Linux内核学习（十二）—— 页高速缓存和页回写（基于Linux 2.6内核）

目录

一、缓存手段

二、Linux 页高速缓存

三、flusher 线程

---

Linux 内核实现了一个被叫做页高速缓存（page cache）的磁盘缓存，它主要用来减少对磁盘的 I/O 操作。它是通过把磁盘中的数据缓存到内存中，把对磁盘的访问变为对物理内存的访问。

临时局部原理（temporal locality）：如果在第一次访问数据时缓存它，那么就极有可能在短时间内再次访问到，因为程序内存在着循环；并且其相邻的数据也可能在短时间内被访问到，因为程序内存放的数据有很多是连续的（如数组）。

一、缓存手段

页高速缓存是由内存中的物理页组成的，其内容对应磁盘上的物理块。页高速缓存可以动态调整，它可以通过占用空闲内存以扩张大小，也可以自我收缩以缓解内存使用压力。

当进程发起一个 read() 系统调用，它会首先检查需要的数据是否在页高速缓存中，如果在则直接从内存中读取，而无需访问磁盘，此时缓存命中；如果没在缓存中，则内核必须调度块 I/O 操作从磁盘读取数据。

当进程发起一个 write() 系统调用时，缓存一般有三种策略：

• 不缓存（no-write），这种策略不缓存任何写操作，写的时候直接写入磁盘，然后使缓存中对应数据失效。一般不使用这种策略。
• 写透缓存（write-through cache），写操作会同时更新缓存和磁盘上的数据。这种策略对保持缓存一致性很有好处。
• 回写（write-back），写操作会直接更新缓存中的数据，但不会立即更新磁盘上的数据，而是将页高速缓存中被写入的页面标记成 “脏页”，并且被加入到脏页链表中，然后由一个回写进程周期性将脏页链表中的页写回到磁盘。当脏页被换出缓存时，则需要立即回写该页。Linux 所采用的就是这种策略。

当缓存满后，如何选择合适的页面换出是一种重要的工作，有如下两种策略：

• 最近最少使用策略（LRU）： LRU 回收策略需要跟踪每个页面的访问时间，以便能回收最老时间戳的页面（最少被使用的页面）。LRU 是通过维护一个按照时间为序的页链表来实现的。
• 双链策略：Linux 采用的是一个修改过的 LRU，也叫双链策略。这种策略要维护两个链表，活跃链表和非活跃链表。处于活跃链表上的页面被认为是访问较多的且不会被换出，而在非活跃链表上的页面则是可以被换出的。这种双链方式也被称为 LRU/2。

二、Linux 页高速缓存

在页高速缓存中的页可能包含了多个不连续的物理磁盘块。Linux 页高速缓存使用了一个新对象管理缓存项和页 I/O 操作，这个对象是 address_space 结构体。文件可以有多个虚拟地址（可以被多个 vm_area_struct 结构体标识），但在物理内存只能有一份（只能有一个 address_space 结构体）。

三、flusher 线程

由于页高速缓存的缓存作用，写操作实际上会被延迟。当页高速缓存中的数据比后台存储的数据更新的时候，该数据就被称作脏数据。在以下三种情况发生时，脏页被写回磁盘：

• 当空闲内存低于一个特定的阈值时，内核必须将脏页写回磁盘以释放内存。
• 当脏页在内存中驻留时间超过一个特定的阈值时，内核必须将超时的脏页写回磁盘，以确保脏页不会无限期地驻留在内存中。
• 当用户进程调用 sync() 和 fsync() 系统调用时，内核会按照要求执行回写操作。

在 2.6 内核中，由一群内核线程（flusher 线程）执行这三种操作。flusher 线程基于页面，它将整个脏页写回磁盘。