.net/Articles/738449

摘要: 本文翻譯自Neil Brown發表在LWN上的兩篇介紹塊層的文章。Neil是前MD RAID的maintainer，他透過這兩篇文章，提綱契領地描繪了塊層的主脈絡。

Linux 塊層向上為檔案系統和塊裝置提交介面，使得上層能夠以統一的方式訪問各種型別的後端儲存裝置。同時，它也向下為裝置驅動提供介面，讓驅動層能夠以一致的方式來接受請求。一些驅動如上一篇文章中提到的DRBD和RBD裝置，只使用bio層提供的一些介面，對bio請求進行處理。其它的驅動則可以從IO請求plugging機制,各種請求排序和請求合併中受益。為了給驅動層提供服務，塊層做了不少事情，我且稱之為”request層”。

現在，”request層”並存著兩種模型：單佇列(single-queue) 和 多佇列(multi-queue)。多佇列的出現也就是近幾年的事情，也許總有一天會完全取代單佇列的，但是目前來看兩者在內核的使用都相當活躍。有了這兩種不同的排隊方法(queuing approach)做參考，我們就可以兩相對比來學習學習，所以我們將花點時間都看看，分析他們如何把請求呈現給驅動層的。首先，我們來看看兩者的共同之處，分析這兩個關鍵的結構體是個不錯的入手點： struct request_queue 和 struct request。

請求佇列和請求

struct request_queue之於struct request的關係，非常像struct gendisk之於struct bio的關係：一個代表具體的裝置，一個代表IO請求。需要註意的是，每個gendisk都有一個關聯的request_queue結構體，但是隻有那些使用了”request層”的裝置才會分配request結構體。按理說，適用於所有塊裝置的域，比如struct queue_limits，都應該放到gendisk結構體裡面，而對於一些僅適用於”request層”佇列管理的域，其實只應當分配給那些使用了”request層”的裝置。現在來看，這些結構體裡有些域的安排可能就是歷史巧合，也不值得去糾正了。各種佇列相關的域，都可以在/sys/block/*/queue/目錄下檢視。

request結構體代表單個IO請求，最終要傳遞到底層裝置。一個request包含一個或多個代表連續IO請求的bio，一些跟蹤總體狀態的資訊（比如時間戳，哪個CPU發來的請求），和一些用來鏈入更大資料結構的“錨點”，比如用struct list_head queuelist鏈入一個簡單的佇列結構，用struct hlist_node hash鏈入一個雜湊表(用來查詢與新bio相鄰的請求)，用struct rb_node rb_node來把請求放在一棵紅黑樹上。在分配一個request結構體的時候，有時候要分配一些額外的空間來給底層驅動儲存一些額外的資訊。有時候這些空間用來儲存命令頭部，以便傳送給底層裝置，比如 SCSI command descriptor block，驅動可以自由地決定如何使用這塊空間。

相應的make_request_fn()函式 (單佇列是blk_queue_bio，多佇列是blk_mq_make_request())為IO請求建立一個request結構體，然後把交給IO排程器, 也叫電梯演演算法”elevator”, 這個名字來自電梯演演算法（ elevator algorithm），電梯演演算法曾是磁碟IO排程一個裡程碑式的成就。我們將快速看一下單佇列的實現，然後再對比地去看多佇列。

單佇列上的請求排程

過去，大多儲存裝置都是機械硬碟，要透過磁頭尋道，碟片旋轉來定位資料。機械盤一次只能處理一個請求，從碟片上一個位置挪動到下一個位置代價很大。單佇列的實現就是為這種型別的裝置而生的，然後漸漸地也能支援其它快速裝置，然而單佇列整體結構依然反映了旋轉型別儲存裝置的需求。

單佇列排程器主要有三個任務：

• 積聚代表連續IO操作的多個bio，合併成更大的IO請求，充分發揮硬體效能，但是請求不能太大超高硬體裝置的限制；

• 把請求進行排序來減少尋道時間，但是又要保證重要的請求得到及時處理。不斷尋求較優方案，來解決這個問題，是這一部分程式碼複雜度的根源。一般很難知道這兩點：一個請求有多重要，和一個請求需要多少尋道時間，我們只能依賴啟髮式方法來判斷怎樣排序比較好，然而啟髮式方法絕不是完美的；

• 把經過整理的請求串列交給底層驅動，讓驅動從佇列取下請求去處理，同時提供一個通知機制來告訴上層請求處理的結果。

最後一個任務很直接了當。驅動會透過blk_init_queue_node()來註冊一個request_fn()策略例程，只要佇列上有新請求已經準備好，策略例程被呼叫去處理這個請求。驅動負責用blk_peek_request()來從佇列上取下請求，然後進行處理。當請求處理完畢 [有些裝置可以並行處理多個請求]，驅動會從佇列上摘下另一個請求來處理，而不用再去呼叫request_fn() [因為request_fn()一次拿到了整個串列上的所有request]。請求一旦處理完畢，就可呼叫blk_finish_request()來通知上層。

第一個任務有部分是用elv_attempt_insert_merge()完成的，它會快速地檢查佇列，看是否可以找到一個已經存在的request，把新的bio合併進入。如果成功，排程器就會允許合併，如果失敗，排程器還有一次機會嘗試在排程器內部進行一次合併。如果沒有機會合併，就分配一個新的請求，然後交給排程器。稍後一會，如果某個請求因合併而長大，使得它與該請求變成了連續的，排程器就可以再次嘗試合併操作。

第二個任務可能是最複雜的。如何把請求按照”適當”順序排隊非常依賴我們如何來解釋”適當”的含義。這三種不同的單佇列排程器: noop, deadline和cfq，對“適當”的解釋就非常不一樣。

• “noop”會對請求做一些簡單的排序，不允許把讀請求挪到寫請求之前，反之亦然；依據電梯演演算法，一個同型別的請求可以插入到另一個之前。除了elv_dispatch_sort()所做簡單排序，”noop”就是一個FIFO佇列。

• “deadline”會把提交時間相近的請求放在一批。在同一批中，請求會被排序。當一批請求達到了大小上限或著定時器超時，這批請求就會提交到裝置佇列上去。這個演演算法嘗試給每一個請求都設定一個延遲時間上限，同時儘量聚集比較大的一批請求。

• “cfq”即”Complete Fairness Queuing”，相比其它幾個排程器要複雜很多，目的是在不同行程或行程組間保證IO資源使用的公平性。cfq排程器內部維護了多個佇列，每一個行程都有一個佇列來儲存來自該行程的同步請求(通常是讀)，而對於非同步請求(通常是寫)，每一個優先順序都有一個佇列，所有請求不論來自哪個行程都按照優先順序放到相應的佇列上。在提交請求時，按照優先順序每個佇列都有機會得到排程。每個佇列都有一定的時間片，在時間片內才能提交一定數量的請求。當一個同步佇列中的請求不足一定數量時，這個裝置可以空閑一會，即使其它佇列裡可能有請求等待處理。通常，同步請求之間在磁碟上的物理位置是連續的，所以讓磁碟稍等一會來接收更多連續的請求，這樣做可以提高吞吐量。以上對CFQ的描述僅僅是點皮毛。核心檔案（Documentation/block/cfq-iosched.txt）講的更詳細點，還列出了所有引數，透過調整這些引數能夠適應各種不同的場景。

之前提到過，一些高階點的裝置可以一次處理多個請求，即在一個請求還沒有處理完成之前，就能夠處理新的請求。通常，這個要用到”tagging”功能，給每一個請求加一個標簽，這樣請求完成通知就能和原來的請求正確的對應起來。單佇列的”request層”可以對任意深度的裝置提供”tagging”功能。

一個裝置內部可以透過真正地並行處理請求，來支援被標記的命令，比如透過訪問一個記憶體快取，透過設計多模組而每個模組都能處理一個請求，或者透過其內部佇列，這樣的佇列比”request層”更加瞭解裝置。

多佇列和多CPU

多佇列的另一個動機就是減少鎖的開銷，因為我們的系統處理器越來越多，而請求從多個處理器放到一個佇列中時需要加鎖，鎖的開銷變得越來越大。”plugging”機制能幫得上一些忙，但是不夠理想。如果我們能夠分配更多佇列：每個NUMA節點一個佇列，或者一個CPU一個佇列，那麼把請求放到佇列的鎖開銷就會減少很多。如果硬體支援並行處理多個請求，那麼這樣做的優勢就更大了。如果硬體只支援一次提交一個請求，那麼多個per-CPU佇列仍然需要合併。如果他們比”plugging”機制批處理的效果更好，那麼這樣做也是有益處的。假如不能提高批處理的效果，寫程式的時候小心點應該也能夠保證，至少不會有什麼損失。

之前說過，cfq排程器內部已經有多個佇列，但是它們跟multi-queue的目的完全不一樣，它們把請求與行程和優先順序關聯起來，而multi-queue的佇列是跟硬體密切相關的。multi-queue “request層”維護著兩組硬體相關的佇列：軟體的”staging”佇列和硬體的”dispatch”佇列。

軟體staging佇列(struct blk_mq_ctx)是依CPU硬體情況而分配的，每個CPU分配一個，或每個NUMA節點分配一個。當塊層的”plugging”機制拔開”塞子”時(blk_mq_flush_plug_list())，request請求在一個spinlock的保護下被新增到佇列上，鎖競爭應該很少。multi-queue的佇列可以選擇由某一個multi-queue排程器來管理, 現在有三種multi-queue排程器：bfq, kyber和mq-deadline.

硬體dispatch佇列是基於標的硬體塊裝置進行分配的，所以有可能只有一個，也有可能多達2048個佇列 (或與硬體支援的中斷源個數一樣)。”request層”為每一個硬體佇列(或”硬體背景關係”)分配一個資料結構struct blk_mq_hw_ctx，維護著一個CPU和佇列之間的對映表，而佇列本身就是為底層驅動而服務的。“request 層”時不時地把硬體佇列中的請求傳遞給底層驅動。接下來，請求就全由驅動處理了，通常情況下，又會很快按照接收的順序交給硬體。

與single-queue相比有另一個重要區別，multi-queue使用的request結構體都是預分配的。每個request結構體都關聯著一個不同tag number，這個tag number會隨著請求傳遞到硬體，再隨著請求完成通知傳遞迴來。早點為一個請求分配tag number，在時機到來的時候，request 層可隨時向底層傳送請求。

single-queue只需要一個request_fn()就可以了，但是multi-queue需要底層驅動提供一個struct blk_mq_ops結構體，包含了多達11個函式。其中，最核心的一個函式是queue_rq()，其它的函式實現了超時，請求完成輪詢，請求初始化，等類似操作。

一旦請求就緒，並且排程器不想再把請求保持在佇列上來排序或擴充套件，排程器就會呼叫queue_rq()函式。single-queue把收集請求的責任交給了驅動層，與之不同，multi-queue卻把這個責任交給了”request層”。queue_rq()有個引數代表的是硬體背景關係，通常會把請求放在內部FIFO佇列上，也有可能會直接處理。queue_rq()可以拒絕一個請求，然後傳回BLK_STS_RESOURCE，讓請求繼續在staging佇列上等待。除了BLK_STS_RESOURCE和BLK_STS_OK，其它傳回值都被視為IO錯誤。

多佇列排程

multi-queue不是必須要配置一個排程器，如果不指定的話，那麼就會用類似單佇列中的“noop”排程器。連續的bio會被合併到一個請求，而不連續的bio各成為一個獨立的請求。這些請求以FIFO的順序被放到staging佇列中，儘管有多個submission佇列，預設的排程器會嘗試直接提交新請求，僅僅在收到BLK_STS_RESOURCE傳回值時才會使用staging佇列。當塊裝置上的plugging機制拔開“塞子”時，排程器會呼叫blk_mq_run_hw_queue()或blk_mq_delay_run_hw_queue()把軟體佇列傳遞給驅動層處理。

可插拔的multi-queue排程器有22個入口點，其中有兩個函式，一個是insert_requests()把一組請求新增到軟體staging佇列中，另一個是dispatch_request()會選擇一個請求然後傳遞給硬體裝置。如果沒有實現insert_request()函式，請求就會被簡單的插入到串列末尾。如果沒有提供dispatch_request()函式，就會從staging佇列裡取下請求，然後以任意順序傳遞到相應的硬體佇列。This “collect everything” step is the main point of cross-CPU locking and can hurt performance, so it is best if a device with a single hardware queue accepts all the requests it is given.[最後一句我理解不到那個點，大致理解是說staging佇列有多個，硬體佇列只有一個的情況，那麼多個軟體佇列上的請求最終要收集到這個硬體佇列上來，那麼必然要加鎖，會比較影響效能]

mq-deadline排程器跟單佇列的deadline排程器發揮的功能很相似。它有個insert_request()函式，不會使用多個staging佇列，而是把請求放到兩個全域性的基於時間的佇列中 – 一個放讀請求，一個放寫請求，先嘗試把該新請求與已經存在的請求合併，如果合併不了，則把這個新請求放到佇列尾部。dispatch_request()函式會從這些佇列中傳回第一個請求：基於時間的佇列，基於請求批大小，以及避免寫饑餓的佇列。

bfq排程器，即Budget Fair Queueing, 一定程度上是借鑒cfq實現的。核心裡有介紹bfq的檔案(Documentation/block/bfq-iosched.txt)，幾年前lwn上有篇講bfq的文章（https://lwn.net/Articles/601799/），後來又出了一篇文章(https://lwn.net/Articles/709202/)， 跟進了bfq被吸納進multi-queue的情況。bfq有一點比較像mq-deadline,沒有使用多個per-CPU staging佇列。bfq有多個佇列，每一個佇列由一把自旋鎖保護。

與mq-deadline和bfq不一樣，kyber IO排程器，在這篇文章中(https://lwn.net/Articles/720675/)有簡單介紹，它使用了per-CPU的staging佇列，也沒有實現自己的insert_request()函式，而用的是預設行為。dispatch_request()函式為每一個硬體背景關係都維護著各種內部佇列，如果這些佇列是空的，它就會從給定的硬體背景關係所對應的所有staging佇列來收集請求，然後在內部將請求做個分佈，如果硬體佇列不是空的，它就直接從對應的內部佇列裡下發請求。關於kyber排程器的這幾個方面核心沒有相應的註釋和檔案：策略解釋，請求分佈，以及處理順序。

單佇列要壽終正寢了？

在塊層中，並存兩套不同的佇列系統，兩套排程器和兩套不同的驅動介面很明顯是不理想的。我們可以期待single-queue的程式碼很快被移除掉嗎？multi-queue到底又有多好呢？

不幸的是，這些問題的回答需要在不同的硬體上做很多測試，而筆者只是個做軟體的。從軟體的角度來說，很清楚，在支援多佇列並行提交請求的硬體上，multi-queue應該能帶來很多好處。當用在單佇列硬體上時，multi-queue至少應該和單佇列旗鼓相當，但是不要期望一夜之間就能達到旗鼓相當的水平，因為任何新事物都不是完美的。

說到不完美，舉個例子，最近一個補丁集進了Linux 4.15。這些補丁對mq-deadline排程器做了一些修改來解決redhat在內部儲存系統測試中發現的效能問題。假如切換到multi-queue, 儲存領域的各家廠商很有可能在測試中發現類似的效能回退。在未來幾個月裡，這些被髮現的問題很有希望得到修複。2017可能不會成為multi-queue-ony Linux的一年，但是這樣的一天不會太遠。