0
| 本文作者： Nemo | 2024-12-31 09:31 |
12月30日獲悉，騰訊云操作系統（Tencent OS）內核團隊在 Linux 社區默默提交的兩項改進，成功解決了自 2021 年以來一直困擾著一線廠商，并在近期讓多個Linux頂級Maintainer（軟件維護者）困惑的關鍵內核bug。這一改進方案最終被合并進入后續的Linux LTS（Long-term support） 版本中，并獲得了 Linux 之父 Linus Torvalds 的高度評價。
Linus：“不明，覺贊”
大約兩個月前，Linux 社區中的一封郵件引起了廣泛關注。其內容主要是，自 2021 年 12 月起，Linux 內核中啟用了 Large folio 特性（能夠提升系統訪存性能）的 XFS 文件系統用戶（但不僅限于 XFS）有概率遭遇緩存損毀導致的宕機問題。該問題受到了社區的高度重視。
XFS 是最常見的 Linux 文件系統之一，在常見的 Linux 使用場景中，如服務器、桌面等，XFS 被作為主力文件系統大量采用。盡管該bug較難觸發，但其潛在風險仍然讓社區和各大廠商感到不安。Meta 和 Cloudflare 等公司甚至不得不暫時禁用 XFS 的 Large folio 特性以確保系統穩定。
一個多星期的討論中，大家遲遲沒有捕捉到bug所引發的具體位置或線索，只是確認 bug確實存在而且亟需修復。幾位頂級Maintainer，以及 Linus Torvalds 本人也參與進入討論。
社區在廣泛排查的過程中，突然發現這個問題在新的 Linux 內核版本中已經不復存在。進一步的調查發現，這一變化歸功于騰訊云操作系統內核團隊在今年 4 月提交的兩項改進。
原來，騰訊云操作系統內核團隊在進行操作系統性能優化研發時發現，操作系統內核使用 XArray（內核中用于處理廣范圍地址索引結構的基數樹處理庫）管理 Page Cache（頁面緩存）時，會因XArray在分配內存時沒有考慮好并發修改的問題，導致分配的內存指針可能指向錯誤的數據，對外表現為 XFS 與其他引入了 Large Folio 特性的文件系統均有概率出現卡死宕機甚至數據丟失的情況。
針對這一問題，騰訊云操作系統內核團隊在優化 Page Cache 對 Xarray 的使用上，引入了一個新的輔助函數，簡化了 Xarray 的中Large Folio 的插入算法，并進一步梳理和修復了內存分配的并發處理，確保了即使在多線程環境下，內存分配和釋放也能正確進行。這些改動不僅修復了數據損壞的問題，還提升了操作系統系統的性能。
經歷了數個星期的討論與分析后，這些改動被社區認為是最佳的修復方案。
如今，這一修復方案已經被合入了最新的操作系統版本中，為這一問題畫上了句號。同時，方案也極大提升了大文件在 Page Cache 中的讀入性能，數以十億計運行 Linux 的設備，都會因此快一點。
除了這次貢獻外，騰訊云操作系統內核團隊近年來通過與社區的緊密合作，在 swap（交換空間）、memory cgroup（內存控制組）、頁面與熱度管理等方面持續進行技術創新，不斷提升 Linux 內核的性能和穩定性，助力操作系統技術發展。
目前，騰訊云也開發了自研的服務器操作系統版本TencentOS Server，裝機規模超過1000萬套，除了支撐騰訊自研的國民級應用，也廣泛服務了互聯網、金融、政務、工業、能源、交通等行業客戶。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
