chuckserver opt with bthread

PrePaper/2023/chunkserver_bthread

@@ -0,0 +1,171 @@
+作者：徐逸锋
+一、背景
+
+人类大脑的思维是线性思维，很难同时做两件事情，涉及到编程问题，我们基本上也是以顺序编程为主，总是处理完一件事情再处理下一件事情。然而，事实上我们的程序与之相反，通常需要同时完成好几件事情，对于服务器来说，会有并发请求同时到达服务器，此时如果我们依然按人类的顺序思维来完成工作，就会效率地下，不能发挥机器的性能。
+
+1、我们处理并发 I/O 请求的方式，主流的有两种:
+
+1.1 使用多线程
+
+使用操作系统的多线程做同步 I/O，I/O 阻塞时，线程被调度出去，硬件 I/O 完成了，线程又被调度进来执行，完成对请求的应答。这样的好处是简单、直观、容易理解和维护，代码依然是顺序编程，一次只完成一件事情。代价就是操作系统的线程比较重，I/O 阻塞时上下文切换在内核，切换比较慢。同时，每个操作系统的线程需要占用内核堆栈，这又消耗了系统资源。
+
+1.2. 多路复用(multiplex io)
+
+常用的并发 I/O 编程方式使用 epoll/select 对 Socket I/O 做轮询，使用 aio 处理文件 I/O，让单个系统线程能够并发地递交多个 I/O 请求，程序一边在提交 I/O 请求、硬件同时在完成 I/O，这样就提高了单个线程的 I/O 并发，同时减少了上下文切换，整体上提高了系统的 I/O 性能。
+
+但是这样的编程方式缺点也是显而易见的，因为一个线程要同时处理好几个问题，所以编程不再是线性的，程序必须同时监控多个状态，并在中间状态进入和离开，稍有不慎，容易出错。
+
+2、妥协的结果 --- 协程
+
+程序始终还是需要人类去写的，所以又必须为人类思维所容易理解和接受，同时又必须要发挥机器的并发处理能力，于是人们发明了协程。
+
+协程的优点：
+
+2.1. 继承了操作系统的多线程工作方式，依然使用人类线性思维，一次只做一件事。
+
+2.2. 在用户态完成上下文切换，减少上下文切换的时间。
+
+2.3. 协程通常不是强制抢占调度的，而是自愿做上下文切换的，这能充分发挥 cpu 的吞吐能力，避免了 无谓的基于时间片的上下文切换导致的 cpu cache 失效和流水线中断。
+
+2.4 协程的缺点:
+
+2.4.1 不利于计算型密集的程序
+
+因为不是时间片调度的，如果协程不主动切换，就会饿死其他协程。如果协程序忙循环，也会导致同样结果，忙循环是计算密集的一种特例。
+
+2.4.2 隐含的阻塞
+
+例如访问内存时的 page fault 导致陷入内核而不能执行其他协程。
+
+2.4.3. 阻塞在系统调用里
+
+如果协程阻塞在操作系统调用里（无论是直接调用导致的还是调用其他代码，而这些代码阻塞在内核态时）会导致其他协程不能执行，影响了并发。例如协程调用 malloc，而 malloc 又阻塞在 mmap 上。
+
+2.4.4 没有调试器支持
+
+强大的 gdb 多线程调试也不能很好的使用了，协程对 gdb 不可见。
+
+2.4.5 代码的重入
+
+不小心容易导致其他代码不知道当前是执行在协程的状态下，从而不能正确处理代码重入问题。例如协程 c1 当前运行在操作系统线程 A 上，使用了 pthread\_mutex\_lock，成功后它又需要等待其他资源而切换出去，此时另外一个协程序 c2 调度进来，继续在当前操作系统 A 上运行，它也使用pthread\_mutex\_lock, 由于pthread\_mutex\_t 只适合在操作系统线程级别使用，这会导致 mutex 在本操作系统线程上的重入，结果要么死锁要么产生错误。
+
+2.4.6. 其他问题
+
+二、 bthread 原理
+
+bthread 的本质是协程。bthread 组件有多个基于操作系统的 pthread 的工作线程，这些工作线程不断地获取待执行的 bthread 控制结构，并执行他们。执行的方式很简单，要运行某个 bthread 时，把它的寄存器恢复到当前 cpu（在 x86\_64 上，例如普通累加器 rax, rbx 等，以及堆栈寄存器例如 rsp，和指令地址寄存器 rip，状态寄存器 rflags 等)，要切换出去的时候，保存 cpu 寄存器到 bthread 的控制结构，并选择下一个 bthread 的寄存器数据恢复出来就可以。bthread 组件因为使用了多个操作系统线程，操作系统线程能被内核均衡地调度到多个 cpu 上，而 bthread 组件又能够做 work stealing，当自己这个操作系统线程没有协程可以执行时，会从其他操作系统线程上取走协程，所以能在多个操作系统线程上均衡负载。因此，bthread 组件能发挥多 cpu 的能力。
+
+三、当前问题
+
+当前 ChunkServer 使用了 brpc 和 braft，我们的代码大多数执行在这两个组件的上下文里。而这两个组件的执行机制，主要是使用了协程，例如当我们注册了 brpc 的服务时，服务的 method 被调用时，实际上是在一个 bthread 上下文里执行的，brpc 有多个 bthread 的工作线程(pthread)，于是能并发地在多个cpu 上执行 method 的调用。 braft 也是同样的道理，很多时候执行在 bthread 的上下文里。
+
+上面提到协程的缺点，主要是系统调用阻塞问题，但是长久以来，这个问题一直在 chunk server 中存在。例如 ext4 存储引擎，wal 和 chunk file 的读写，都使用了系统调用，这些系统调用会阻塞在磁盘 I/O 里，导致其他协程不能被执行，你可以说我们有不少 bthread 的调度线程，情况不会严重，但是别忘记，我们有很多 braft 状态机，情况会恶化，特别是大 i/o 时，阻塞时间会很长。更糟糕的是，brpc 内部代码依赖bthread 做网络 i/o，如果 bthread 的调度线程都被阻塞并耗尽，会导致网络 i/o 卡滞。如果不能尽快将socket buffer 里的数据取走，则会导致网络带宽不能很好地利用起来。
+
+四、解决方法
+
+1\. 使用 bthread 的同步原语, 只在叶子节点使用 pthread 同步原语
+
+这样可以解决 bthread 的调度线程被阻塞问题。 在软件栈的最底部才能使用 pthread 原语。 例如有函数A,B,C 他们的调用方式是 A→B→C, 只有 C 可以使用 pthread 同步原语，例如 pthread\_mutex\_lock, pthread\_cond\_wait, pthread\_rwlock\_rdlock/wrlock。其他地方请使用 bthread\_mutex, bthread\_cond,bthread\_rwlock。
+
+2\. 文件 I/O
+
+2.1 位于 bthread 上下文的代码读写文件时，如果使用 O\_DIRECT, 则可以使用 aio。
+
+如何利用 aio 和 poll 的结合，可以看 afd 怎么使用的。<http://www.xmailserver.org/eventfd-aio-test.c>然后使用 bthread\_fd\_wait(afd, EPOLLIN)来等待 aio 的完成。
+
+2.2 如果不能用 aio，可以启动一个线程池，专门代理服务文件 I/O，我们的 pfsdaemon 就是这么干的。
+
+&#x20;对于读文件，可以使用 preadv2+ RWF\_NOWAIT 尝试做内核文件缓冲区读，如果失败了，则把任务交给代理线程池从磁盘上读，因为从磁盘上读注定是要阻塞的，所以让代理去做，完成了再回来唤醒我们这个 bthread，问题不大。
+
+对于于写文件，因为我们都是要求马上落盘的，这个系统调用铁定会阻塞，所以让代理去做就好了，完成了唤醒我们就行了。
+
+大概的工作方式是这样的：
+
+
+```
+// 定义操作类型，可以有很多
+enum Op {OP_R, OP_W, OP_FLUSH}
+// 定义 io 任务
+struct io_task {
+int fd;
+Op op;
+off_t off;
+void *buf;
+size_t size;
+butil::atomic *butex;
+ssize_t result;
+};
+
+// 定义一个工作队列
+static moodycamel::BlockingConcurrentQueue g_work_queue
+
+// 具体的 io 实现函数
+ssize_t bthread_pread(int fd, void *buf, size_t sz, off_t off) {
+ssize_t res;
+struct iovec iov;
+if (bthread_self() != INVALID_BTHREAD) {
+// 不处于 bthread 上下文
+return ::pread(fd, buf, sz, off);
+}
+// 尝试内核缓冲区读
+iov.io_base = buf;
+io.io_len = sz;
+res = preadv2(fd, &iov, 1, off, RWF_NOWAIT);
+if (res == sz) {
+  return res;
+}
+// 让代理 pthread 读
+io_task *t = new io_task;
+// init task
+t→fd = fd;
+t→op = R;
+t→off = off;
+t→buf = buf;
+t→size = sz;
+t→butex = bthred:butex_create();
+t→butex→store(0)
+;g_work_queue.enqueue(t);
+// 等完成，bthread 上下文切换
+bthread::butex_wait(t→butex, 1, NULL);
+bthread_butex_destroy(t→butex);
+// 完成了，保存返回码res = t→result;delete t;
+// 删除任务
+return res;
+}
+
+ssize_t bthread_pwrite(int fd, void *buf, size_t sz, off_t off)
+{
+ssize_t res;
+struct iovec iov;
+if (bthread_self() != INVALID_BTHREAD) {
+// 不处于 bthread 上下文
+return ::pwrite(fd, buf, sz, off);
+}
+// 让代理 pthread 写
+io_task *t = new io_task;
+// init task
+t→fd = fd;
+t→op = OP_W;
+t→off = off;
+t→buf = buf;
+t→size = sz;
+t→butex = bthred:butex_create();
+t→butex→store(0);
+g_work_queue.enqueue(t);
+// 等完成，bthread 上下文切换
+bthread::butex_wait(t→butex, 1, NULL);
+bthread_butex_destroy(t→butex);
+// 完成了，保存返回码
+res = t→result;
+delete t;
+// 删除任务
+return res;
+}
+
+```
+
+
+五、前景展望
+
+经过以上修改，可以避免 bthread 阻塞在内核导致 bthread 的调度线程耗尽，而且我们不需要许多bthread 的调度线程。理想状态下，几个就够了，多出来的 cpu 留给 spdk 和 rdma 的忙轮询线程。系统的 IO 并发度可以提高许多，大的 I/O 也不容易让系统的变慢，特别是网络的 I/O 可以及时被处理起来，所以 braft 的心跳可以及时得到维护。 bthread 的好处将真正地发挥出来。
+