本地自旋锁与信号量/多服务台自旋队列-spin wait风格的信号量

周日傍晚，我去家附近的超市(...)买苏打水，准备自制青柠苏打，我感觉我做的比买的那个巴黎水要更爽口。由于天气太热，很多人都去超市避暑去了，超市也不撵人，这仿佛是他们的策略，人过来避暑了，走的时候难免要买些东西的，就跟很多美女在公交地铁上看淘宝消磨时光，然后就下单了...这是多么容易一件事，反之开车的美女网购就少很多。对于超市的避暑者，要比公交车上下单更麻烦些，因为有一个成本问题，这就是排队成本。
       其实这是一个典型的多服务台排队问题，但是超市处理的并不好，存在队头拥塞问题，我就好几次遇到过。好几次，我排的那个队，前面结账出现了纠纷，我们后面的就必须等待，眼睁睁看着旁边的结账队伍向前推进，但是这种排队方案足够简单，把调度任务交给了排队者本人，结账的人想排到哪个队列就排到哪个队列，判断一个队列是否会拥塞也有很多办法，比如看购物的多少，是否有衣物(锁卡拔出纠纷)，是否有称重的东西(会忘记称重)，是否有打折物，是否有老年人，收银员的手法是否娴熟等，全靠自己的判断，无异于一场赌博。  我改造的OpenVPN多线程实现就是这种。
       银行服务以及饭店的排队服务就要好很多，顾客排队时，自取一个号码，排入单一的队列，由空闲服务台叫号，这就是一个调度系统。这种单队列多服务台是不会出现队头拥塞的，等候的顾客持ticket排队，本身不必排在队伍里，而ticket号逻辑上组成一个虚拟的队列，没叫到号的可以暂时干点别的，自身不必排队。

       暂时干别的？并不意味着你可以离开，特别是业务处理流程很快的情况下。你离开大厅，刚走出去，准备去旁边的小店逛逛，结果听到叫到你的号了，赶紧返回，其实还不如不出去呢。但是对于等待比较久的叫号系统，那倒是可以暂时出去。出去再返回的过程意味着体力开销，但是如果出去的时间久，可以完成另一件重要的事，意味着为这另外这件事的收益付出的体力开销是值得的。

       知道我想到什么了吗？我想到了信号量。信号量就是一个单队列多服务台排队系统，信号量的初始值就是服务台的数量。一个执行流被服务意味着少了一个可服务的服务台，这就是down操作，而up操作则是一个服务台重新变成空闲的信号，这意味着有一个新的排队者可以得到服务了，我可以把”服务“理解成进入临界区。

       我在想一个问题，为什么信号量一定要设计成sleep-wait的模式，为什么就没有spin-wait的模式啊。而我目前面临的问题，如果使用sleep-wait，切换开销太大，perf显示的头几名大头都在schedule，wake up，之类的，也就是说，你切换出去了，没多久就又把你叫回来了，好在Linux调度系统基于CFS完全公平机制，抖动不会太厉害，不过这么切换一次造成的开销也不算小，起码等到再次切换回来的时候，cache变凉了。

回顾Linux版的ticket自旋锁，我觉得所有的排队者以及持锁者touch同一个变量，该变量会cache到所有的当事者cpu的cache中，被持锁者以及争锁者read/write时，会涉及到多个处理器之间的cache一致性问题，这也是一笔很大的底层开销。于是我设计了一个本地接力自旋锁改变了这个局面，保持每一个争锁者都只touch一个别的争锁者不会touch的变量，且cache line要着色以保证不会cache到同一line，此外，持锁者在释放锁的时候，只会write下一个争锁者的本地变量。这样就确保了cache一致性被最少的触发。
       本着这个新的自旋锁设计，结合我在超市的经历，我想把我这个自旋锁发展成一个可以有多个CPU持有锁的自旋队列。后来我突然发现，这不就是信号量嘛...可惜信号量并没有如期被我所用，因为Linux实现的信号量是sleep-wait机制的，我需要的是spin-wait，因为我知道一个数据包的发送是很快的，之所以引入队列，构建VOQ，是因为我想避开N加速比问题，然而我的算法是软实现，根本不存在N加速比问题，所以后来我想取消VOQ，又怕引发队头拥塞，所以采用了多服务台单队列机制，为了实现这个，我本可以采用信号量的，但是又不想sleep，所以采用极其复杂的多个spin lock的机制，超市排队引发的遐想导致我想到用spin-wait来实现信号量，事实上，简单测试之后，发现效果还真不错。

先看一下Linux原生的信号量实现，代码比较简单。顺便说一句，这篇文章并不意味着我又开始源代码分析了，而是也许它意味着某种终结，前后的呼应。

/* * 为了突出重点问题,不至于迷失在代码细节.我做了以下的假设: * 1.我省去了操作信号量本身的自旋锁,我假设P/V操作过程的任意序列都是原子的. * 2.我取消了超时参数以及state,我假设除非得到信号量,否则一定等下去,我还假设睡眠不会被打断,除非有人唤醒. * 3.我取消了inline，因为我想突出围绕本地栈变量本地自旋，这样不会cache pingpong. */struct semaphore {    raw_spinlock_t        lock;    unsigned int        count;    struct list_head    wait_list;};struct semaphore_waiter {    struct list_head list;    struct task_struct *task;    // 本地局部检测变量    bool up;};static int down(struct semaphore *sem){    if (likely(sem->count > 0)) {        sem->count--;    }    else {        struct task_struct *task = current;        struct semaphore_waiter waiter;        // 栈上的排队体,相当于ticket,获得信号量(函数返回)后就没有用了        list_add_tail(&waiter.list, &sem->wait_list);        waiter.task = task;        waiter.up = false;        for (;;) {            __set_task_state(task, TASK_UNINTERRUPTIBLE);            schedule();            // 本地栈变量的检测，减少了多处理器之间的cache同步，不会cache乒乓            // ********************************************************************            // 但是要想到一种情况，如果多个进程试图写这个变量，还是要有锁操作的。            // 虽然我的假设是所有操作以及操作序列都是原子的，但是在up操作中，持有信            // 号量的进程只是简单的wake up了队列，而这并不能确保被唤醒的task就一定可            // 以得到执行，中间还有一个schedule层呢。鉴于这种复杂的局面，我想到了不            // sleep，而是本地自旋版本的信号量，不管怎样，它确实解决了我的问题。            // [事实上，由于sem本身拥有一把自旋锁，这就禁止了多个“服务台”同时召唤            //  同一个等待者的局面，而我在我的描述中，忽略了这把自旋锁，这是为什么呢？            //  因为，我想为我的自旋信号量版本贴金，不然人家都把问题解决了，我还扯啥            //  玩意儿啊！]            // ********************************************************************            // 这种情况在spin lock下不会存在，因为同时只有一个进程会持有lock，            // 不可能多个进程同时操作。            if (waiter.up) {                return 0;            }        }    }}void up(struct semaphore *sem){    unsigned long flags;    if (likely(list_empty(&sem->wait_list))) {        sem->count++;    } else {        struct semaphore_waiter *waiter = list_first_entry(&sem->wait_list,                            struct semaphore_waiter, list);        // 标准的Linux kernel中，该操作被spin lock保护，这意味着不可能多个服务台同时将        // 服务给与同一个等待者。        list_del(&waiter->list);        waiter->up = true;        // 简单wake up进程，它何时投入运行，看调度器何时调度它了。        wake_up_process(waiter->task);    }}

由于我忽略了信号量本身的保护自旋锁，当你详细分析上述实现的时候，会发现很多竞争条件，比如同时多个服务台召唤一个等待者，但是没关系，该说的我都写到冗长的注释里面了。我之所以忽略信号量的自旋锁，是因为我想把信号量该造成一个通用的自旋等待队列，自旋锁只是其中一个特殊情况，该情况对应只有一个服务台的情形。
       如果看懂了原生的实现，那么改造后的实现应该是以下的样子：

​/* * 我引入了BEGIN_ATOMIC和END_ATOMIC两个宏，因为我不想贴汇编码，所以这两个宏的意思就是它们之间的代码都是由 * lock前缀修饰的，锁总线。 * 此外，什么事情都没有做，只是改了名称。如果想初始化一个标准的排队自旋锁，将初始化宏的val设置成1即可。 */struct spin_semaphore {    unsigned int        count;    struct list_head    wait_list;};struct spin_semaphore_waiter {    struct list_head list;    struct task_struct *task;    // 本地局部检测变量    bool up;};static int spin_down(struct spin_semaphore *sem){    if (likely(sem->count > 0)) {        sem->count--;    }    else {        struct task_struct *task = current;        struct spin_semaphore_waiter waiter;BEGIN_ATOMIC        list_add_tail(&waiter.list, &sem->wait_list);        waiter.task = task;        waiter.up = false;END_ATOMIC        for (;;) {            cpu_relax();  // PAUSE            if (waiter.up) {                return 0;            }        }    }}void up(struct spin_semaphore *sem){    unsigned long flags;BEGIN_ATOMIC    if (likely(list_empty(&sem->wait_list))) {        sem->count++;END_ATOMIC    }    else {        struct spin_semaphore_waiter *waiter = list_first_entry(&sem->wait_list,                            struct spin_semaphore_waiter, list);        list_del(&waiter->list);        waiter->up = true;END_ATOMIC    }}

所有名称加上了spin_前缀修饰。不错，这个应该是和Windows NT内核的排队自旋锁的实现很接近了。在此不谈优化，然而实际使用时，应该是先用汇编编码，然后汇编码优化它了。