linux进程管理(二十六) — 负载调节历代方案演变

下面是MTK的调度器的演变过程，我们顺着这个过程来学习下历代的调度器在手机系统上的演变过程

1. SMP

随着计算机技术（特别是以芯片为主的硬件技术）的快速发展，CPU 架构逐步从以前的单核时代进阶到如今的多核时代，在多核时代里，多颗 CPU 核心构成了一个小型的“微观世界”。每颗 CPU 各司其职，并与其他 CPU 交互，共同支撑起了一个“物理世界”，这个最常用的时SMP架构，对称多处理器系统，指的是一种多个 CPU 处理器共享资源的电脑硬件架构。对于此时task分配主要是基于linux2.6中的调度策略CFS，SMP是基于该调度策略平均的balance各个core上的负载情况。如下图所

2 big.LITTLE

对于移动端，除了性能，功耗也是一个重要的指标，为了降低功耗，ARM开发了大小核架构处理器，而此时linux内核的负载均衡算法还是基于SMP模型，并未考虑big.LITTLE模型。“big.LITTLE”是ARM 公司在2012年新推出的一种处理器架构。为的是解决处理器性能提升和功耗/发热控制这一对矛盾。

当手机在运行的时候，绝大部分时间只有LITTLE在工作，当运算负载变化的时候，芯片通过DVFS(Dynamic Voltage Frequency Scaling)调整运行频率；当负载继续变高，需要更多的算力时，芯片会将工作切换到big核上继续执行，直到负载下降，重新回到LITTLE。只包含两个调度域，大核调度域和小核调度域，也不考虑这两个调度域之间的负载均衡问题，没有调度组和调度能力的概念，调度域也没有拓扑层次关系。它的主要工作原理是：

• 检测小核调度域，如果有繁重的任务（最重的），就迁移到大核调度域中的空闲CPU上（idle CPU）。
• 检测大核调度域，如果有简单的任务（最轻的），就迁移到小核调度域中的空闲CPU上（idle CPU）。

big.LITTLE架构支持三种使用方式：Cluster Migration, CPU Migration和HMP(Heterogenous Multiple Processing, 也叫 Global Task Scheduling)。

• 在Cluster Migration模式，只能进行簇（cluster）切换，即只能同时使用4核Cortex A7或者A15。这是big.LITTLE最初的模式，Galaxy S4（Exynos 5410）也只能使用这种模式。
• 在CPU Migration模式，内核可以单独切换，但是只能切换到自己对应的内核上。比如CPU0.big(Cortex A7)只能和 CPU0.LITTLE(Cortex A15)互相切换，CPU1.big只能和CPU1.LITTLE切换。这样子，带来了一定的灵活度，但是同一时刻工作的CPU仍然不会超过4颗。
• linaro开发除了一个HMP调度器用于支持这种架构，它也被用于Android 5.x和android 6.x中，但这种调度器并未被合入内核的基线中，big.LITTLE可以单独管理所有的内核，分配任务。最多可以让8个内核同时工作
  

同时每个工作域独立控制电压和频率，则可以根据负载、分别控制各个域

3 EAS

异构多处理器(Heterogeneous Multi-Process, HMP)调度器在2015年发布之后没有更新，原来linaro和高通等ARM厂商不满足HMP调度器的设计，又提出了绿色节能调度器。2012年，google工程师Paul Turner针对CF在计算负载的不合理之处提出了称为“Per-entity Load Tracking”的进程负载计算方法，简称为PELT。但是在移动端，特别在手机的应用场景下PELT算法有很多缺陷，其主要表现如下：

1. 在手机使用中，经常会产生一些突发的重活(Heaver Task，即负载大的任务)，如滑屏或浏览网页，需要能快速识别重活并迅速提高CPU的频率或者将其迁移到计算能力更强大的CPU内核上(大核或者最大频率比较高的核)，则可以有效提高手机的流畅性。

2. 由于网络延时等原因，导致一个进程睡眠了300ms，然后突然发送或者接受大量王国罗数据包，PELT算法也不能立马识别到它是一个重活

• 但是PELT算法在辨别进程的负载变化上有些迟钝，对于一个突然100%持续运行的进程，需要大约74ms才能达到最大负载的80%，需要大约139ms才能达到最大负载的95%。
• 同时PELT算法使用32ms的衰减，大约213ms才能把之前的负载衰减完，也就是将历史负载清0，这个特性对一些周期性的进程不是很友好，因此有些进程需要存储CPU和频率等信息来提高吞吐，
• 对于睡眠或阻塞的进程，PELT还会继续计算其衰减负载，也就是继续为就绪队列贡献量化负载，但是这些继续贡献的负载对于下一次唤醒其实没有用处，因此会推迟降低CPU频率的速度，从而增加CPU功耗

针对上诉在移动端上的问题，可以使用新的计算进程负载的方式-—窗口辅助负载跟踪(window-Assisted load Tracking WALT)算法，该算法已经被Android社区采纳，并在Android7.x中被采纳，但是linux社区并没有接纳。

在绿色节能调度器的发展过程中，为了把绿色节能调度器合并到linux社区里，绿色节能调度器放弃了WALT算法，而采用linux内核的PELT算法，在Linux5.0内核中，绿色节能调度器大部分代码已经合并到linux社区里。所以EAS调度器，希望对现有的以性能优先的调度策略、调度器、CPUidle和CPUFreq模块的相对独立的现状做出改变，让它们可以紧密工作在一起，从而进一步优化功耗和效率，这个改变叫作Energy Aware Scheduling，简称EAS。EAS调度器的设计目标是在保证系统性能的前提下尽可能地降低功耗。