01.1.1.2 上下文切换与 CPU 调度
所属:全栈开发面试题库 / 01 计算机基础与通用工程 / 01.1 操作系统 / 01.1.1 进程线程与调度
01.1.1.2-001 什么是上下文切换?切换时保存和恢复什么?
一句话结论
上下文切换是内核暂停当前上 CPU 的任务、恢复另一个任务执行的过程;保存的是通用寄存器、程序计数器、栈指针等硬件现场,以及内核栈、地址空间、调度与记账信息;进程切换还要换页表基址并刷 TLB。
概念解释
- 上下文(context):任务执行所需的全部硬件与内核状态。
- 保存:通用寄存器、PC/返回地址、栈指针、程序状态字;内核栈指针、
task_struct引用;进程切换时保存用户地址空间信息。 - 恢复:从下一个任务的内核栈/描述符读回现场,刷新页表基址(CR3/架构等价物),继续执行。
- 切换发生在内核态:陷入内核后由调度器选择下一个任务,返回用户态时已是新任务。
原理流程
- 当前任务触发调度(中断、系统调用、时间片用完、主动让出)。
- 内核把现场压入当前任务内核栈,更新描述符记账。
- 调度器选下一个任务,恢复其现场;进程切换切换地址空间。
- 中断返回后在新任务用户态继续执行。
代码或图示
任务 A 运行 → 陷入内核 → 保存 A 现场 → 调度器选 B
→ 恢复 B 现场(进程切换换页表/TLB)→ 返回用户态执行 B
常见误区
- 以为上下文切换只保存 PC:通用寄存器、栈指针、状态字都要保存,否则返回后寄存器值错乱。
- 以为线程切换也要刷 TLB:同进程线程共享页表,通常不换地址空间;跨进程才换。
追问
- 怎么统计本机上下文切换次数?答:
vmstat 1的cs列、sar -w的cswch/s;/proc/<pid>/status的voluntary_ctxt_switches、nonvoluntary_ctxt_switches。 - 切换时内核栈起什么作用?答:被抢占任务的硬件现场压在自己的内核栈上,调度结束后从该栈恢复。
01.1.1.2-002 上下文切换成本来自哪里?怎么观测?
一句话结论
成本包括:保存恢复寄存器、内核调度与队列操作、地址空间切换带来的 TLB 失效、缓存 warmth 下降、以及切换期间的 CPU 空转;切换越频繁,有效计算占比越低。
概念解释
- 直接成本:寄存器现场存取、调度器遍历队列、记账更新。
- 间接成本:TLB 失效导致页表遍历;L1/L2 缓存被新任务冲掉,重新装载;分支预测器被污染。
- 观测:全局切换率看
vmstat/sar -w;单任务看/proc/<pid>/status两类切换;perf sched分析调度延迟与迁移。
原理流程
- 采集切换计数:全局
cs,进程级自愿/非自愿切换。 - 结合 CPU 利用率判断:切换率高而 CPU 不忙,说明线程过多或锁竞争/IO 等待频繁。
- 用
perf sched latency看任务等待调度的耗时分布。
代码或图示
vmstat 1 # cs:每秒上下文切换;r:运行队列长度
sar -w 1 # cswch/s 自愿切换、nvcswch/s 非自愿切换
perf sched latency --sort max # 各任务调度延迟排序(需 perf 权限)
常见误区
- 切换次数高就一定是瓶颈:IO 密集任务大量自愿切换属正常;要结合 CPU 利用率、运行队列与延迟判断。
- 把缓存失效成本忽略:跨进程/跨大线程切换后冷缓存会放大后续指令延迟。
追问
- 自愿切换和非自愿切换分别什么含义?答:自愿是任务主动等待资源(锁、IO、事件)让出 CPU;非自愿是时间片用完或被抢占,被调度器换下。
- 怎么降低切换次数?答:减少阻塞式线程数量、用非阻塞 IO + 事件循环、合并细粒度任务、优化锁持有时间避免频繁唤醒竞争。
01.1.1.2-003 进程切换、线程切换、协程切换的代价差异是什么?
一句话结论
进程切换代价最高(换地址空间、TLB/缓存失效),同进程线程切换次之(共享地址空间但仍进内核、保存硬件现场),协程切换在用户态完成、不动内核调度器与页表,代价最低。
概念解释
- 进程切换:独立页表,切 CR3,TLB 刷新,缓存与分支预测污染明显。
- 线程切换:共享地址空间,不换页表;但仍需陷入内核、由内核调度器选任务,保存完整硬件现场。
- 协程切换:运行时在用户态保存/恢复少量寄存器与栈指针,不经过内核调度器,不刷 TLB;阻塞行为由运行时映射到载体线程。
原理流程
- 进程:内核调度 → 换
mm→ 恢复现场。 - 线程:内核调度 → 共享
mm→ 恢复现场。 - 协程:运行时函数级跳转 → 切换栈与寄存器 → 继续执行,全程用户态。
代码或图示
代价量级(定性,数值需本机实测):
进程切换 > 线程切换(内核态) >> 协程切换(用户态)
常见误区
- 以为协程“零成本”:协程切换仍有寄存器/栈保存恢复与调度器开销,且阻塞系统调用仍要进内核。
- 以为线程切换不进内核:NPTL 是 1:1 模型,让出与抢占都由内核调度器处理。
追问
- 协程阻塞了会怎样?答:M:N 运行时把阻塞载体上的其他协程迁移走,或阻塞调用被封装为异步等待;纯 N:1 模型一个阻塞会卡住整组协程。
- 什么场景线程切换成本可接受?答:长持有 CPU 的计算任务、线程数少、单次执行时间长;短任务高并发场景切换占比才会突出。
01.1.1.2-004 什么时候发生调度?调度时机有哪些?
一句话结论
调度发生在:中断返回前、系统调用返回前、任务主动让出、时间片用尽、被高优先级任务抢占;内核在这些时机检查是否需要切换下一个任务。
概念解释
- 异步时机:时钟中断(时间片核算)、外设中断;中断处理结束前检查重调度标志。
- 同步时机:系统调用阻塞、
sched_yield、锁等待、IO 等待导致主动让出。 - 抢占:高优先级任务就绪后,内核可抢占当前低优先级任务(支持抢占的内核配置)。
原理流程
- 任务运行中产生中断/异常/系统调用,陷入内核。
- 内核更新记账,设置
need_resched标志。 - 退出内核路径前调度器检查标志,选择下一个任务。
- 新任务恢复执行。
代码或图示
中断 / 系统调用 / 主动让出 / 时间片耗尽
→ 内核检查 need_resched
→ 是:调度器选任务并切换
→ 否:返回原任务继续
常见误区
- 以为调度只在时间片用完发生:阻塞、唤醒高优先级任务、主动让出都会触发调度。
- 以为用户态代码能被随时打断:抢占发生在进入内核的边界或抢占点,用户态指令流本身由内核时机接管。
追问
- 什么是调度周期(sched period)?答:CFS 把一段时间作为调度窗口,窗口内按权重分配 CPU 时间片;可通过
/proc/sys/kernel/sched_latency_ns等参数查看(参数名与取值随版本,待确认)。 - 实时任务何时抢占普通任务?答:实时策略任务就绪后,按优先级抢占普通 CFS 任务,除非被 CPU 亲和性或隔离限制。
01.1.1.2-005 Linux CFS 完全公平调度器的原理是什么?
一句话结论
CFS(Completely Fair Scheduler)用红黑树按虚拟运行时间 vruntime 排序任务,每次选 vruntime 最小的任务运行;vruntime 按权重衰减累计,目标是让每个任务公平分享 CPU。
概念解释
vruntime:任务已经“虚拟消耗”的 CPU 时间,权重低(nice 值高)的任务真实时间换算出更大的 vruntime 增速。- 就绪队列:红黑树,左子树 vruntime 更小;最左节点是下一个候选。
- 调度延迟目标:在一个调度周期内尽量让所有就绪任务各跑一轮;任务多了单个时间片相应缩短。
原理流程
- 任务运行时按权重更新 vruntime。
- 任务入队插入红黑树;出队/阻塞时摘出。
- 调度时取最左节点运行;其 vruntime 增长后可能不再最左,轮到其他任务。
代码或图示
红黑树(key = vruntime)
最左:vruntime 最小 → 下一个上 CPU
权重 weight:nice 0 默认基准;nice 越高权重越低、vruntime 涨得越快
常见误区
- 以为 CFS 严格按时间片轮转:它是虚拟时间公平模型,时间片随任务数与权重动态计算,不是固定 RR 片长。
- 以为 vruntime 就是真实运行时长:它经过权重缩放,低优先级任务的真实时间被放大计入。
追问
- 睡眠任务的 vruntime 怎么处理?答:睡眠期间不累计;唤醒后按规则补偿(避免睡久了一醒来抢占太久或被饿死),补偿细节随内核版本调整,待确认。
- CFS 调度哪些任务?答:普通非实时任务(
SCHED_NORMAL/SCHED_OTHER);实时任务由实时调度类处理。
01.1.1.2-006 nice 值与权重、优先级是什么对应关系?
一句话结论
Linux 普通任务 nice 范围 -20(最高优先级)到 +19(最低),nice 越小权重越大、获得 CPU 越多;内核内部把 nice 映射为调度权重,CFS 按权重分配时间。
概念解释
- nice 与静态优先级大致线性对应;负 nice 需要权限调整。
- 权重表:每升高一档 nice,权重约按固定比例下降(具体比例以内核
sched_prio_to_weight为准,待确认)。 - 观察/设置:
nice -n <值> cmd启动;renice调整运行中进程;ps -o pid,nice,stat,comm。
原理流程
- 启动或调整 nice 值 → 内核查权重表。
- CFS 按权重计算 vruntime 增速与时间片。
- 低 nice 任务在树中更易被选为最左节点。
代码或图示
nice: -20 ─────────────── +19
优先级:最高 ───────────── 最低
命令:nice -n -10 ./app
renice 5 -p <pid>
常见误区
- 以为 nice 负数是“优先级抢占实时任务”:普通任务再高 nice 也低于实时调度策略任务。
- 以为调高 nice 就能保证吞吐:nice 只影响 CPU 分配倾向,IO 等待、锁竞争、内存瓶颈不在其作用范围。
追问
- 普通进程优先级和实时进程优先级怎么区分?答:
chrt -p <pid>查看策略与优先级;实时策略数值范围与普通 nice 是两套体系。 - 为什么容器里调 nice 可能失败?答:受
CAP_SYS_NICE能力与 cgroup/命名空间限制,非特权用户只能往更低优先级调。
01.1.1.2-007 实时调度策略 SCHED_FIFO、SCHED_RR、SCHED_DEADLINE 有什么区别?
一句话结论
SCHED_FIFO:同优先级先到先服务,运行到主动阻塞或退出;SCHED_RR:同优先级按时间片轮转;SCHED_DEADLINE:按执行时间/周期/截止期(EDF 思路)调度;它们都优先于普通 CFS 任务。
概念解释
- FIFO:无时间片,高优先级 FIFO 任务不阻塞就会一直占 CPU。
- RR:在 FIFO 基础上加时间片,片满同优先级轮换。
- DEADLINE:声明
runtime(每周期所需 CPU)、period、deadline,调度器保证在截止期前完成;占用不能超 runtime。 - 风险:实时任务死循环会饿死所有普通任务;使用需严格控制阻塞与优先级。
原理流程
- 任务设置实时策略与优先级/参数。
- 实时调度类在 CFS 之前选择任务。
- FIFO 占住直到让出;RR 片满轮转;DEADLINE 按截止期选最近任务。
代码或图示
chrt -f 80 ./rt-app # SCHED_FIFO 优先级 80
chrt -r 90 ./rr-app # SCHED_RR
chrt -d --sched-runtime 1000000 --sched-deadline 3000000 --sched-period 3000000 ./dl-app
常见误区
- 把“实时”理解成响应一定快:实时指优先级与调度保证,任务本身死锁/阻塞仍会超时。
- 以为实时任务越多越好:实时优先级高,配置不当会导致普通任务与内核线程被饿死。
追问
- 实时任务阻塞在普通锁上有什么风险?答:可能被低优先级任务间接拖住,形成优先级反转;实时场景应使用支持优先级继承的锁。
- DEADLINE 调度适合什么负载?答:周期明确、CPU 需求可估算的硬实时任务(控制、采集);通用 Web 服务一般用不到。
01.1.1.2-008 什么是优先级反转?优先级继承和优先级天花板协议怎么解决?
一句话结论
低优先级任务持有锁,高优先级任务等待该锁,而中优先级任务不断抢占低优先级任务,导致高优先级被间接拖延,即优先级反转;优先级继承让持锁者临时升到等待者优先级,天花板协议预先把持锁者抬到该锁可能涉及的最高优先级。
概念解释
- 反转链条:低优先级 L 持锁 → 高优先级 H 等锁 → 中优先级 M 抢占 L → H 被 M 层层拖延。
- 继承(priority inheritance):H 等待期间,L 临时继承 H 的优先级,跑完临界区放锁后回落。
- 天花板(priority ceiling):任务拿到锁即升到该锁的优先级天花板,避免被其他中间优先级抢占。
原理流程
- L 获取临界区锁。
- H 请求同一锁阻塞,触发继承:L 升到 H 的优先级。
- L 继续执行完临界区、放锁,优先级回落;H 获得锁运行。
代码或图示
无继承:H 等锁 ← L 持锁 ← M 抢占 L(H 被间接阻塞)
有继承:L 临时 = H 优先级 → 排除 M 干扰 → 放锁 → H 运行
常见误区
- 以为只要用了锁就不会反转:普通互斥锁不自带继承,需要优先级继承属性(如
PTHREAD_PRIO_INHERIT互斥量)。 - 优先级继承能解决死锁:不能,它只处理优先级倒挂;死锁仍要靠加锁顺序/超时预防。
追问
- 经典优先级反转案例是什么?答:火星探路者号软件因低优先级任务持锁被中优先级任务抢占,高优先级线程错过时限反复重启,后通过优先级继承修复。
- 用户态锁怎么设置继承属性?答:POSIX 互斥量配置协议属性;Java
ReentrantLock不直接对应内核优先级继承,实时场景需结合运行时与内核配置评估。
01.1.1.2-009 什么是调度域、CPU 亲和性?怎么设置?
一句话结论
调度域(sched domain)是内核组织 CPU 层级做负载均衡的结构;CPU 亲和性把任务绑定到指定 CPU 集合,避免在核间迁移带来缓存冷启动。
概念解释
- 调度域层级:如 SMT 线程 → 物理核 → NUMA 节点,逐层做负载均衡与任务迁移。
- 亲和性:
taskset、pthread_setaffinity_np、cgroupcpuset绑定;隔离 CPU 可用于低延迟服务。 - 绑核收益:缓存热度保持、避免迁移抖动;代价是负载不均时无法借用其他核。
原理流程
- 内核按调度域比较各 runqueue 负载。
- 失衡时把任务迁移到较空闲的 CPU。
- 绑定亲和性的任务只在允许集合内调度,不跨出集合。
代码或图示
taskset -c 0,1 ./app # 绑定到 CPU 0、1
taskset -p <pid> # 查看当前亲和性掩码
cat /proc/<pid>/status | grep Cpus_allowed
常见误区
- 绑核一定提升性能:绑定不当会造成核间负载不均;应配合压测验证缓存命中与延迟。
- 以为亲和性限制了中断:中断分布另由 RPS/irq 亲和性管理,与任务亲和性独立。
追问
- 低延迟服务为什么常做 CPU 隔离?答:减少调度抢占与核间迁移,配合中断隔离、关闭后台线程,降低尾延迟;
isolcpus/cgroup cpuset 等手段按版本选择,待确认本机支持方式。 - 怎么看任务最近在哪些 CPU 上跑过?答:
ps -o psr看当前 CPU;perf sched、/proc/<pid>/task/<tid>/stat的字段可观测历史迁移。
01.1.1.2-010 多 CPU 的 runqueue 之间怎么做负载均衡?
一句话结论
每个 CPU 有本地 runqueue,内核在调度域层级周期检查负载差,把过载队列中的任务迁移到空闲队列,包括主动拉取(load balance)与唤醒时的按需寻位(wake-up placement)。
概念解释
- 本地队列减少锁竞争;任务优先在当前 CPU 唤醒以保留缓存热度。
- 均衡触发:周期负载均衡、新任务唤醒、任务阻塞后重新入队。
- 迁移代价:缓存/TLB 失效,所以内核不是简单按计数均摊,会考虑缓存层级与任务类型。
原理流程
- 周期检查各队列负载(运行任务数、调度权重)。
- 超过失衡阈值时挑选可迁移任务搬到空闲队列。
- 唤醒路径优先选缓存邻近或空闲 CPU,必要时跨域迁移。
代码或图示
CPU0 队列 [T1 T2 T3] CPU1 队列 [T4]
→ 均衡判定过载 → 迁移 T3 到 CPU1
唤醒寻位:优先本地/邻近核 → 负载低的核
常见误区
- 以为任务会严格平均分散到所有核:亲和性、缓存热度、唤醒策略都会让分布不均。
- 以为迁移成本只看任务数:大栈、热缓存任务迁移代价更高,内核有相应加权判断(细节随版本)。
追问
- 怎么观察任务在核间迁移?答:
perf sched migrate、pidstat -t 1的 CPU 列变化;/proc/sched_debug看各队列负载(需权限)。 - 线程数等于核数为什么还会迁移?答:阻塞唤醒、优先级变化、周期性均衡都会触发,绑核可固定分布。
01.1.1.2-011 自愿切换和非自愿切换有什么区别?
一句话结论
自愿切换(voluntary)是任务主动等待锁、IO、事件而让出 CPU;非自愿切换(nonvoluntary)是时间片耗尽或被抢占而换下;前者反映阻塞等待,后者反映调度竞争。
概念解释
- 自愿:
futex等待、read/recv阻塞、epoll_wait等,任务进入睡眠队列。 - 非自愿:时钟中断核算后时间片用尽,或更高优先级任务就绪被抢占。
- 计数位置:
/proc/<pid>/status的voluntary_ctxt_switches、nonvoluntary_ctxt_switches。
原理流程
- 任务等待资源 → 主动挂起 → 调度器选下一个(自愿)。
- 任务运行中片满/被抢占 → 描述符标记需要重调度 → 换下(非自愿)。
- 两类计数分别累计,用于判断瓶颈类型。
代码或图示
cat /proc/<pid>/status | grep ctxt_switches
voluntary_ctxt_switches: 主动等待次数
nonvoluntary_ctxt_switches: 被抢占次数
常见误区
- 自愿切换多就是性能差:IO 密集服务等待网络/磁盘时自愿切换高是正常形态。
- 非自愿切换高说明锁竞争:非自愿主要是时间片/抢占;锁等待更多体现为自愿切换加唤醒延迟,需结合队列长度判断。
追问
- 两类切换都很高怎么定位?答:先看 CPU 是否饱和、运行队列多长;非自愿高说明任务多/CPU 紧,自愿高叠加唤醒抖动说明锁或 IO 等待频繁。
- 怎么降低非自愿切换?答:减少可运行任务数、绑核隔离、缩短单次 CPU 占用、把计算拆到合适线程模型。
01.1.1.2-012 怎么用 vmstat、top、sar、perf 观测调度与切换?
一句话结论
vmstat 看全局运行队列与切换率,top 看进程 CPU/状态,sar 归档历史切换与负载,perf sched 下钻任务级调度延迟与迁移;组合判断是 CPU 饱和、阻塞等待还是锁竞争。
概念解释
vmstat 1:r运行队列长度、bD 状态数、cs切换/秒、us/sy/id/waCPU 占比。sar -q看运行队列与负载;sar -w看上下文切换;sar -u看 CPU 分布。perf sched:latency、map、trace分析调度延迟、唤醒链。
原理流程
- 先
vmstat 1看r是否长期大于核数、cs是否异常飙升、wa是否偏高。 top -H定位高 CPU 或长 D 状态线程。- 必要时
perf sched latency找调度延迟最大的任务。
代码或图示
vmstat 1
r b cs us sy id wa
2 0 1200 30 10 58 2
sar -q 1 ; sar -w 1
perf sched latency --sort max
常见误区
- 只看
id高就认为没事:idle 高但r排队长可能是锁/调度瓶颈;要看队列与延迟。 - 在生产环境长时间开
perf record不评估开销:采样有开销,应短时采样并控频率。
追问
wa(IO 等待)高说明什么?答:CPU 在等磁盘/网络类内核 IO,任务多在 D/S;应查磁盘吞吐、数据库慢查询或远端依赖。- 负载均值(load average)和核数怎么对照?答:load 包含运行与等待任务,长期高于核数说明饱和;不同 Unix 口径有差异,结合
r列判断。
01.1.1.2-013 什么是调度延迟?怎么度量?
一句话结论
调度延迟是任务从就绪(被唤醒/创建)到真正上 CPU 执行的等待时间;延迟高意味着排队长、抢占频繁或 CPU 饱和,尾延迟对在线服务影响最大。
概念解释
- 来源:运行队列排队、被高优先级任务抢先、核间迁移、中断打扰。
- 度量:
perf sched latency给出平均/最大/分位等待;运行时可埋点记录唤醒到执行的时间戳。 - 与响应延迟区分:调度延迟只是“等到 CPU”的部分,不含 IO 与业务执行。
原理流程
- 任务就绪入队,记录入队时间。
- 调度器选中并上 CPU,记录开始执行时间。
- 差值即调度延迟;统计最大、P99 等指标观察尾部。
代码或图示
就绪入队 ──等待排队──> 上 CPU
└─ 调度延迟 ─┘
perf sched latency # 输出各任务 Avg/MaX 等待与切换次数
常见误区
- 把接口响应慢都归因调度:响应延迟 = 排队 + 调度 + 业务执行 + IO + 网络,需分段定位。
- 平均延迟达标就忽略长尾:在线服务看 P99/P99.9,少数饥饿任务可能已超时。
追问
- 降低调度延迟的手段有哪些?答:隔离 CPU、绑定关键线程、提高关键任务优先级(谨慎)、减少可运行线程数、优化锁临界区缩短唤醒链。
- 唤醒惊群会加大调度延迟吗?答:会,大量线程同时被唤醒排队竞争 CPU,应减少广播唤醒、用独占唤醒/条件变量精准唤醒。
01.1.1.2-014 中断与软中断线程对调度有什么影响?
一句话结论
硬中断打断当前任务在中断上下文快速处理;下半部(软中断、内核线程)延后处理耗时工作,它们占用 CPU 并与业务任务竞争调度,中断频繁会推高内核态时间与延迟抖动。
概念解释
- 硬中断:不可睡眠,上半段只做最紧急动作(如收包标记),其余延后。
- 软中断:轻量下半部,常在中断返回后或 ksoftirqd 内核线程执行;网络收发包、块设备请求走这里。
- 观察:
/proc/softirqs各类计数;top的si列;ksoftirqd线程占用。
原理流程
- 外设触发硬中断,保存现场,上半段处理紧急事项。
- 标记软中断,退出中断路径后执行下半部;积压时交给 ksoftirqd。
- 业务任务在中断间隙被调度执行。
代码或图示
硬中断(上半段,快)→ 软中断/ksoftirqd(下半段)→ 业务任务
cat /proc/softirqs
top 看 si 列;ps 列 [ksoftirqd/n]
常见误区
- 以为中断处理可以睡等锁:中断上下文不可睡眠,持锁规则受限;重活必须延后到进程上下文。
- 软中断算用户态 CPU:不算,计入内核态/softirq 列,
us不包含它。
追问
- 网络高收包下
si高怎么优化?答:多队列网卡分发到多个 CPU、 RPS/RFS 调优、平衡中断亲和性、应用层减少锁竞争;具体参数按机型压测确认。 - ksoftirqd 占 CPU 说明什么?答:软中断积压,通常是网络/磁盘中断速率过高;回溯是哪类中断(
/proc/softirqs分类)触发。
01.1.1.2-015 线程数过多为什么吞吐反而下降?
一句话结论
线程数超过 CPU 可承载后,上下文切换、缓存失效、锁竞争与内存开销叠加,有效计算占比下降,吞吐不升反降、延迟恶化;存在最优线程区间。
概念解释
- 每线程栈内存固定,线程多则内存占用线性增长。
- 可运行任务排队,切换次数飙升,缓存 warmth 下降。
- 共享资源锁竞争加剧,唤醒/惊群额外消耗 CPU。
- 计算型任务线程数接近核数较优;IO 型可更多,但需配合非阻塞模型评估。
原理流程
- 线程增加 → 单 CPU 上可运行队列变长。
- 切换与缓存失效成本上升,锁竞争概率增大。
- 越过拐点后吞吐下降、P99 延迟上升。
代码或图示
吞吐
↑ 最优区间
│ ╱────╲
│ ╱ ╲___
└────────────────→ 线程数
切换率:随线程数单调上升;有效 CPU 占比先升后降
常见误区
- 以为“多开线程总能更快”:并行收益被切换与竞争成本抵消后反而变慢。
- 用一个固定公式套所有任务:计算密集与 IO 密集最优线程数不同,应压测找拐点。
追问
- 计算型和 IO 型线程数怎么估算?答:计算型 ≈ CPU 核数;IO 型按 Little 定律用并发数 = 到达率 × 响应时间估算,再压测修正。
- 线程池队列怎么配合?答:有界队列防止无限增长,拒绝策略兜底;池大小按任务类型与下游容量设定,避免队列积压掩盖线程数问题。
01.1.1.2-016 NUMA 架构下调度要注意什么?
一句话结论
NUMA 把内存按节点划分,跨节点访问延迟更高;调度应优先让任务在本地节点分配内存并运行,避免远程内存访问拉低性能。
概念解释
- 每个 NUMA 节点有本地内存与 CPU;跨节点经互联总线访问,带宽低、时延高。
- 调度与内存分配都有节点亲和:任务迁移到别的节点后,旧内存页仍是远程页。
- 观察:
numactl --hardware看节点与距离;numastat看本地/远程命中。
原理流程
- 任务在节点上运行,优先分配本地内存页。
- 任务被迁移到其他节点,原页面访问变远程。
- 绑定节点(
numactl --cpunodebind/--membind)保持本地性。
代码或图示
节点 0:CPU0-3 + 本地内存0 ← 本地访问快
节点 1:CPU4-7 + 本地内存1 ← 跨节点访问慢
numactl --hardware
numastat -p <pid>
常见误区
- 以为内存统一寻址就访问代价相同:NUMA 下本地/远程延迟差异明显,大内存应用尤其敏感。
- 绑 CPU 就自动本地内存:需同时约束内存分配节点,否则页面可能被远程分配。
追问
- 大内存数据库为什么关注 NUMA 交错(interleave)?答:交错分配打散页面避免单节点内存耗尽,但牺牲本地性;策略要按负载实测,常见做法是绑节点或关闭透明大页配合调整。
- 怎么判断出现大量远程访问?答:
numastat的numa_hitvsnuma_miss/numa_foreign;perf计数内存远程访问事件(事件名随架构,待确认)。
01.1.1.2-017 忙等(自旋)与让出(yield/park)怎么选择?
一句话结论
等待时间极短时用自旋避免切换开销;等待可能较长时主动让出(sched_yield/park/睡眠队列)避免占着 CPU 空转;选择取决于预期等待时长与并发代价。
概念解释
- 自旋:循环检查条件,不进睡眠,省切换但占 CPU;短临界区、多 CPU 场景适用。
- 让出:
sched_yield主动让出本次时间片;锁等待进入睡眠队列,被唤醒时再调度。 - 内核/运行时混合:短期自旋后再睡眠(如 futex、互斥锁内部)。
原理流程
- 预测等待很短 → 自旋若干轮。
- 仍未就绪 → 挂入等待队列,让出 CPU。
- 条件满足被唤醒,重新竞争 CPU。
代码或图示
等待时间短:自旋(占 CPU,不切换)
等待时间长:睡眠队列(让出 CPU,事件唤醒)
混合:先自旋 N 次 → 未成功再 park/睡眠
常见误区
- 在单 CPU 上长时间自旋:自己占着核,其他任务无法改变条件,纯浪费。
- 把
sched_yield当高效等待:它只是把时间片让给同优先级任务,条件未变时可能被立刻调度回来。
追问
- 自旋锁和互斥锁适用边界?答:临界区极短、持有期间不睡眠用自旋;等待可能长、单资源昂贵用互斥睡眠;内核与用户态实现策略不同。
- Java
LockSupport.park对应内核什么机制?答:基于 futex/睡眠队列的阻塞原语,被unpark唤醒,不占 CPU 空转。
01.1.1.2-018 批处理型与交互型任务在调度上有什么不同考量?
一句话结论
批处理重吞吐与批量并行,倾向少调度切换、大块时间片;交互任务重响应速度,倾向快速唤醒与较高优先级,避免长时间被后台任务压住。
概念解释
- 批处理:大任务分段跑,CPU 饱和利用,可容忍较高单次调度间隔;关注点是总吞吐与资源均衡。
- 交互:输入/事件后需尽快上 CPU,尾延迟敏感;避免被批量任务、日志、GC 线程挤占。
- 工程做法:关键交互链路隔离线程/CPU,后台任务降 nice、限流分批执行。
原理流程
- 区分任务类型:前台请求处理 vs 后台批处理/定时任务。
- 交互链路用独立线程池与隔离资源。
- 后台任务限速、错峰、降低优先级,避免抢占前台。
代码或图示
前台请求线程池:低延迟优先,隔离隔离
后台批处理:限速、降 nice、错峰,避免占满核与 IO
常见误区
- 后台定时任务和前台共用线程池:批处理积压会直接拖垮在线响应。
- 用提高 nice 解决一切后台干扰:IO、内存、锁竞争造成的干扰无法靠 nice 消除。
追问
- 在线服务怎么隔离后台任务?答:独立线程池/进程、CPU 与 IO 限额(cgroup)、错峰调度、依赖降级;关键链路与批处理物理隔离优先。
- 交互任务被 GC/编译线程打扰怎么办?答:缩短安全点停顿、隔离 GC 线程、错峰执行编译/预热,压测看 P99 抖动来源。