使用Trace-Event解决系统不能深度睡眠的问题

[[374918]]

本文转载自微信公众号「相遇Linux」，作者JeffXie。转载本文请联系相遇Linux公众号。  

最近遇到一个问题，系统不能睡眠到c7s, 只能睡眠到c3. (c-state不能到c7s, cpu的c-state, c0是运行态，其它状态都是idle态，睡眠的越深，c-state的值越大)

这时候第一感觉是不是系统很忙导致, 使用pert top看一下耗cpu的进程和热点函数：

perf top -E 100 --stdio > perf-top.txt 
 
    19.85%  perf                  [.] __symbols__insert 
     7.68%  perf                  [.] rb_next 
     4.60%  libc-2.26.so          [.] __strcmp_sse2_unaligned 
     4.20%  libelf-0.168.so       [.] gelf_getsym 
     3.92%  perf                  [.] dso__load_sym 
     3.86%  libc-2.26.so          [.] _int_malloc 
     3.60%  libc-2.26.so          [.] __libc_calloc 
     3.30%  libc-2.26.so          [.] vfprintf 
     2.95%  perf                  [.] rb_insert_color 
     2.61%  [kernel]              [k] prepare_exit_to_usermode 
     2.51%  perf                  [.] machine__map_x86_64_entry_trampolines 
     2.31%  perf                  [.] symbol__new 
     2.22%  [kernel]              [k] do_syscall_64 
     2.11%  libc-2.26.so          [.] __strlen_avx2 

发现系统中只有perf工具本身比较耗cpu :(

然后就想到是不是系统中某个进程搞的鬼，不让cpu睡眠到c7s. 这时候使用trace event监控一下系统中sched_switch事件. 使用trace-cmd工具监控所有cpu上的sched_switch(进程切换)事件30秒:

#trace-cmd record -e sched:sched_switch -M -1 sleep 30 
 
CPU0 data recorded at offset=0x63e000 
    102400 bytes in size 
CPU1 data recorded at offset=0x657000 
    8192 bytes in size 
CPU2 data recorded at offset=0x659000 
    20480 bytes in size 
CPU3 data recorded at offset=0x65e000 
    20480 bytes in size 

使用trace-cmd report 查看一下监控结果，但是查看这样的原始数据不够直观，没有某个进程被切换到的统计信息:

#trace-cmd report 
 
cpus=4 
       trace-cmd-19794 [001] 225127.464466: sched_switch:         trace-cmd:19794 [120] S ==> swapper/1:0 [120] 
       trace-cmd-19795 [003] 225127.464601: sched_switch:         trace-cmd:19795 [120] S ==> swapper/3:0 [120] 
           sleep-19796 [002] 225127.464792: sched_switch:         sleep:19796 [120] S ==> swapper/2:0 [120] 
          <idle>-0     [003] 225127.471948: sched_switch:         swapper/3:0 [120] R ==> rcu_sched:11 [120] 
       rcu_sched-11    [003] 225127.471950: sched_switch:         rcu_sched:11 [120] W ==> swapper/3:0 [120] 
          <idle>-0     [003] 225127.479959: sched_switch:         swapper/3:0 [120] R ==> rcu_sched:11 [120] 
       rcu_sched-11    [003] 225127.479960: sched_switch:         rcu_sched:11 [120] W ==> swapper/3:0 [120] 
          <idle>-0     [003] 225127.487959: sched_switch:         swapper/3:0 [120] R ==> rcu_sched:11 [120] 
       rcu_sched-11    [003] 225127.487961: sched_switch:         rcu_sched:11 [120] W ==> swapper/3:0 [120] 
          <idle>-0     [002] 225127.491959: sched_switch:         swapper/2:0 [120] R ==> kworker/2:2:19735 [120] 
     kworker/2:2-19735 [002] 225127.491972: sched_switch:         kworker/2:2:19735 [120] W ==> swapper/2:0 [120] 

trace-cmd report 的结果使用正则表达式过滤一下，然后排序统计：

trace-cmd report | grep -o '==> [^ ]\+:\?' | sort | uniq -c 
      3 ==> irqbalance:1034 
      3 ==> khugepaged:43 
     20 ==> ksoftirqd/0:10 
      1 ==> ksoftirqd/1:18 
     18 ==> ksoftirqd/3:30 
      1 ==> kthreadd:19798 
      1 ==> kthreadd:2 
      4 ==> kworker/0:0:19785 
      1 ==> kworker/0:1:19736 
      5 ==> kworker/0:1:19798 
      5 ==> kworker/0:1H:364 
     53 ==> kworker/0:2:19614 
     19 ==> kworker/1:1:7665 
     30 ==> tuned:19498 
     ...           

发现可疑线程tuned，30秒内被切换到运行了30次，其它线程都是常规线程。

此时查看一下系统中是否开启了tuned服务:

果真是系统开启了tuned服务，然后拉起了名字为tuned的线程.

查看一下tuned服务的配置文件：

localhost:/home/jeff # tuned-adm active  
Current active profile: sap-hana 
localhost:/home/jeff # cat /usr/lib/tuned/sap-hana/tuned.conf  
[main] 
summary=Optimize for SAP NetWeaver, SAP HANA and HANA based products 
[cpu] 
force_latency = 70 

发现关于cpu这一项，设置强制延迟时间为70秒 force_latency = 70 ,这个是为了优化HANA数据库。

到底force_latency怎样起作用，经过一顿搜索，发现这个值是被设置进了/dev/cpu_dma_latency

使用lsof /dev/cpu_dma_latency, 发现tuned线程确实是在操作这个文件

#lsof /dev/cpu_dma_latency 
COMMAND   PID USER   FD   TYPE DEVICE SIZE/OFF  NODE NAME 
tuned   18734 root    9w   CHR  10,60      0t0 11400 /dev/cpu_dma_latency 

而且Linux内核文档也说明了/dev/cpu_dma_latency文件,如果要对它进行写操作，要open之后写数据之后不close,如果释放掉了文件描述符它就又会恢复到默认值，这也印证了上面lsof /dev/cpu_dma_latency是有输出结果的.

https://github.com/torvalds/linux/blob/v5.8/Documentation/trace/coresight/coresight-cpu-debug.rst 
As specified in the PM QoS documentation the requested parameter  
will stay in effect until the file descriptor is released. For example: 
# exec 3<> /dev/cpu_dma_latency; echo 0 >&3 
... 
Do some work... 
... 
# exec 3<>- 

查看一下/dev/cpu_dma_latency文件的内容，确实是70，也就是(force_latency = 70)

localhost:/home/jeff # cat /dev/cpu_dma_latency | hexdump -Cv  
00000000  46 00 00 00                                       |F...| 
localhost:/home/jeff # echo $((0x46)) 
70 

此时查看一下系统中cpu各个睡眠态的描述和延迟时间值:

# cd /sys/devices/system/cpu/cpu0/cpuidle/ 
# for state in * ; do 
echo -e \ 
"STATE: $state\t\ 
DESC: $(cat $state/desc)\t\ 
NAME: $(cat $state/name)\t\ 
LATENCY: $(cat $state/latency)\t\ 
RESIDENCY: $(cat $state/residency)" 
done 

发现C3态的延迟时间是33微秒，C4的延时时间是133微秒，所以(force_latency = 70) ，

系统就只能睡眠到C3了 .(延迟时间就是从此睡眠态唤醒到运行态的时间)

STATE: state0    DESC: CPUIDLE CORE POLL IDLE    NAME: POLL  LATENCY: 0  RESIDENCY: 0 
STATE: state1    DESC: MWAIT 0x00    NAME: C1    LATENCY: 2  RESIDENCY: 2 
STATE: state2    DESC: MWAIT 0x01    NAME: C1E   LATENCY: 10 RESIDENCY: 20 
STATE: state3    DESC: MWAIT 0x10    NAME: C3    LATENCY: 33 RESIDENCY: 100 
STATE: state4    DESC: MWAIT 0x20    NAME: C6    LATENCY: 133    RESIDENCY: 400 
STATE: state5    DESC: MWAIT 0x32    NAME: C7s   LATENCY: 166    RESIDENCY: 500 

此时关闭tuned 服务, 再查看一下 /dev/cpu_dma_latency的值，变成了默认的2000秒

localhost:/home/jeff # tuned-adm off 
localhost:/home/jeff # cat /dev/cpu_dma_latency | hexdump -Cv  
00000000  00 94 35 77                                       |..5w| 
localhost:/home/jeff # echo $((0x77359400)) 
2000000000 

然后验证一下，此时系统可以睡眠到C7s了，此问题得到解决 :)

解决此问题，主要用到了Linux内核本身提供的trace-event.

所以任何一个功能都不能小看，内核就是这样，一般看上去很无聊的功能，被一些工程师用很认真的态度打磨出来之后，潜力还是非常大的:)