从Java视角理解CPU上下文切换(Context Switch)

http://rdc.taobao.com/team/jm/archives/1706

从Java视角理解系统结构连载, 关注我的微博(链接)了解最新动态在高性能编程时,经常接触到多线程. 起初我们的理解是, 多个线程并行地执行总比单个线程要快, 就像多个人一起干活总比一个人干要快. 然而实际情况是, 多线程之间需要竞争IO设备, 或者竞争锁资源，导致往往执行速度还不如单个线程. 在这里有一个经常提及的概念就是: 上下文切换(Context Switch).

上下文切换的精确定义可以参考: http://www.linfo.org/context_switch.html. 下面做个简单的介绍. 多任务系统往往需要同时执行多道作业.作业数往往大于机器的CPU数, 然而一颗CPU同时只能执行一项任务, 如何让用户感觉这些任务正在同时进行呢? 操作系统的设计者巧妙地利用了时间片轮转的方式, CPU给每个任务都服务一定的时间, 然后把当前任务的状态保存下来, 在加载下一任务的状态后, 继续服务下一任务. 任务的状态保存及再加载, 这段过程就叫做上下文切换. 时间片轮转的方式使多个任务在同一颗CPU上执行变成了可能, 但同时也带来了保存现场和加载现场的直接消耗.

(Note. 更精确地说, 上下文切换会带来直接和间接两种因素影响程序性能的消耗. 直接消耗包括: CPU寄存器需要保存和加载, 系统调度器的代码需要执行, TLB实例需要重新加载, CPU 的pipeline需要刷掉; 间接消耗指的是多核的cache之间得共享数据, 间接消耗对于程序的影响要看线程工作区操作数据的大小).

在linux中可以使用vmstat观察上下文切换的次数. 执行命令如下:

Shell代码

$vmstat1procs———–memory———-—swap–—–io—–system–—-cpu—-rbswpdfreebuffcachesisobiboincsussyidwa10045939444535601118192001412238306192100045932124535681118816000969581108419420004593360453568111845600008951044319501004593408453568111845600009291073419500004593496453568111845600001133136361930000459356845356811184760000992119041950

vmstat 1指每秒统计一次, 其中cs列就是指上下文切换的数目. 一般情况下, 空闲系统的上下文切换每秒大概在1500以下.

对于我们经常使用的抢占式操作系统来说, 引起上下文切换的原因大概有以下几种: 1. 当前执行任务的时间片用完之后, 系统CPU正常调度下一个任务 2. 当前执行任务碰到IO阻塞, 调度器将挂起此任务, 继续下一任务 3. 多个任务抢占锁资源, 当前任务没有抢到,被调度器挂起, 继续下一任务 4. 用户代码挂起当前任务, 让出CPU时间 5. 硬件中断. 前段时间发现有人在使用futex的WAIT和WAKE来测试context switch的直接消耗(链接), 也有人使用阻塞IO来测试context switch的消耗(链接).那么Java程序怎么测试和观察上下文切换的消耗呢?

我做了一个小实验, 代码很简单, 有两个工作线程. 开始时，第一个线程挂起自己; 第二个线程唤醒第一个线程，再挂起自己; 第一个线程醒来之后唤醒第二个线程, 再挂起自己. 就这样一来一往,互相唤醒对方, 挂起自己. 代码如下:

Java代码

importjava.util.concurrent.atomic.AtomicReference;importjava.util.concurrent.locks.LockSupport;publicfinalclassContextSwitchTest{staticfinalintRUNS=3;staticfinalintITERATES=1000000;staticAtomicReferenceturn=newAtomicReference();staticfinalclassWorkerThreadextendsThread{volatileThreadother;volatileintnparks;publicvoidrun(){finalAtomicReferencet=turn;finalThreadother=this.other;if(turn==null||other==null)thrownewNullPointerException();intp=0;for(inti=0;i<ITERATES;++i){while(!t.compareAndSet(other,this)){LockSupport.park();++p;}LockSupport.unpark(other);}LockSupport.unpark(other);nparks=p;System.out.println(“parks:”+p);}}staticvoidtest()throwsException{WorkerThreada=newWorkerThread();WorkerThreadb=newWorkerThread();a.other=b;b.other=a;turn.set(a);longstartTime=System.nanoTime();a.start();b.start();a.join();b.join();longendTime=System.nanoTime();intparkNum=a.nparks+b.nparks;System.out.println(“Averagetime:”+((endTime-startTime)/parkNum)+“ns”);}publicstaticvoidmain(String[]args)throwsException{for(inti=0;i<RUNS;i++){test();}}}

编译后,在我自己的笔记本上( Intel(R) Core(TM) i5 CPU M 460 @ 2.53GHz, 2 core, 3M L3 Cache) 用测试几轮，结果如下:

Shell代码

java-cp.ContextSwitchTestparks:953495parks:953485Averagetime:11373nsparks:936305parks:936302Averagetime:11975nsparks:965563parks:965560Averagetime:13261ns

我们会发现这么简单的for循环, 线性执行会非常快,不需要1秒, 而执行这段程序需要几十秒的耗时. 每个上下文切换需要耗去十几us的时间,这对于程序吞吐量的影响很大.

同时我们可以执行vmstat 1 观查一下上下文切换的频率是否变快

Shell代码

$vmstat1procs———–memory———-—swap–—–io—–system–—-cpu—-rbswpdfreebuffcachesisobiboincsussyidwa1004424988457964115491200131225280619210004420452457964115990000001586206961930100440767645796411715520000143618838389010044029164579641172032000842298245792948521004416024457964115891200009538219854417107301104416096457964115896800011679973159934187740100442038445796411547760000962651960761510741100440301245797211710960001521043212135372012662

再使用strace观察以上程序中Unsafe.park()究竟是哪道系统调用造成了上下文切换:

Shell代码

$strace-fjava-cp.ContextSwitchTest[pid5969]futex(0x9571a9c,FUTEX_WAKE_OP_PRIVATE,1,1,0x9571a98,{FUTEX_OP_SET,0,FUTEX_OP_CMP_GT,1})=1[pid5968]<…futexresumed>)=0[pid5969]futex(0x9571ad4,FUTEX_WAIT_PRIVATE,949,NULL<unfinished…>[pid5968]futex(0×9564368,FUTEX_WAKE_PRIVATE,1)=0[pid5968]futex(0x9571ad4,FUTEX_WAKE_OP_PRIVATE,1,1,0x9571ad0,{FUTEX_OP_SET,0,FUTEX_OP_CMP_GT,1}<unfinished…>[pid5969]<…futexresumed>)=0[pid5968]<…futexresumed>)=1[pid5969]futex(0×9571628,FUTEX_WAIT_PRIVATE,2,NULL<unfinished…>

果然还是futex.

再使用perf看看上下文对于Cache的影响:

Shell代码

$perfstat-ecache-missesjava-cp.ContextSwitchTestparks:999999parks:1000000Averagetime:16201nsparks:998930parks:998926Averagetime:14426nsparks:998034parks:998204Averagetime:14489nsPerformancecounterstatsfor‘java-cp.ContextSwitchTest’:2,550,605cache-misses90.221827008secondstimeelapsed

1分半钟内有255万多次cache未命中.

嗯, 貌似太长了, 可以结束了. 接下来会继续几篇博文继续分析一些有意思的东西.

(1) 从Java视角看内存屏障 (Memory Barrier)

(2) 从java视角看CPU亲缘性 (CPU Affinity)

等..敬请关注

PS. 其实还做了一个实验, 测试CPU Affinity对于Context Switch的影响.

Shell代码

$taskset-c0java-cp.ContextSwitchTestparks:992713parks:1000000Averagetime:2169nsparks:978428parks:1000000Averagetime:2196nsparks:989897parks:1000000Averagetime:2214ns

这个命令把进程绑定在0号CPU上,结果Context Switch的消耗小了一个数量级, 什么原因呢? 卖个关子, 在谈到CPU Affinity的博文再说

是清晰的又是朦胧的，是一杯苦茶，最后却品出清雅之香。