x86 Linux 下实现 10us 误差的高精度延时

[[417793]]

在 Linux 下实现高精度延时，网上所能找到的大部分方法只能实现 50us 左右的延时精度。今天让我们来看下嘉友创信息科技的董文会是如何解决这个问题的，将延时精度提升到 10us。

问题描述

最近在开发一个项目，需要用到高精度的延时机制，设计需求是 1000us 周期下，误差不能超过 1%（10us）。

由于项目硬件方案是用英特尔的 x86 处理器，熟悉 Linux 硬件的人都知道这个很难实现。当时评估方案时候有些草率，直接采用了 “PREEMPT_RT 补丁+内核 hrtimer+信号通知” 的方式来评估。当时验证的结果也很满意，于是兴冲冲的告诉领导说方案可行，殊不知自己挖了一个巨大的坑……

实际项目开始的时候，发现这个方案根本行不通，有两个原因：

• 信号通知只能通知到进程，而目前移植的方案无法做到被通知的进程中无其他线程。这样高频的信号发过来，其他线程基本上都会被干掉。（补充说明：这里特指的是内核驱动通知到应用层，在用户层中是有专门的函数可以通知不同线程的。并且这个问题经过研究，可以通过设置线程的 sigmask 来解决，但是依旧无法改变方案行不通的结论）
• 这也是主要原因，项目中需要用的 Ethercat 的同步周期虽然可以在程序开始时固定，但是实际运行时的运行周期是需要动态调整的，调整范围在 5us 以内。这样一来，动态调整 hrtimer 的开销就变得无法忽略了，换句话说，我们需要的是一个延时机制，而不是定时器。

所以这个方案被否定了。

解决思路

既然信号方式不行，那只能通过其他手段来分析。总结下来我大致进行了如下的尝试：

1、sleep方案的确定

尝试过 usleep、nanosleep、clock_nanosleep、cond_timedwait、select 等，最终确定用 clock_nanosleep，选它的原因并不是因为它支持 ns 级别的精度。因为经过测试发现，上述几个调用在周期小于 10000us 的情况下，精度都差不多，误差主要都来自于上下文切换的开销。选它的主要原因是因为它支持 TIME_ABSTIME 选项，即支持绝对时间。这里举个简单的例子，解释一下为什么要用绝对时间：

while(1){
  do_work();
  sleep(1);
  do_post();
}

假设上面这个循环，我们目的是让 do_post 的执行以 1s 的周期执行一次，但是实际上，不可能是绝对的 1s，因为 sleep() 只能延时相对时间，而目前这个循环的实际周期是 do_work 的开销 + sleep(1) 的时间。所以这种开销放在我们需求的场景中，就变得无法忽视了。而用 clock_nanosleep 的好处就是一方面它可以选择时钟源，其次就是它支持绝对时间唤醒，这样我在每次 do_work 之前都设置一下 clock_nanosleep 下一次唤醒时的绝对时间，那么 clock_nanosleep 实际执行的时间其实就会减去 do_work 的开销，相当于是闹钟的概念。

2、改用实时线程

将重要任务的线程改成实时线程，调度策略改成 FIFO，优先级设到最高，减少被抢占的可能性。

3、设置线程的亲和性

对应用下所有的线程进行规划，根据负载情况将几个负载比较重的任务线程分别绑定到不同的 CPU 核上，这样减少切换 CPU 带来的开销。

4、减少不必要的sleep调用

由于很多任务都存在 sleep 调用，我用 strace 命令分析了整个系统中应用 sleep 调用的比例，高达 98%，这种高频次休眠+唤醒带来的开销势必是不可忽略的。所以我将 main 循环中的 sleep 改成了循环等待信号量的方式，因为 pthread 库中信号量的等待使用了 futex，它使得唤醒线程的开销会小很多。其他地方的 sleep 也尽可能的优化掉。这个效果其实比较明显，能差不多减少 20us 的误差。

5、绝招

从现有应用中剥离出最小任务，减少所有外界任务的影响。

经过上述五点，1000us 的误差从一开始的 ±100us，控制到了 ±40us。但是这还远远不够……

黔驴技穷的我开始漫长的搜索研究中……

这期间也发现了一些奇怪的现象，比如下面这张图。

图片是用 Python 对抓包工具的数据进行分析生成的，参考性不用质疑。纵轴代表实际这个周期所耗费的时间。可以发现很有意思的现象：

1. 每隔一定周期，会集中出现规模的误差抖动
2. 误差不是正态分布，而是频繁出现在 ±30us 左右的地方
3. 每次产生较大的误差时，下个周期一定会出现一次反向的误差，而且幅度大致相同（这点从图上看不出来，通过其他手段分析的）。

简单描述一下就是假设这个周期的执行时间是 980us，那下个周期的执行时间一定会在 1020us 左右。

第 1 点和第 2 点可以经过上面的 4 条优化措施消除，第 3 点没有找到非常有效的手段，我的理解可能内核对这种误差是知晓的并且有意在弥补，如果有知道相关背后原理的大神欢迎分享一下。

针对这个第三点奇怪的现象我也尝试做了手动的干预，比如设一个阈值，当实际程序执行的误差大于这个阈值时，我就在设置下一个周期的唤醒时间时，手动减去这个误差，但是运行效果却大跌眼镜，更差了……

柳暗花明

在尝试了 200 多次参数调整，被这个问题卡了一个多礼拜之后，偶然发现了一篇戴尔的技术文档《Controlling Processor C-State Usage in Linux》，受到这篇文章的启发，终于解决了这个难题。

随后经过一番针对性的查找终于摸清了来龙去脉：

原来英特尔的 CPU 为了节能，有很多功耗模式，简称 C-state。

图表来自 DELL

当程序运行的时候，CPU 是在 C0 状态，但是一旦操作系统进入休眠，CPU 就会用 Halt 指令切换到 C1 或者 C1E 模式，这个模式下操作系统如果进行唤醒，那么上下文切换的开销就会变大！

这个选项按道理 BIOS 是可以关掉的，但是坑的地方就在于版本相对较新的 Linux 内核版本，默认是开启这个状态的，并且是无视 BIOS 设置的！这就很坑了！

针对性查找之后，发现网上也有网友测试，2.6 版本的内核不会默认开启这个，但是 3.2 版本的内核就会开启，而且对比测试发现，这两个版本内核在相同硬件的情况下，上下文切换开销可以相差 10 倍，前者是 4us，后者是 40-60us。

解决办法

1、永久修改

可以修改 Linux 的引导参数，修改 /etc/default/grub 文件中的 GRUB_CMDLINE_LINUX_DEFAULT 选项，改成下面的内容：

intel_idle.max_cstate=0 processor.max_cstate=0 idle=poll

然后使用 update-grub 命令使参数生效，重启即可。

2、动态修改

可以通过向 /dev/cpu_dma_latency 这个文件中写值，来调整 C1/C1E 模式下上下文切换的开销。我选择写 0 直接关闭。当然你也可以选择写一个数值，这个数值就代表上下文切换的开销，单位是 us。比如你写 1，那么就是设置开销为 1us。当然这个值是有范围的，这个范围在 /sys/devices/system/cpu/cpuX/cpuidle/stateY/latency 文件中可以查到，X 代表具体哪个核，Y 代表对应的 idle_state。

至此，这个性能问题就得到了完美的解决，目前稳定测试的性能如下图所示：

实现了 x86 Linux 下高精度延时 1000us 精确延时，精度 10us。