【内核调度、负载均衡】【boosted_task_util&task_util_est】

最新推荐文章于 2024-09-24 14:43:10 发布
原创 最新推荐文章于 2024-09-24 14:43:10 发布 · 1k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了Linux内核调度中boosted_task_util和task_util_est的概念及其计算方法。boosted_task_util是任务利用率，考虑了margin值的增减；task_util_est用于估算任务的负载影响。同时提到了schedtune_task_margin和schedtune_margin在任务负载比例调整中的作用。

boosted_task_util实际上包含两个部分，当前task的util加上margin值，margin就是将util的值给他扩大或者缩小一定的倍数

boosted_task_util

static inline unsigned long
boosted_task_util(struct task_struct *task)
{
	unsigned long util = task_util_est(task);//这里我们假设walt机制是open的
	long margin = schedtune_task_margin(task);//margin就是sign除以100

	trace_sched_boost_task(task, util, margin);//添加到内核trace log里面

	return util + margin;
}

task_util & task_util_est

task util = demand *1024 / window_size  ---其中demand为WALT机制中sum_history数组得到的max(latest值，平均值)，window_size则是WALT机制中window的大小（默认为20ms）

 

未开启boost　　　 = (delta / window_size) * (cur_freq / max_freq) * cpu_ma

最低0.47元/天 解锁文章
money_yuan
关注
使用boost::packaged_task进行并发任务调度
techDM的博客
08-25 237
通过调用packaged_task的get_future()函数，我们创建了一个future对象，可以通过这个对象来获取任务执行的结果。通过调用packaged_task的构造函数，我们创建了一个可复制的可调用对象，并且将这个对象传递给一个新的线程，从而实现了异步执行。简单来说，它是一个用于异步执行函数或方法的类模板。package_task可以将一个函数、一个函数对象或一个成员函数封装成一个可复制可调用对象，并且可以通过std::future或std::shared_future等方式获取执行结果。
Boost：实现分配任务的服务
PixelLogic的博客
08-22 145
在这个服务中，我们定义了 Task 类和 Server 类，使用 Worker 来执行任务并分配任务给空闲的 Worker。当有新的任务时，我们需要将任务分配给一个空闲的 Worker。在上面的示例中，我们创建了一个包含三个 Worker 的 Server，并将三个任务分配给它们。当一个 Worker 空闲时，我们将任务分配给它，否则将任务标记为等待中。Boost 库是一个开源的 C++ 库，提供了许多有用的工具和算法，可以帮助我们更好地编写高效且可靠的代码。Boost：实现分配任务的服务。
TaskUtils
naiheshushu的博客
12-26 655
import java.io.BufferedReader; import java.io.FileInputStream; import java.io.InputStreamReader; import java.util.ArrayList; import java.util.List; import zz.itcast.mobileguardz10.R; import
TaskUtil多线程与定时任务
weixin_30596023的博客
06-12 186
packagecom.taoban.util;/***执行单次任务或定时任务工具类（用于减少newThread()和newTimer()的使用）*/publicclassTaskUtil{privatestaticLoglog=LogFactory.getLog(TaskUtil.class);privatestaticExecutorSe...
Android/Linux EAS优化-schedtune
静虚待令，有物混成
01-08 6141
Linux cgroups机制中的cpu/cpuset/schedtune子系统 跟linux/android进程调度策略有关，记录下各项功能参数的用法。 SchedTune SchedTune是一项与CPU调频相关的性能提升技术，它实现为一个cgroup控制器。 这个控制器提供了一个名称为schedtune.boost的配置参数，运行时系统可以使用它来更改该组中的进程的调度方式。 每当调整这个参数的时候，它会使受影响的进程看起来比实际更重（或更轻）。如果一个组被提升了25％，那么调度程序将期望它使
boost库在工作（25）任务之五
大坡3D软件开发
05-25 5819
在前面的例子里使用了一个精度只能到秒级别的定时器，对于一般应用来说，已经卓卓有余，能对付大多数的情况了。但有一天，老板让你开发一个对时间精度能到毫秒级别的定时器，就显得力不从心，左思右想不得其解。假如在嵌入式系统里，往往可以直接操作定时器来实现，但在PC系统里，就不能直接操作硬件了，更何况操作系统还存在进程调度的中断，因此定时器的精度就大大打折扣。在boost库里提供了boost::asio::h
boost库在工作（23）任务之三
大坡3D软件开发
05-12 6517
在前面的多任务执行里，因为有多个线程执行，只要放到任务队列里的任务都会执行，但这些任务执行顺序是随机的，没有固定的顺序，也就是说放入队列早的任务不一定就是早执行，放入队列迟的任务也不一定后执行。这样没有顺序的执行性是多线程的本来特性，虽然可以使用锁对象来同步一个对象不被多个线程同时访问，但它是没有办法确保任务之间的有序访问同一个资源。这时，就需要引入一个对象io_service::strand，有
【内核调度、负载均衡】【select_task_rq_fair】
勿于浮沙筑高台
07-16 1765
在新建一个task或者block的task被唤醒的时候，也会执行负载均衡，调用的函数是select_task_rq_fair 和内核周期性调度相似（寻找最忙的cpu上的任务，然后把该任务pull过来执行。或者从最忙的cpu上将当时正在执行的任务停掉，然后放到local cpu上去执行）。只是他寻找的是最idlest的cpu来运行task select_task_rq_fair /* * select_task_rq_fair: Select target runqueue for the waki
【内核调度、负载均衡】【find_energy_efficient_cpu】
勿于浮沙筑高台
07-21 2333
get_eenv /* * get_eenv - reset the eenv struct cached for this CPU * * When the eenv is returned, it is configured to do * energy calculations for the maximum number of CPUs * the task can be placed on. The prev_cpu entry is * filled in here. Calle
util_est结构体的作用
09-24 764
转载原文 原文地址：什么是数据结构作者：了不起de狐狸爸爸 说到数据结构是什么，我们从这个计算机名词定义来解释，而不是说数据结构这门课程。 字面上来看，“数据结构”的意思可以分别通过“数据”和“结构”来阐明。 所
执行线程boost库在工作（23）任务之三
weixin_34357962的博客
05-12 130
查了好多资料，发现还是不全，干脆自己整理吧，至少保障在我的做法正确的，以免误导读者，也是给自己做个记录吧！     在前面的多任务执行里，因为有多个线程执行，只要放到任务队列里的任务都市执行，但这些任务执行顺序是随机的，没有固定的顺序，也就是说放入队列早的任务不一定就是早执行，放入队列迟的任务也不一定后执行。这样没有顺序的执行性是多线程的本来特性，虽然可以应用锁对象来同步一个对象不被多个线程同时...
读《Boost程序库完全开发指南》
Jingle的专栏
11-06 2848
读《Boost程序库完全开发指南》   2011-05-18 20:47:19|  分类：读书|  标签：|字号大中小 订阅     C++确实很复杂，神一样的0x不知道能否使C++变得纯粹和干爽？     boost很复杂，感觉某些地方有过度设计和太过于就事论事的嫌疑，对实际开发工作的考虑太过于理想化。学习boost本身就是一个复杂度，有魄力在项目中广泛采用
eas k5.4 (七)：v4.17 - Util(ization) Est(imated)
04-09 828
519329 sched/fair: Update util_est only on util_avg updates a07630b sched/cpufreq/schedutil: Use util_est for OPP selection f9be3e5 sched/fair: Use util_est in LB and WU paths 7f65ea4 sched/fair: Add ...
【数据结构】【rq】【sched_entity】【util_est】
勿于浮沙筑高台
07-03 2380
1、structutil_est /** * struct util_est - Estimation（估算） utilization of FAIR tasks * @enqueued: instantaneous（瞬时） estimated utilization of a task/cpu * @ewma: the Exponential（指数） Weighted Moving Average (EWMA) * utilization of a tas...
boost::packaged_task相关的测试程序
希望我的博客，能帮上你解决学习中工作中所遇到的问题
06-24 449
boost::packaged_task相关的测试程序实现功能C++实现代码 实现功能 boost::packaged_task相关的测试程序 C++实现代码 #define BOOST_THREAD_VERSION 4 #if BOOST_THREAD_VERSION == 4 #define BOOST_THREAD_DETAIL_SIGNATURE int() #else #define BOOST_THREAD_DETAIL_SIGNATURE int #endif #include <boo
【内核调度、EAS】【cpu boost和task boost的区别和联系】
勿于浮沙筑高台
07-22 2123
cpu boost unsigned long boosted_cpu_util(int cpu, unsigned long util) { long margin; margin = schedtune_cpu_margin(util, cpu); trace_sched_boost_cpu(cpu, util, margin); return util + margin; } task的boost=util+margin static inline int schedtune_
OpenCloudOS内核调度器
OpenCloudOS的博客
05-25 2759
调度器(Scheduler)需要应对各种极端场景以及各种业务模型，单一的策略设计很难覆盖所有的场景。于是内核在调度器里添加了很多调度特性feature，在不同的业务场景里，根据不同的业务模型选择最优的调度策略，这样可以让调度器拥有很好的适应性。 通过本文的分析，可以让大家了解到内核相关feature的作用以及使用场景，这样可以根据根据这些参数为用户业务进行针对性的性能调优了。 调度特性分析 通过cat /sys/kernel/debug/sched_features可以知道当前内核支持哪些调度特性，以及
【WALT】频率计算（未更新完）
Cyrusandy的博客
01-02 1653
代码版本：Linux4.9 android-msm-crosshatch-4.9-android12。
Linux内核源码分析-进程调度(六)-PELT(per-entity load tracking)
李白
06-09 2581
什么叫负载？ per-entity load tracking 如何记录负载信息 runnable_avg_yN_inv decay_load struct sched_avg 调度实体se初始化函数是init_entity_runnable_average 计算当前负载贡献 计算公式 代码实现 accumulate_sum decay_load __accumulate_pelt_segments 调度实体更新负载贡献 就绪队列更新负载贡献 per-entity load tracking有什么好处呢？
cpu_util_irq
最新发布
10-30
<think>唔，用户这次聚焦在cpu_util_irq这个内核调度指标上，看来是在研究Linux CPU调度器实现细节。结合历史对话，用户之前已经接触过WALT算法、schedutil调频和capacity计算逻辑，这次属于深度技术追问。 从引用材料看，用户提供的资料其实很专业——引用[1]提到WALT频率计算流程，引用[2]详细解释了cpu_capacity相关概念，这些正是理解cpu_util_irq的基础。特别是引用[2]里那句“对irq util做scale”已经点题了：cpu_util_irq就是量化中断处理对CPU算力的消耗。 用户可能正在做内核性能优化，比如解决软中断导致的卡顿问题。ta跳过了基础概念直接问实现细节，说明至少熟悉CPU调度框架。不过引用[3]的ARM汇编和引用[4]的Java代码明显是干扰项，需要主动过滤掉。 技术上需要分层解释： 首先cpu_util_irq是PELT算法维护的指标，代表CPU在软中断上下文消耗的算力占比。它影响调度决策的关键场景有三个：选核迁移任务时排除中断干扰（引用[2]提到的capacity计算）、调频时补偿中断开销（引用[1]的sugov流程）、负载均衡时识别真实负载。 计算原理上要强调时间衰减模型：不是简单计数，而是对历史中断耗时进行指数级加权。具体代码层面，内核的update_irq_load_avg()函数会记录中断起止时间，结合PELT的半衰期参数算出瞬时利用率。这块用户没问细节，暂时不用展开公式。 最后得提醒实践意义：比如top看到的%si异常高时，可能是cpu_util_irq计算值触发了频率提升。不过用户目前专注理论，补充建议可以点到为止。 </think>根据内核调度机制的上下文分析，`cpu_util_irq` 是 Linux CPU 调度器中用于量化**中断处理程序（IRQ）占用 CPU 算力**的关键指标，其含义、作用及关联逻辑如下： --- ### **1. 核心含义** `cpu_util_irq` 表示在指定时间窗口内，CPU 执行**硬件中断处理程序（IRQ）所消耗的算力占比**。其数值范围在 $[0, \text{CPU 最大算力}]$ 之间： - 例如，若某 CPU 最大算力为 $1024$，`cpu_util_irq=256` 表示中断处理消耗了该 CPU $25\%$ 的算力资源。 --- ### **2. 核心作用** #### **(1) 精准计算可用算力** 在调度决策（如任务迁移、调频）前，需从 CPU 总算力中扣除中断开销： $$\text{真实可用算力} = \text{cpu_capacity} - \text{cpu_util_irq}$$ - 其中 `cpu_capacity` 是经 QoS 限频、扣除 RT/DL 任务占用后的动态算力（引用[2]）。 #### **(2) 驱动调频策略** `schedutil` 等调频器需综合 IRQ 开销以提升频率决策准确性（引用[1]）： ```c // 伪代码：sugov 频率计算逻辑 util = cpu_util_freq() + cpu_util_irq(); // 叠加中断开销 freq = map_util_to_freq(util, max_freq); // 转换为目标频率 ``` #### **(3) 负载均衡优化** 避免将任务迁移到 IRQ 负载高的 CPU，防止中断处理与任务执行竞争资源。 --- ### **3. 计算原理** #### **(1) 数据来源** - 通过内核的 **Per-Entity Load Tracking (PELT)** 框架实时跟踪 IRQ 执行时间。 - 在每个调度周期（如 4ms）更新 IRQ 耗时，并应用指数衰减模型计算加权平均值。 #### **(2) 公式简化** $$ \text{cpu\_util\_irq} = \alpha \cdot \text{util\_prev} + (1-\alpha) \cdot \text{util\_delta} $$ 其中： - $\alpha$：衰减系数（通常取 0.978） - $\text{util\_prev}$：上一周期中断利用率 - $\text{util\_delta}$：当前周期新增中断耗时 --- ### **4. 关联概念** | **指标** | **描述** | **与 cpu_util_irq 的关系** | |----------------------|---------------------------------------------|------------------------------------------| | `cpu_capacity_orig` | CPU 硬件原始算力（无 QoS/限频） | 作为分母计算 IRQ 占比 | | `cpu_util_freq()` | 除 IRQ 外的任务总利用率（含 CFS/RT/DL） | 需与 IRQ 叠加后决策调频（引用[1]） | | `boosted_cpu_util()` | 经性能提升策略调整后的任务利用率 | 不影响 IRQ 独立计算 | > **实践意义**：在实时系统优化中，若 `cpu_util_irq` 持续高于 $20\%$，需检查中断风暴或驱动效率问题（引用[4]的监控方法可辅助定位）。 --- ### **相关问题** 1. 如何通过 `cpu_util_irq` 诊断中断导致的系统卡顿？ 2. Linux 调度器中 `cpu_util_irq` 与 RT/DL 任务利用率的优先级如何划分？ 3. 在 ARM 架构下（引用[3]），中断上下文切换如何影响 `cpu_util_irq` 的准确性？ [^1]: WALT 算法与 schedutil 调频器交互流程 [^2]: CPU 算力层级模型（`cpu_capacity_orig` → `cpu_capacity`） [^3]: ARM 中断开关的底层汇编实现 [^4]: 系统级监控中 CPU 利用率的获取方式
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值