前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >多核环境下cache line的测试

多核环境下cache line的测试

作者头像
猿人谷
发布2018-01-17 09:54:32
1.5K0
发布2018-01-17 09:54:32
举报
文章被收录于专栏:猿人谷猿人谷

前阵子接触到一道关于数组内部链表(多用于内存池技术)的数据结构的题, 这种数据结构能够比普通链表在cache中更容易命中, 理由很简单, 就是因为其在地址上是连续的(=.=!), 借这个机会, 就对cpu cache进行了一个研究, 今天做一个简单的分享, 首先先来普及一下cpu cache的知识, 这里的cache是指cpu的高速缓存. 在我们程序员看来, 缓存是一个透明部件. 因此, 程序员通常无法直接干预对缓存的操作. 但是, 确实可以根据缓存的特点对程序代码实施特定优化, 从而更好地利用高速缓存. 

高速缓存的置换策略会尽可能地将 访问频繁的数据放入cache中, 这是一个动态的过程, 所以cache中的数据不会一直不变. 目前一般的机器的cpu cache可分为一级缓存和二级缓存. 一级缓存更靠近cpu, 速度比二级缓存更快. 二级缓存比一级缓存速度更慢, 容量更大, 主要就是做一级缓存和内存之间数据临时交换的地方用.

这两者和RAM在空间和效率上的关系如下:

L1 Cache —> L2 Cache —> RAM

————> 容量递增 ————>

————> 速度递减 ————>

—–> CPU访问优先级递减 —–>

在linux系统中, 我们可以使用cat /proc/cpuinfo 来获知机器的cpu和核数.

而cpu cache的信息, 我们通过dmesg | grep cache来获知.

例如:

CPU: L1 I Cache: 64K (64 bytes/line), D cache 64K (64 bytes/line)

CPU: L1 I Cache: 64K (64 bytes/line), D cache 64K (64 bytes/line)

说明我这台机器有两个处理器, 并只有一级缓存, 大小为 64K, 缓存行/快 大小为64 bytes.

由于不同的处理器之间都具有自己 的高速缓存, 所以当两个cpu的cache中都存有数据a, 那么就有可能需要进行同步数据, 而cache之间同步数据的最小单元为cache行大小, 可以把一个cache想象成一张表, 表的每一行都是64bytes(假设), 当cpu被告知cache第一行的第一个byte为脏数据时, cpu会将第一行都进行同步.

例如以下场景:

CPU1读取了数据a(假设a小于cache行大小),并存入CPU1的高速缓存.

CPU2也读取了数据a,并存入CPU2的高速缓存.

CPU1修改了数据a, a被放回CPU1的高速缓存行. 但是该信息并没有被写入RAM.

CPU2访问a, 但由于CPU1并未将数据写入RAM, 导致了数据不同步.

为了解决这个问题, 芯片设计者制定了一个规则. 当一个CPU修改高速缓存行中的字节时, 计算机中的其它CPU会被通知, 它们的高速缓存将视为无效. 于是, 在上面的情况下, CPU2发现自己的高速缓存中数据已无效, CPU1将立即把自己的数据写回RAM, 然后CPU2重新读取该数据. 这样就完成了一次两个cpu之间cache的同步.

为了测试上述场景, 我编写了如下程序进行测试:

代码语言:javascript
复制
  1 #define EXEC_COUNT (100 * 1000 * 1000)
  2  
  3 struct bits_t
  4 {
  5     int a;
  6     char placeholder[64];
  7     int b;
  8 };
  9  
 10 struct bits_t bits;
 11  
 12 int which_cpu(const char* prefix_)
 13 {
 14     #ifdef ENABLE_WHCIH_CPU
 15     cpu_set_t cur_cpu;
 16     CPU_ZERO(&cur_cpu);
 17     if (sched_getaffinity(0, sizeof(cur_cpu), &cur_cpu) == -1)
 18     {
 19         printf("warning: cound not get cpu affinity, continuing...\n");
 20         return -1;
 21     }
 22     int num = sysconf(_SC_NPROCESSORS_CONF);
 23     for (int i = 0; i < num; i++)
 24     {
 25         if (CPU_ISSET(i, &cur_cpu))
 26         {
 27             printf("[%s] this process %d is running processor : %d\n", prefix_, getpid(), i);
 28         }
 29     }
 30     #endif
 31  
 32     return 0;
 33 }
 34  
 35 int set_cpu(int cpu_id_)
 36 {
 37     #ifdef ENABLE_SET_CPU
 38     cpu_set_t mask;
 39     CPU_ZERO(&mask);
 40     CPU_SET(cpu_id_, &mask);
 41     if (sched_setaffinity(0, sizeof(mask), &mask) == -1)
 42     {
 43         printf("warning: could not set CPU affinity, continuing...\n");
 44         return -1;
 45     }
 46     #endif
 47  
 48     return 0;
 49 }
 50  
 51 void* thd_func1(void* arg_)
 52 {
 53     set_cpu(0);
 54     which_cpu("thread 1 start");
 55     timeval begin_tv;
 56     gettimeofday(&begin_tv, NULL);
 57  
 58     for (int i = 0; i < EXEC_COUNT; i++)
 59     {
 60         bits.a += 1;
 61         int a = bits.a;
 62     }
 63  
 64     timeval end_tv;
 65     gettimeofday(&end_tv, NULL);
 66     printf("thd1 perf:[%lu]us\n", (end_tv.tv_sec * 1000 * 1000 + end_tv.tv_usec) - (begin_tv.tv_sec * 1000 * 1000 + begin_tv.tv_usec));
 67     which_cpu("thread 1 end");
 68  
 69     return NULL;
 70 }
 71  
 72 void* thd_func2(void* arg_)
 73 {
 74     set_cpu(1);
 75     which_cpu("thread 2 start");
 76     timeval begin_tv;
 77     gettimeofday(&begin_tv, NULL);
 78  
 79     for (int i = 0; i < EXEC_COUNT; i++)
 80     {
 81         bits.b += 2;
 82         int b = bits.b;
 83     }
 84  
 85     timeval end_tv;
 86     gettimeofday(&end_tv, NULL);
 87     printf("thd2 perf:[%lu]us\n", (end_tv.tv_sec * 1000 * 1000 + end_tv.tv_usec) - (begin_tv.tv_sec * 1000 * 1000 + begin_tv.tv_usec));
 88     which_cpu("thread 2 end");
 89  
 90     return NULL;
 91 }
 92  
 93 int main(int argc_, char* argv_[])
 94 {
 95     int num = sysconf(_SC_NPROCESSORS_CONF);
 96     printf("system has %d processor(s).\n", num);
 97     cpu_set_t cpu_mask;
 98     cpu_set_t cur_cpu_info;
 99  
100     memset((void*)&bits, 0, sizeof(bits_t));
101     set_cpu(0);
102     which_cpu("main thread");
103  
104     pthread_t pid1;
105     pthread_create(&pid1, NULL, thd_func1, NULL);
106  
107     pthread_t pid2;
108     pthread_create(&pid2, NULL, thd_func2, NULL);
109  
110     pthread_join(pid1, NULL);
111     pthread_join(pid2, NULL);
112  
113     return 0;
114 }

该程序中会创建两个线程, 分别对全局变量bits的a和b成员进行1亿次加法操作.

在这里我分别针对四种情况进行了测试 -

1. 两个线程分别跑在不同的cpu上, bits_t结构体没有placeholder这64个填充字节.

2. 两个线程分别跑在不同的cpu上, bits_t结构体有placeholder这64个填充字节.

3. 两个线程分别跑在相同的cpu上, bits_t结构体没有placeholder这64个填充字节.

4. 两个线程分别跑在相同的cpu上, bits_t结构体有placeholder这64个填充字节.

程序可以通过set_cpu函数来将线程绑定到指定的cpu上去.

为了大家阅读的方便, 我已将测试结果报告整理成以下四个表格.

情况一测试结果:

线程id

CPU绑定

有无placeholder

平均耗时(微妙)

1

cpu0

2186931

2

cpu1

2033496

情况二测试结果:

线程id

CPU绑定

有无placeholder

平均耗时(微妙)

1

cpu0

402144

2

cpu1

392745

我们先来看情况一和情况二的结果 对比, 显然, 后者要比前者效率高得多的多, 可以验证在有 placeholder填充字节之后, bit_t的a和b域被划分到了cache的不同两行, 所以当在cpu0执行的线程1修改a后, cpu1在读b时, 不需要去同步cache. 而情况一因为a和b在cache中的同一行, 导致两个cpu要互相进行大量的cache行同步.

情况三测试结果:

线程id

CPU绑定

有无placeholder

平均耗时(微妙)

1

cpu0

716056

2

cpu0

686804

情况四测试结果:

线程id

CPU绑定

有无placeholder

平均耗时(微妙)

1

cpu0

761421

2

cpu0

884969

可以看出, 情况三和四, 因为两个线程运行在同一个cpu上, 有和没有placeholder填充字节在性能上几乎没有什么区别, 因为不存在cache之间行同步的问题, 但是由于是一个cpu在调度切换两个线程, 所以要比情况一慢一点.

从上面测试结果看来, 某些特定情况下, 对于cache的优化还是很重要的, 但是也不能一味地为了追求性能都将所有共享数据加入填充字节, 毕竟cache就那么大, 如果不是某些特定的读写非常频繁的场景下, 没有必要这么做.

PS: 由于不同的硬件架构体系之间会有差别, 例如某些硬件架构同一个cpu下的两个物理核之间共享cache, 所以测试时要试具体环境而定.

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2012-12-11 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档