【原创】（四）Linux内存模型之Sparse Memory Model

背景

• read the fucking source code! --by 鲁迅
• a picture is worth a thousand words. --by 高尔基

说明：

1. kernel版本：4.14
2. arm64处理器，contex-a53，双核
3. 使用工具：source insight 3.5， visio

1. 介绍

顺着之前的分析，我们来到了bootmem_init()函数了，本以为一篇文章能搞定，大概扫了一遍代码之后，我默默的把它拆成了两部分。
bootmem_init()函数代码如下：

void __init bootmem_init(void)
{
    unsigned long min, max;

    min = pfn_up(memblock_start_of_dram());
    max = pfn_down(memblock_end_of_dram());

    early_memtest(min << page_shift, max << page_shift);

    max_pfn = max_low_pfn = max;

    arm64_numa_init();
    /*
     * sparsemem tries to allocate bootmem in memory_present(), so must be
     * done after the fixed reservations.
     */
    arm64_memory_present();

    sparse_init();
    zone_sizes_init(min, max);

    memblock_dump_all();
}

这一部分，我们将研究一下sparse memory model。
在讲linux内存模型之前，需要补充两个知识点：pfn和numa。

1.1 physical frame number（pfn）

前面我们讲述过了虚拟地址到物理地址的映射过程，而系统中对内存的管理是以页为单位的：
page：线性地址被分成以固定长度为单位的组，称为页，比如典型的4k大小，页内部连续的线性地址被映射到连续的物理地址中；
page frame：内存被分成固定长度的存储区域，称为页框，也叫物理页。每一个页框会包含一个页，页框的长度和一个页的长度是一致的，在内核中使用struct page来关联物理页。

如下图，pfn从图片中就能看出来了：

至于__page_to_pfn这个实现取决于具体的物理内存模型，下文将进行介绍。

1.2 numa

• uma： uniform memory access，所有处理器对内存的访问都是一致的：
  

从上图中可以看出，当处理器和core变多的时候，内存带宽将成为瓶颈问题。

• numa: non uniform memory access，非一致性内存访问：
  

从图中可以看出，每个cpu访问local memory，速度更快，延迟更小。当然，整体的内存构成一个内存池，cpu也能访问remote memory，相对来说速度更慢，延迟更大。目前对numa的了解仅限于此，在内核中会遇到相关的代码，大概知道属于什么范畴就可以了。

2. linux内存模型

linux提供了三种内存模型（include/asm-generic/memory_model.h）：

一般处理器架构支持一种或者多种内存模型，这个在编译阶段就已经确定，比如目前在arm64中，使用的sparse memory model。

• flat memory
  物理内存地址连续，这个也是linux最初使用的内存模型。当内存有空洞的时候也是可以使用这个模型，只是struct page *mem_map数组的大小跟物理地址正相关，内存有空洞会造成浪费。

• discontiguous memory
  物理内存存在空洞，随着sparse memory的提出，这种内存模型也逐渐被弃用了。

• sparse memory
  物理内存存在空洞，并且支持内存热插拔，以section为单位进行管理，这也是下文将分析的。

linux三种内存模型下，struct page到物理page frame的映射方式也不一样，具体可以查看include/asm-generic/memory_model.h文件中的__pfn_to_page/__page_to_pfn定义。

关于内存模型，可以参考memory: the flat, the discontiguous, and the sparse

3. sparse memory

本节分析的是arm64, uma（linux4.14中不支持arm numa）下的sparse memory模型。

3.1 mem_section

在sparse memory模型中，section是管理内存online/offline的最小内存单元，在arm64中，section的大小为1g，而在linux内核中，通过一个全局的二维数组struct mem_section **mem_section来维护映射关系。
函数的调用过程如下所示，主要在arm64_memory_present中来完成初始化及映射关系的建立：

函数调用结束之后的映射关系如下图所示：

已知一个pfn时，可以通过__pfn_to_section(pfn)来最终找到对应的struct page结构。

3.2 sparse_init

看看sparse_init函数的调用关系图：

在该函数中，首先分配了usermap，这个usermap与内存的回收机制相关，用4bit的bitmap来描述page block（一个pageblock大小通常为2的次幂，比如max_order-1）的迁移类型：

/* bit indices that affect a whole block of pages */
enum pageblock_bits {
    pb_migrate,
    pb_migrate_end = pb_migrate + 3 - 1,
            /* 3 bits required for migrate types */
    pb_migrate_skip,/* if set the block is skipped by compaction */

    /*
     * assume the bits will always align on a word. if this assumption
     * changes then get/set pageblock needs updating.
     */
    nr_pageblock_bits
};

sparse memory模型会为每一个section都分配一个usermap，最终的物理页面的压缩，迁移等操作，都跟这些位相关，如下图所示：

sparse_init函数中，另一部分的作用是遍历所有present section，然后将其映射到vmemmap区域空间。vmemmap区域空间，在之前的文章中也提到过。执行完后，整体的效果如下图所示：

关于sparse memory model就先分析这么多，只有结合使用sparse memory的具体模块时，理解才会更顺畅。

一不小心就容易扣细节，而一旦陷入细节，内核就容易变成魔鬼，太难了。