前面介绍了
BlueStore的BitMap分配器，我们知道新版本的
Bitmap分配器的优势在于
使用连续的内存空间从而尽可能更多的命中CPU Cache以提高分配器性能。在这里我们了解一下基于区间树的
Stupid分配器（类似于Linux Buddy内存管理算法），并对比分析一下其优劣。
Linux内存管理算法为了能够快速响应请求，尽可能的提高内存利用率同时减少外部内存碎片，引入了伙伴系统算法
Buddy-System。该算法将所有的空闲页分组为11个链表，每个链表分别包含
1、2、4、8、16、32、64、128、256、512、1024个连续的页框块，每个页框块的第一个内存页的物理地址是该块大小的整数倍。
伙伴的特点是：两个块大小相同、两个块地址连续、第一块的第一个页框的物理地址是两个块总大小的整数倍（同属于一个大块，第1块和第2块是伙伴，第3块和第4块是伙伴，但是第2块和第3块不是伙伴）。具体内存分配和内存释放可自行Google。
优点：
缺点：
CMA(Contiguous Memory Allocator, 连续内存分配器)。Stupid分配器使用了区间树组织数据结构，高效管理
Extent(offset, length)。
class StupidAllocator : public Allocator {
CephContext* cct;
// 分配空间用的互斥锁
std::mutex lock;
// 空闲空间总大小
int64_t num_free;
// 最后一次分配空间的位置
uint64_t last_alloc;
// 区间树数组，初始化的时候，free数组的长度为10，即有十颗区间树
std::vector<interval_set_t> free;
// extent: offset, length
typedef mempool::bluestore_alloc::pool_allocator<
pair<const uint64_t, uint64_t>>
allocator_t;
// 有序的 btree map，按顺存放extent。
typedef btree::btree_map<uint64_t, uint64_t, std::less<uint64_t>,
allocator_t> interval_set_map_t;
// 区间树，主要的操作有 insert、erase等。
typedef interval_set<uint64_t, interval_set_map_t> interval_set_t;
};每颗区间树的下标为
index(0-9)，index(1-9)表示的空间大小为：
[2^(index-1) * bdev_block_size, 2^(index) * bdev_block_size)，
初始化Stupid分配器后，调用者会向Allocator中加入或者删除空闲空间。
// 增加空闲空间
void StupidAllocator::init_add_free(uint64_t offset, uint64_t length) {
std::lock_guard<std::mutex> l(lock);
// 向 free 中插入空闲空间
_insert_free(offset, length);
// 更新空闲空间大小
num_free += length;
}
// 删除空闲空间
void StupidAllocator::init_rm_free(uint64_t offset, uint64_t length)
{
std::lock_guard<std::mutex> l(lock);
interval_set_t rm;
rm.insert(offset, length);
for (unsigned i = 0; i < free.size() && !rm.empty(); ++i) {
interval_set_t overlap;
overlap.intersection_of(rm, free[i]);
// 删除相应空间
if (!overlap.empty()) {
free[i].subtract(overlap);
rm.subtract(overlap);
}
}
num_free -= length; // 更新可用空间
}区间树实现代码:
https://github.com/ceph/ceph/blob/master/src/include/interval_set.h
insert函数代码:
https://github.com/ceph/ceph/blob/master/src/include/interval_set.h#L445
erase函数代码:
https://github.com/ceph/ceph/blob/master/src/include/interval_set.h#L516
最核心的实现是向区间树中插入以及删除区间，代码如下：
// 根据区间的长度，选取将要存放的区间树，长度越大，bin值越大。
unsigned StupidAllocator::_choose_bin(uint64_t orig_len)
{
uint64_t len = orig_len / cct->_conf->bdev_block_size;
// cbits = (sizeof(v) * 8) - __builtin_clzll(v)
// __builtin_clzll 返回前置的0的个数
// cbits 结果是最高位1的下标(从0开始)，len越大，值越大
int bin = std::min(int)cbits(len), (int)free.size() - 1);
return bin;
}
void StupidAllocator::_insert_free(uint64_t off, uint64_t len)
{
// 计算该段空闲空间属于哪个区间树
unsigned bin = _choose_bin(len);
while (true) {
// 空闲空间插入区间树
free[bin].insert(off, len, &off, &len);
unsigned newbin = _choose_bin(len);
if (newbin == bin)
break;
// 插入数据后，可能合并区间，导致区间长度增大，可能要调整bin，此时需要将旧的删除，然后插入新的bin
// 区间合并有两种情况：一是合并在原有区间前面；而是合并在原有区间后面。
free[bin].erase(off, len);
bin = newbin;
}
}回顾第一节伙伴算法， 两种合并的方式是有区别的：
区间树删除Extent比较简单，在原来Extent删除传入的Extent，然后计算最终Extent是否落入其他区间树，如果落入则从此区间树删除，加入新的区间树。
空间分配的函数定义如下：
allocate(uint64_t want_size, uint64_t alloc_unit, uint64_t max_alloc_size, int64_t hint,PExtentVector* extents); allocate_int(uint64_t want_size, uint64_t alloc_unit, int64_t hint, uint64_t* offset, uint32_t* length)
其中
hint是一个很重要的参数，表示分配的起始地址要尽量大于hint的值。
核心流程为4个2层for循环大致为：优先从hint地址依次向高级区间树开始分配长度大于等于
want_size的连续空间，如果没有，则优先从hint地址依次向低级区间树开始分配长度大于等于
alloc_unit的连续空间(长度会大于alloc_unit)。
简单的空间分配图如下：
详细的空间分配流程图如下：
空间释放的函数定义如下：
release(const interval_set<uint64_t> &release_set)
流程很简单，先加锁，然后循环调用
_insert_free插入到对应区间树里面，会涉及到相邻空闲空间的合并，但是会导致分配空间碎片的问题。
Stupid底层使用BtreeMap来存储一系列的Extent，内存不一定是连续的，同时在分配空间遍历区间树时，虽然区间树里面的Extent是有序的，但是由于内存不一定是连续或者相邻的两个Extent内存跨度可能很大，都会导致CPU-Cache预读不到下一个Extent，从而不能很好的利用CPU-Cache。
Bitmap分配器在BlueStore初始化时就初始化好了3层，而且大小是固定的，同时分配空间是依次顺序分配，从而可以充分的利用CPU-Cache的功能。从而提高分配器的性能。
基于Extent的Stupid分配器存在伪空间碎片（ 物理空间是连续的，但是分配器中却不连续）问题：
一个24K的连续空间，经过6次4K分配和乱序的6次4K释放后，可能会变成
8K + 4K + 8K + 4K四块空间。
其中两个4K的区间由于和周边块大小一样，所以落到不同的区间树中，导致很难被合并，24K的连续空间变成了四块不连续空间。
Bitmap分配器由于初始化时就分配好了3层所有内存，而且3层都是有序的的同时分配空间是顺序遍历的，在释放空间的时候设置相应位就可以，不影响连续性，所以不存在这个问题。
据Bitmap作者的 性能对比实验来看，Bitmap分配器要好于Stupid，等Bitmap稳定后，可以设置BlueStore的默认分配器为Bitmap。
作者：史明亚
现在注册滴滴云，有机会可得30元无门槛滴滴出行券
新购云服务1月5折 3月4.5折 6月低至4折
滴滴云使者招募，推荐最高返佣50%
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
