关于Linux系统缓存的一些测试

小鱼儿 2022-05-25 02:16 200阅读 0赞

*   *  LRU缓存回收策略的验证
        
         *  环境信息:
         *  准备工作：
         *  操作步骤：
            
             *  第一组测试
         *  测试数据:
            
             *  第二组测试
             *  结论
     *  /proc/sys/vm/drop\_caches取值1和2的区别
        
         *  测试验证
            
             *  准备条件
             *  操作步骤
             *  总结

*  上一篇 [Linux系统缓存知识整理][Linux] 中提到几个测试用例，这里补充一下详细的测试数据和结论。

## LRU缓存回收策略的验证 ##

### 环境信息: ###

[root~]# uname -r
    2.6.32-431.el6.x86_64
    [root~]# cat /etc/redhat-release 
    CentOS release 6.5 (Final)
    
    [root~]# free -g
                 total       used       free     shared    buffers     cached
    Mem:            62         10         52          0          0          2
    -/+ buffers/cache:          7         55
    Swap:           31          0         31

### 准备工作： ###

*  构造两个32GB大小的文本文件(即：让文件大小超过缓存最大大小的一半)
 *  这个用例主要是验证网上讲到的一个问题: [使用大数据时，别忘了关注Linux内存管理器][Linux 1]

[root]# ls -lhtr
    total 64G
    -rw-r--r-- 1 root root 32G May  3 14:36 file1.csv
    -rw-r--r-- 1 root root 32G May  3 14:45 file2.csv

### 操作步骤： ###

#### 第一组测试 ####

*  先多次执行time wc -l file1.csv，观察每次执行所用时间
 *  在不清理缓存情况下，多次执行time wc -l file2.csv，观察每次执行所用时间。
 *  同时使用linux-fincore工具查看file1和file2这两个文件的cache情况（关于这个工具也请参考上一篇博文的介绍）

### 测试数据: ###

*  先多次(大约六七次) wc -l file1.csv， 可以看到file1.csv被完全cache住:

# 第一次执行耗时5分钟多  
        [root]# time wc -l file1.csv
        107746446 file1.csv
    
        real    5m8.501s
        user    0m5.280s
        sys 0m16.962s
    
        # 第二次执行只用了22秒
        [root]# time wc -l file1.csv
        107746446 file1.csv
    
        real    0m22.138s
        user    0m2.133s
        sys 0m8.252s
    
        # 第三次执行只用了9秒，且之后都是9秒左右。
        [root@192-168-19-124 cache_test]# time wc -l file1.csv
        107746446 file1.csv
    
        real    0m9.550s
        user    0m2.168s
        sys 0m6.785s
    
        # 第三次执行之后，查看file1的缓存情况：
        [root]# ./linux-fincore  --pages=false --summarize --only-cached /home/cache_test/*
        filename                                                                                       size        total_pages    min_cached page       cached_pages        cached_size        cached_perc
        --------                                                                                       ----        -----------    ---------------       ------------        -----------        -----------
        /home/cache_test/file1.csv                                                       33,792,286,436          8,250,070                  0          8,250,070     33,792,286,720             100.00
        ---
        total cached size: 33,792,286,720

*  不清理缓存，直接执行 `wc -l file2.csv` 。同样耗时5分多。但通过fincore查看，直到命令被执行完、且通过free看到系统内存几乎耗尽，file2被cache的大小也只占到 33.8%，而file1.csv仍然被cache 98.7%

[root]# time wc -l file2.csv 
    102468691 file2.csv
    
    real    5m23.170s
    user    0m4.718s
    sys 0m20.965s
    
    [root]# free -g                                                                                                                                                                                                  Fri May  4 15:11:54 2018
    
                 total   used       free     shared    buffers     cached
    Mem:            62         60          2          0          0         45
    -/+ buffers/cache:         15         47
    Swap:           31          0         31
    
    [root]# ./linux-fincore  --pages=false --summarize --only-cached /home/cache_test/*
    filename                                                                                       size        total_pages    min_cached page       cached_pages        cached_size        cached_perc
    --------                                                                                       ----        -----------    ---------------       ------------        -----------        -----------
    /home/cache_test/file1.csv                                                       33,792,286,436          8,250,070            106,991          8,143,079     33,354,051,584              98.70
    /home/cache_test/file2.csv                                                       34,073,762,786          8,318,790          1,786,282          2,811,795     11,517,112,320              33.80
    ---
    total cached size: 44,871,163,904

*  第二次执行 `wc -l file2.csv` ，仍然耗时5分钟多，比第一次略快，完毕后可以看到file1的cache减少，file2的cache增加。

[root]# time wc -l file2.csv 
    102468691 file2.csv
    
    real    5m19.290s
    user    0m4.718s
    sys 0m20.965s
    
    [root]# ./linux-fincore  --pages=false --summarize --only-cached /home/cache_test/*
    filename                                                                                       size        total_pages    min_cached page       cached_pages        cached_size        cached_perc
    --------                                                                                       ----        -----------    ---------------       ------------        -----------        -----------
    /home/cache_test/file1.csv                                                       33,792,286,436          8,250,070          1,226,576          6,611,513     27,080,757,248              80.14
    /home/cache_test/file2.csv                                                       34,073,762,786          8,318,790          1,052,496          4,326,571     17,721,634,816              52.01
    ---
    total cached size: 44,802,392,064

*  第三次执行 `wc -l file2.csv`

[root]# time wc -l file2.csv 
    102468691 file2.csv
    
    real    4m18.372s
    user    0m4.540s
    sys 0m19.338s
    
    [root]# ./linux-fincore  --pages=false --summarize --only-cached /home/cache_test/*
    filename                                                                                       size        total_pages    min_cached page       cached_pages        cached_size        cached_perc
    --------                                                                                       ----        -----------    ---------------       ------------        -----------        -----------
    /home/cache_test/file1.csv                                                       33,792,286,436          8,250,070          1,226,576          5,457,623     22,354,423,808              66.15
    /home/cache_test/file2.csv                                                       34,073,762,786          8,318,790                  0          5,257,364     21,534,162,944              63.20
    ---
    total cached size: 43,888,586,752

*  大约六七次执行之后，可以看到file2已经完全在cache中。之后再次执行`wc -l file2.csv`速度就很快了

[root]# time wc -l file2.csv 
    102468691 file2.csv
    
    real    1m56.612s
    user    0m2.953s
    sys 0m13.424s
    
    [root]# ./linux-fincore  --pages=false --summarize --only-cached /home/cache_test/*
    filename                                                                                       size        total_pages    min_cached page       cached_pages        cached_size        cached_perc
    --------                                                                                       ----        -----------    ---------------       ------------        -----------        -----------
    /home/cache_test/file1.csv                                                       33,792,286,436          8,250,070          1,226,576          2,328,421      9,537,212,416              28.22
    /home/cache_test/file2.csv                                                       34,073,762,786          8,318,790                  0          8,318,790     34,073,763,840             100.00
    ---
    total cached size: 43,610,976,256
    
    
    [root]# time wc -l file2.csv 
    102468691 file2.csv
    
    real    0m8.339s
    user    0m2.002s
    sys 0m6.336s

#### 第二组测试 ####

*  **为了验证file1访问次数和后面file1的cache被淘汰速度之间的关系，我们执行`echo 3 > /proc/sys/vm/drop_caches`清理所有缓存后，重新做一次测试。 初始状态仅执行一次`wc -l file1.csv`,将file1完全加载到缓存**。

[root]# ./linux-fincore  --pages=false --summarize --only-cached /home/cache_test/*
    filename                                                                                       size        total_pages    min_cached page       cached_pages        cached_size        cached_perc
    --------                                                                                       ----        -----------    ---------------       ------------        -----------        -----------
    /home/cache_test/file1.csv                                                       33,792,286,436          8,250,070             35,544          8,214,526     33,646,698,496              99.57
    ---
    total cached size: 33,646,698,496

*  然后执行一次`wc -l file2.csv`，可以看到file2已经被100% cache，而file1大部分内容已被逐出缓存。

[root]# ./linux-fincore  --pages=false --summarize --only-cached /home/cache_test/*
    filename                                                                                       size        total_pages    min_cached page       cached_pages        cached_size        cached_perc
    --------                                                                                       ----        -----------    ---------------       ------------        -----------        -----------
    /home/cache_test/file1.csv                                                       33,792,286,436          8,250,070          3,286,806          4,298,896     17,608,278,016              52.11
    /home/cache_test/file2.csv                                                       34,073,762,786          8,318,790                  0          8,318,790     34,073,763,840             100.00
    ---
    total cached size: 51,682,041,856

#### 结论 ####

*  第一组测试与网上提到的[修复方案][Link 1]描述一致： 即系统会记录file2对应页面的累积访问次数，尽管file1占据active缓存队列时，file2只能在inactive中，且由于无法全部加载到内存，file2加载到尾部时其头部的缓存页面已经被淘汰。但作为修复方案，系统仍然会记录其最近访问计数，并在计数达到一定次数后将其移动到active队列，并逐出file1对应的缓存页面。
 *  **需要注意这与我们普通理解的LRU仍然有一些不同：并非file2被访问一次之后就完全被cache住！！！**事实上，第一次访问后，file2仅有一小部分在cache2中，随着其访问次数的增加，在逐渐将file1逐出cache。
 *  第二组测试中，由于file1最初仅被访问一次，所以这和我们理解的LRU是一样的：file2访问一次之后就完全被cache，file1的大部分内容被从缓存中逐出，以给file2“腾”出空间。

## `/proc/sys/vm/drop_caches`取值1和2的区别 ##

*  `echo 1 > /proc/sys/vm/drop_caches` 是清理数据缓存。例如上面的例子中，echo  
    1 和 echo 3 效果基本差不多，因为主要是数据缓存，元数据很少。
 *  `echo 2 > /proc/sys/vm/drop_caches` 是清理目录和inode缓存。在目录、文件数量很多情况下，可以使用这个命令。

### 测试验证 ###

#### 准备条件 ####

*  创建一个/home/test目录，在test目录下创建约3.2万个子目录，每个子目录下100个文件。即总共约320万个文件

#### 操作步骤 ####

*  执行find命令查找test目录下所有文件，第一次执行耗时5分多，之后由于缓存，只需要10秒以内。

# 第一次执行 
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    5m30.465s
    user    0m11.033s
    sys 0m34.133s
    
    # 第二次执行
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    0m18.615s
    user    0m2.489s
    sys 0m5.287s
    
    # 第三次执行
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    0m3.374s
    user    0m1.421s
    sys 0m1.930s

*  执行`echo 1 > /proc/sys/vm/drop_caches`之后再次执行find命令，速度仍然很快。可见目录和文件inode缓存仍在。

[root@localhost home]# echo 1 > /proc/sys/vm/drop_caches 
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    0m3.554s
    user    0m1.424s
    sys 0m1.949s

*  执行`echo 2 > /proc/sys/vm/drop_caches`之后再次执行find命令,速度很慢。可见 缓存已经被清理掉了。但再次执行，由于前面已经缓存过，速度又变快。

[root@localhost home]# echo 2 > /proc/sys/vm/drop_caches 
    # 由于缓存被清理，这次执行耗时8分钟多
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    8m22.344s
    user    0m11.845s
    sys 0m51.035s
    # 再次执行，又有了缓存，速度很快  
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    0m3.375s
    user    0m1.361s
    sys 0m1.913s

*  执行`echo 3 > /proc/sys/vm/drop_caches`之后在测试，针对这个场景，效果和echo 2 一样：

[root@localhost home]# echo 3 > /proc/sys/vm/drop_caches 
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    8m22.845s
    user    0m11.121s
    sys 0m49.958s
    [root@localhost home]# time find /home/cache_test -name file* | wc -l
    3125400
    
    real    0m3.294s
    user    0m1.422s
    sys 0m1.852s

#### 总结 ####

*  通过上面这些例子，`echo 1 > /proc/sys/vm/drop_caches`和`echo 2 > /proc/sys/vm/drop_caches`的区别已经很清晰了。

[Linux]: https://blog.csdn.net/icycode/article/details/80211207
[Linux 1]: http://blog.jobbole.com/52898/
[Link 1]: https://lkml.org/lkml/2013/11/24/133