【WALT】predict_and_update_buckets() 与 update_task_pred_demand() 代码详解

WALT代码predict与update函数详解

原创

已于 2024-01-02 20:47:34 修改 · 500 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#linux #android

于 2023-08-29 14:40:16 首次发布

本文详细解析了Linux 4.9 android - msm - crosshatch - 4.9 - android12版本中【WALT】的predict_and_update_buckets()与update_task_pred_demand()代码。介绍了代码逻辑，包括根据runtime给出桶下标、根据下标预测和更新pred_demand、更新桶等内容，还说明了桶算法的核心机制。

文章目录

【WALT】predict_and_update_buckets() 与 update_task_pred_demand() 代码详解

【WALT】predict_and_update_buckets() 与 update_task_pred_demand() 代码详解

代码版本：Linux4.9 android-msm-crosshatch-4.9-android12

代码展示

static inline u32 predict_and_update_buckets(struct rq *rq,
			struct task_struct *p, u32 runtime) {
   
   

	int bidx;
	u32 pred_demand;

	if (!sched_predl)
		return 0;

	// ⑴ 根据 runtime 给出桶的下标
	bidx = busy_to_bucket(runtime);
	// ⑵ 根据桶的下标预测 pred_demand
	pred_demand = get_pred_busy(rq, p, bidx, runtime);
	// ⑶ 根据桶的下标更新桶
	bucket_increase(p->ravg.busy_buckets, bidx);

	return pred_demand;
}

void update_task_pred_demand(struct rq *rq, struct task_struct *p, int event)
{
   
   
	u32 new, old;

	if (!sched_predl)
		return;

	if (is_idle_task(p) || exiting_task(p))
		return;

	if (event != PUT_PREV_TASK && event != TASK_UPDATE &&
			(!SCHED_FREQ_ACCOUNT_WAIT_TIME ||
			 (event != TASK_MIGRATE &&
			 event != PICK_NEXT_TASK)))
		return;

	if (event == TASK_UPDATE) {
   
   
		if (!p->on_rq && !SCHED_FREQ_ACCOUNT_WAIT_TIME)
			return;
	}

	new = calc_pred_demand(rq, p);
	old = p->ravg.pred_demand;

	if (old >= new)
		return;

	if (task_on_rq_queued(p) && (!task_has_dl_policy(p) ||
				!p->dl.dl_throttled))
		p->sched_class->fixup_walt_sched_stats(rq, p, p->ravg.demand, new);

	p->ravg.pred_demand = new;
}

代码逻辑

sched_predl 默认为 1，意味着正常情况下这两个函数都会执行。

predict_and_update_buckets() 主要通过桶算法来预测 pred_demand。其中，runtime 是在 update_task_demand() 中根据 scale_exec_time() 归一化过后的执行时间。

update_task_pred_demand() 主要是在任务的 perd_demand 值小于 curr_window 时再次计算 pred_demand。

桶算法的核心是数组 busy_buckets[NUM_BUSY_BUCKETS]。

代码中对数组 busy_buckets 的描述是：‘busy_buckets’ 将历史 busy time 分组到用于预测的不同桶中。（‘busy_buckets’ groups historical busy time into different buckets used for prediction.）

我将数组 busy_buckets 称之为一种类似 PELT 的机制，数组中每一个