蜗窝科技

Linux内核同步机制之（九）：Queued spinlock

作者：OPPO内核团队 发布于：2022-6-29 6:33 分类：内核同步机制

前言

本站之前已经有了一篇关于spinlock的文档，在之前的文章中有对自旋锁进行简单的介绍，同时给出了API汇整和应用场景。不过该文章中的自旋锁描述是基于比较老的内核版本，那时候的自旋锁还是ticket base锁，而目前最新内核中的自旋锁已经进化成queued spinlock，因此需要一篇新的自旋锁文档来跟上时代。此外，本文将不再描述基本的API和应用场景，主要的篇幅将集中在具体的自旋锁实现上。顺便说一句，同时准备一份linux5.10源码是打开本文的正确方式。

由于自旋锁可以在各种上下文中使用，因此本文中的thread是执行线索的意思，表示进程上下文、hardirq上下文、softirq上下文等多种执行线索，而不是调度器中线程的意思。

一、简介

Spinlock是linux内核中常用的一种互斥锁机制，和mutex不同，当无法持锁进入临界区的时候，当前执行线索不会阻塞，而是不断的自旋等待该锁释放。正因为如此，自旋锁也是可以用在中断上下文的。也正是因为自旋，临界区的代码要求尽量的精简，否则在高竞争场景下会浪费宝贵的CPU资源。

1、代码结构

我们整理spinlock的代码结构如下：

最上层是通用自旋锁代码（体系结构无关，平台无关），这一层的代码提供了两种接口：spinlock接口和raw spinlock接口。在没有配置PREEMPT_RT情况下，spinlock接口和raw spinlock接口是一毛一样的，但是如果配置了PREEMPT_RT，spinlock接口走rt spinlock，底层是基于rtmutex的。也就是说这时候的spinlock不再禁止抢占，不再自旋等待，而是使用了支持PI的睡眠锁来实现，因此有了更好的实时性。而raw spinlock接口即便在配置了PREEMPT_RT下仍然保持传统自旋锁特性。

中间一层是区分SMP和UP的，在SMP和UP上，自旋锁的实现是不一样的。对于UP，自旋没有意义，因此spinlock的上锁和放锁操作退化为preempt disable和enable。SMP平台上，除了抢占操作之外还有正常自旋锁的逻辑，具体如何实现自旋锁逻辑是和底层的CPU architecture相关的，后面我们会详细描述。

最底层的代码是体系结构相关的代码，ARM64上，目前采用是qspinlock。和体系结构无关的Qspinlock代码抽象在qspinlock.c文件中，也就是本文重点要描述的内容。

2、接口API

一个示例性的接口API流程如下（左边是UP，右边是SMP）：

具体的接口API简单而直观，这里就不再罗列了。

3、自旋锁的演进

自旋锁的演进过程如下：

最早的自旋锁是TAS（test and set）自旋锁，即通过原子指令来修改自旋锁的状态（locked、unlocked）。这种锁存在不公平的现象，具体原因如下图所示：

如果thread4当前持锁，同一个cluster中的cpu7上的thread7和另外一个cluster中的thread0都在自旋等待锁的释放。当thread4释放锁的时候，由于cpu7和cpu4的拓扑距离更近，thread7会有更高概率可以抢到自旋锁，从而产生了不公平现象。为了解决这个问题，内核工程师又开发了ticket base的自旋锁，但是这种自旋锁在持锁失败的时候会对自旋锁状态数据next成员进行++操作，当CPU数据巨大并且竞争激烈的时候，自旋锁状态数据对应的cacheline会在不同cpu上跳来跳去，从而对性能产生影响，为了解决这个问题，qspinlock产生了，下面的文章会集中在qspinlock的原理和实现上。

二、Qspinlock的数据结构

1、Qspinlock

struct qspinlock定义如下（little endian）：

Qspinlock的数据结构一共4个byte，不同的场景下，为了操作方便，我们可以从不同的视角来看这四个字节，示意图如下：

Tail成员占2B，包括tail index（16~17）和tail cpu（18~31）两个域。补充说明一下，上图是系统CPU的个数小于16k的时候的布局，如果CPU数据太大，tail需要扩展，压缩pending域的空间。这时候pending域占一个bit，其他的7个bit用于tail。之所以定义的如此复杂主要是为了操作方便，有时候我们需要对整个4B的spinlock val进行操作（例如判断空锁需要直接判断val是否为0值），有时候需要对pending+locked这两个byte进行操作（例如mcs node queue head需要自旋在pending+locked上），而有的时候又需要单独对pending或者locked进行设置，大家可以结合代码体会owner的良苦用心。

抛开这些复杂的union数据成员，实际上spinlock的4B由下面三个域组成：

2、MCS lock

MCS lock定义如下：

为了解决多个thread对spinlock的读写造成的cache bouncing问题，我们引入了per cpu的mcs lock，让thread自旋在各自CPU的mcs lock，从而减少了缓存颠簸问题，提升了性能。由于自旋锁可能是嵌套的，因此mcs lock节点在每个CPU上是多个，具体如下图所示：

在某个线程上下文，由于持A锁失败而进入自旋，我们需要把该CPU上的mcs锁节点挂入A spinlock的队列。在这个自旋过程中，该CPU有可能发生软中断，在软中断处理函数中，我们试图持B锁，如果失败，那么该cpu上的mcs锁节点需要挂入B spinlock的队列。在这样的场景中，我们必须区分线程上下文和软中断上下文的mcs node。这样复杂的嵌套最多有四层：线程上下文、软中断上下文、硬中断上下文和NMI上下文。因此我们每个CPU实际上定义了多个mcs node节点（目前是四个），用来解决自旋锁的嵌套问题。

了解了上面的内容之后，我们可以回头看看tail成员。这个成员分成两个部分，一个是cpu id加一（0表示队列无节点），一个就是context index。这两部分合起来可以确定一个mcs node对象。

三、Qspinlock的原理

1、Qspinlock状态说明

通过上面对qspinlock数据结构的说明我们可以知道，spinlock的状态由locked、pending和tail三元组来表示。下面就是几种状态示例：

需要说明的是tail block中的“n”和“*”表示了mcs node队列的情况。n表示qspinlock只有一个mcs node，*表示qspinlock有若干个mcs node形成队列，同时在竞争spinlock。

2、Qspinlock中的状态迁移

一个完整的qspinlock状态迁移过程如下：

我们可以对照下一节的代码来验证上面的这张状态迁移图。

四、Qspinlock的实现

1、获取qspinlock

本小节我们主要描述获取和释放qspinlock的代码逻辑（省略了调试、内存屏障等的代码）。我们先看获取qspinlock的代码如下：

如果spinlock的值（指完整的4B数据，即spinlock的val成员）等于0，那么说明是空锁，那么调用线程可以持锁进入临界区。这时候，spinlock的值被设置为_Q_LOCKED_VAL（值为1），即标记锁处于locked状态。如果快速路径失败，那么进入慢速路径。慢速路径比较长，我们分段解读

2、Pengding到locked的中间状态

慢速路径的第一段代码是处理Pengding到locked的中间的，如下：

A、如果当前spinlock的值只有pending比特被设定，那么说明该spinlock正处于owner把锁转交给pending owner的过程中（即owner释放了锁，但是pending owner还没有拾取该锁）。在这种情况下，我们需要重读spinlock的值。当然，如果持续重读的结果仍然是仅pending比特被设定，那么在_Q_PENDING_LOOPS次循环读之后放弃。

为何这里我们要这么执着的等待pending owner线程将其状态从pending迁移到locked状态呢？因为我们不想排队。如果带着pending bit往下走，在B处就会直接接入排队过程。一旦进入排队过程，我们会触碰第二条cacheline（mcs lock），如果pending owner获取了锁，它会clear pending比特，这样我们就成为第一个等锁线程，也就不需要排队，变成pending owner线程。理论上owner释放锁和pending owner获取锁应该很快，但是当竞争比较激烈的时候，难免会出现长时间单pending bit被设定的情况，因此这里也不适合死等，我们设置_Q_PENDING_LOOPS等于1，即重读一次就OK了。

B、如果有其他的线程已经自旋等待该spinlock（pending域被设置为1）或者挂入MCS队列（设置了tail域），那么当前线程需要挂入MCS等待队列。否则说明该线程是第一个等待持锁的，那么不需要排队，只要pending在自旋锁上就OK了。

3、Pending owner task

我们先看看pending owner怎么自旋等待spinlock：

A、执行至此tail+pending都是0，看起来我们应该是第一个pending线程，通过queued_fetch_set_pending_acquire函数读取了spinlock的旧值，同时设置pending比特标记状态。

B、在设置pending标记位之后，我们需要再次检查一下我们这里设置pending比特的时候，其他的竞争者是否也修改了pending或者tail域。如果其他线程已经抢先修改，那么本线程不能再pending在自旋锁上了，而是需要回退pending设置（如果需要的话），并且挂入自旋等待队列。如果没有其他线程插入，那么当前线程可以开始自旋在spinlock上，等待owner释放锁了（我们称这种状态的线程被称为pending owner）

4、Pending owner持锁

我们一起来看看pending owner如何持锁：

A、至此，我们已经成为合法的pending owner，距离获取spinlock仅一步之遥，属于是一人之下，万人之上（对比pending在mcs lock的线程而言）。pending owner通过atomic_cond_read_acquire函数自旋在spinlock的locked域，直到owner释放spinlock。这里自旋并不是轮询，而是通过WFE指令让CPU停下来，降低功耗。当owner释放spinlock的时候会发送事件唤醒该CPU。

B、发现owner已经释放了锁，那么pending owner解除自旋状态继续前行。清除pending标记，同时设定locked标记，持锁成功，进入临界区。以上的代码就是pending owner自旋等待进入临界区的代码。

5、入队操作

下面我们再一起看看需要排队的情况：

当不能pending在spinlock的时候，当前执行线索需要挂入MCS队列。如果不是队首，那么线程会自旋在自己的mcs lock上，如果在队首的位置，那么线程需要自旋在spinlock的上。和pending owner不同的是，队首的线程是针对pending+locked两个域进行自旋。

首先要进行入队前的准备工作：一是要找到对应的mcs node，其次要准备好tail域要设置的值。

A、获取mcs node的基地址

B、由于spin_lock可能会嵌套（在不同的自旋锁上嵌套，如果同一个那么就是死锁了）因此我们构建了多个mcs node，每次递进一层。顺便一提的是：当index大于阀值的时候，我们会取消qspinlock机制，恢复原始自旋机制。

C、将context index和cpu id组合成tail

D、根据mcs node基地址和index找到对应的mcs node

找到mcs node之后，我们需要挂入队列，代码如下：

A、初始化MCS lock为未持锁状态（指mcs锁，注意和spinlock区分开），考虑到我们是尾部节点，next设置为NULL。

B、试图获取锁，很可能在上面的过程中，pending thread和owner thread都已经离开了临界区，这时候如果持锁成功，那么就可以长驱直入，进入临界区，无需排队。

C、当然，大部分场合下我们还是要入队。这里修改qspinlock的tail域，old保存了旧值。如果这是队列中的第一个节点，那么至此就结束了，如果之前tial域就有值，那么说明有队列中有其他waiter，需要把队列串联起来当前节点才真正挂入队列。

A、如果在本节点挂入队列之前，等待队列中已经有了waiter，那么我们需要把tail指向的尾部节点和旧的MCS队列串联起来。

B、建立新node和旧的等待队列的关系。

C、至此，我们已经是处于mcs queue的队列尾部，自旋在自己的mcs lock上，等待locked状态（是mcs lock，不是spinlock的）变成1。

D、执行至此，我们已经获得了MCS lock，也就是说我们成为了队首。在我们自旋等待的时候，可能其他的竞争者也加入到链表了，next不再是null了（即我们不再是队尾了）。因此这里需要更新next变量，以便我们把mcs锁禅让给下一个node。

6、持锁成功

由于本线程已经成为队首，获取了入主中原的机会，那么需要进入新的spinlock自旋状态：

A、在获取了MCS lock之后（排到了mcs node queue的头部），我们获准了在spinlock上自旋。这里等待pending和owner离开临界区。

B、至此，我们获取了spinlock，成为万人敬仰的“owner task”，在进入临界区之前，我们需要把mcs锁传给下一个节点。如果本mcs node是队列中的最后一个节点，我们不需要处理mcs lock传递，直接试图持锁，如果成功，完成持锁，进入临界区。如果mcs node队列中仍然有节点，那么逻辑要更复杂一些，代码如下：

A、如果本mcs node不是队列尾部，那么不需要考虑竞争，直接持spinlock

B、如果next为空，说明不存在下一个节点。不过也许在我们等自旋锁的时候，新的节点又挂入了，所以这里重新读一下next节点。

C、把mcs lock传递给下一个节点，让其自旋在spinlock上。

7、释放qspinlock

释放spinlock的代码是queued_spin_unlock函数，非常的简单，就是把qspinlock的locked域设置为0。

五、小结

本文简单的介绍了linux内核中的自旋锁同步机制，在移动环境的激烈竞争场景中，自旋锁的性能表现不尽如人意，无论是吞吐量还是延迟。产生这个问题的主要原因有两个：一是内核中自旋锁的设计基本上是仅考虑SMP硬件平台，在目前异构的手机平台上表现不佳。二是由于内核自旋锁是基于公平的原则来设计，而手机场景中从来不是追求公平的，它看中的是响应延迟。目前OPPO内核团队正在进行内核自旋锁的优化课题，我们也欢迎对此有兴趣的小伙伴加入我们，一起感受这份优化内核带来的快乐。

参考文献：

1、内核源代码

2、linux-5.10.61\Documentation\scheduler\*

本文首发在“内核工匠”微信公众号，欢迎扫描以下二维码关注公众号获取最新Linux技术分享：

修正记录：

1、7月14日，对qspinlock的实现进行了补充，修正。

标签: spinlock queued

评论：