page struct的三种存放方式

随着硬件能力的提升，系统内存容量变得越来越大。尤其是在服务器上，过T级别的内存容量也已经不罕见了。

如此海量内存给内核带来了很多挑战，其中之一就是page struct存放在哪里。

page struct的三种存放方式

在内核中，我们将物理内存按照页大小进行管理。这样每个页就对应一个page struct作为这个页的管理数据结构。

随着内存容量的增加，相对应的page struct也就增加。而这部分内存和其他的内存略有不同，因为这部分内存不能给到页分配器。也就是必须在系统能够正常运行起来之前就分配好。

在内核中我们可以看到，为了应对这样的变化进化出了几个不同的版本。有幸的是，这部分内容我们现在还能在代码中直接看到，因为这个实现是通过内核配置来区分的。我们通过查找_pfn_to_page的定义就能发现一下几种memory model：

CONFIG_FLATMEM

CONFIG_SPARSEMEM

CONFIGSPARSEMEMVMEMMAP

接下来让小编给各位看官一一道来。

1) FLATMEM

在这种情况下，宏_pfn_to_page的定义是：

#define __pfn_to_page(pfn)  (mem_map + ((pfn) - ARCH_PFN_OFFSET))

而这个mem_map的定义是

struct page *mem_map;

所以在这种情况下，page struct就是一个大数组，所有的人都按照自己的物理地址有序得挨着。

2) SPARSEMEM

虽然第一种方式非常简单直观，但是有几个非常大的缺点：

内存如果有空洞，那么中间可能会有巨大的page struct空间浪费

所有的page struct内存都在一个NUMA节点上，会耗尽某一个节点内存，甚至是分配失败

且会产生夸NUMA访问导致性能下降

所以第二种方式就是将内存按照一定粒度，如128M，划分了section，每个section中有个成员指定了对应的page struct的存储空间。

这样就解决了上述的几个问题：

如果有空洞，那么对应的 page struct就不会占用空间

每个section对应的page struct是属于本地NUMA的

怎么样，是不是觉得很完美。这一部分具体的实现可以可以看函数sparse_init()函数。

有了这个基础知识，我们再来看这种情况下_pfn_to_page的定义：

#define __pfn_to_page(pfn) ({ unsigned long __pfn = (pfn); struct mem_section *__sec = __pfn_to_section(__pfn); __section_mem_map_addr(__sec) + __pfn; })

就是先找到pfn对应的section，然后在section中保存的地址上翻译出对应pfn的page struct。

既然讲到了这里，我们就要对sparsemem中重要的组成部分mem_section多说两句。

先来一张mem_section的整体图解：

这是一个 NRSECTIONROOTS x SECTIONSPERROOT的二维数组。其中每一个成员就代表了我们刚才提到的128M内存。

当然最开始它不是这个样子的。

其实最开始这个数组是一个静态数组。很明显这么做带来的问题是这个数组定义太大太小都不合适。所以后来引进了CONFIGSPARSEMEMEXTREME编译选项，当设置为y时，这个数组就变成了动态的。

如果上面这个算作是空间上的限制的话，那么接下来就是一个时间上的限制了。

在系统初始化时，每个mem_section都要和相应的内存空间关联。在老版本上，这个步骤通过对整个数组接待完成。原来的版本上问题不大，因为整个数组的大小还没有很大。但随着内存容量的增加，这个数值就变得对系统有影响了。如果系统上确实有这么多内存，那么确实需要初始化也就忍了。但是在内存较小的系统上，哪怕没有这么多内存，还是要挨个初始化，那就浪费了太多的时间。

commit c4e1be9ec1130fff4d691cdc0e0f9d666009f9aeAuthor: Dave Hansen Date: Thu Jul 6 15:36:44 2017 -0700 mm, sparsemem: break out of loops earl

Dave在这个提交中增加了对系统最大存在内存的跟踪，来减少不必要的初始化时间。

瞧，内核代码一开始其实也没有这么高大上不是。

3) SPARSEMEM_VMEMMAP

最后要讲的，也是当前x86系统默认配置的内存模型是SPARSEMEM_VMEMMAP。那为什么要引入这么一个新的模型呢？那自然是sparsemem依然有不足。

细心的朋友可能已经注意到了，前两种内存模型在做pfn到page struct转换是有着一些些的差异。为了看得清，我们把这两个定义再拿过来对比一下：

先看看FLATMEM时的定义：

#define __pfn_to_page(pfn)  (mem_map + ((pfn) - ARCH_PFN_OFFSET))

再来看看使用SPASEMEM后的定义：

#define __pfn_to_page(pfn) ({ unsigned long __pfn = (pfn); struct mem_section *__sec = __pfn_to_section(__pfn); __section_mem_map_addr(__sec) + __pfn; })

更改后，需要先找到section，然后再从section->memmap的内容中换算出page的地址。

不仅计算的内容多了，更重要的是还有一次访问内存的操作

可以想象，访问内存和单纯计算之间的速度差异那是巨大的差距。

既然产生了这样的问题，那有没有办法解决呢？其实说来简单，内核开发者利用了我们常见的一个内存单元来解决这个问题。

页表

是不是很简单粗暴？如果我们能够通过某种方式将page struct线性映射到页表，这样我们不就能又通过简单的计算来换算物理地址和page struct了么？

内核开发者就是这么做的，我们先来看一眼最后那简洁的代码：

#define __pfn_to_page(pfn)  (vmemmap + (pfn))

经过内核开发这的努力，物理地址到page struct的转换又变成如此的简洁。不需要访问内存，所以速度的问题得到了解决。

但是天下没有免费的午餐，世界哪有这么美好，鱼和熊掌可以兼得的情况或许只有在梦境之中。为了达到如此简洁的转化，我们是要付出代价的。为了实现速度上的提升，我们付出了空间的代价。

至此引出了计算机界一个经典的话题：

时间和空间的转换

话不多说，也不矫情了，我们来看看内核中实现的流程。

既然是利用了页表进行转换，那么自然是要构建页表在做这样的映射。这个步骤主要由函数vmemmap_populate()来完成，其中还区分了有没有大页的情况。我们以普通页的映射为例，看看这个实现。

int __meminit vmemmap_populate_basepages(unsigned long start, unsigned long end, int node){ unsigned long addr = start; pgd_t *pgd; p4d_t *p4d; pud_t *pud; pmd_t *pmd; pte_t *pte; for (; addr < end; addr += PAGE_SIZE) { pgd = vmemmap_pgd_populate(addr, node); if (!pgd) return -ENOMEM; p4d = vmemmap_p4d_populate(pgd, addr, node); if (!p4d) return -ENOMEM; pud = vmemmap_pud_populate(p4d, addr, node); if (!pud) return -ENOMEM; pmd = vmemmap_pmd_populate(pud, addr, node); if (!pmd) return -ENOMEM; pte = vmemmap_pte_populate(pmd, addr, node); if (!pte) return -ENOMEM; vmemmap_verify(pte, node, addr, addr + PAGE_SIZE); } return 0;}

内核代码的优美之处就在于，你可能不一定看懂了所有细节，但是从优美的结构上能猜到究竟做了些什么。上面这段代码的工作就是对每一个页，按照层级去填充页表内容。其中具体的细节就不在这里展开了，相信有兴趣的同学会自行去探索。

那这么做的代价究竟是多少呢？

以x86为例，每个section是128M，那么每个section的page struct正好是2M，也就是一个大页。

(128M / 4K) * 64 = (128 * (1 < 20) / (1 < 12)) * 64 = 2M

假如使用大页做页表映射，那么每64G才用掉一个4K页表做映射。

128M * 512 = 64G

所以在使用大页映射的情况下，这个损耗的级别在百万分之一。还是能够容忍的。

好了，我们终于沿着内核发展的历史重走了一遍安放page struct之路。相信大家在这一路上领略了代码演进的乐趣，也会对以后自己代码的设计有了更深的思考。