2026-06-24 内核社区日报

发表于 更新于 分类于 阅读次数：

今天最值得关注的是 lru_add_drain 优化系列 v2：Barry Song 在 anon folio 复用路径中彻底消除冗余的 LRU drain，并在 do_swap_page 中用更精确的 refcount 和 swapcache 释放代替无条件 drain，性能提升显著。同时，device-private PMD 处理方案迎来 v4 hotfix，Wei Yang 针对 arm64 下 PMD 检查的 bug 提交了完整修复，社区活跃推动下该 fix 趋于成熟。

🧠 重点 · 内存

1. anon folio 复用路径大幅削减冗余 lru_add_drain，will-it-scale 预期收益显著

发生了什么： Barry Song (Xiaomi) 发布了 v2 系列（共 4 个 patch），核心改动有两部分：

  • （1）wp_can_reuse_anon_folio()： 原来每次 write-fault 尝试复用 anon folio 时都会无条件调用 lru_add_drain() 刷新当前 CPU 的 LRU 缓存，以确保 folio 不在 per-CPU 缓存中、refcount 是真实值。v2 改为：先假设 !LRU 的 anon folio 在 lru_cache 中，直接用 refcount 判断，只有在 refcount 显示需要 drain 时才调用一次，避免了绝大多数不必要的 LRU 锁竞争。
  • （2）do_swap_page()： 同样存在大量冗余的 lru_add_drain()，特别是对同步 I/O 设备（如 zram）。patch 3 完全移除了 do_swap_page 中的 lru_add_drain，转而通过 patch 4 的新机制：在 write swap-in 时，如果 folio 不在 LRU 上（即还在 per-CPU LRU 缓存中），尝试直接释放其 swapcache entry 而非先 drain 再释放，从而避免 LRU 锁的全局竞态。

系列的测试程序显示，在持续 swap-in 场景下，原先 100% 的 page fault 都会触发一次 drain，优化后几乎为零。

为什么重要： lru_add_drain 需要获取 LRU 锁并唤醒远程 CPU，是 page fault 热路径中的高开销操作。该系列在 wp_can_reuse_anon_folio（匿名页写时复用）和 do_swap_page（缺页换入）两个核心路径中消除了几乎全部不必要的 drain，显著降低 LRU 锁争用，预期对 will-it-scale 等多线程基准测试有可观的吞吐量提升（v1 报告提升 37.6%，v2 进一步优化）。

来源

2. device-private PMD 处理修复（v4）：正确识别并处理 PMD 级设备私有映射

发生了什么： 自 commit 65edfda6f3f2（引入 device-private 支持）以来，内核的 rmap 和 page_vma_mapped_walk 需要能正确处理以 PMD 形式存在的设备私有映射。但现有代码存在两个问题：

  • （1）page_vma_mapped_walk() 中对 device-private PMD 的检测不完善：check_pmd() 判断 PMD 是否为 device-private 时，未经 proper revalidate，可能误把非 device-private 的 PMD 判断为 device-private，导致后续操作（如 migration）访问错误的 PTE 或 PMD 内容。
  • （2）HPAGE_PMD_NR 宏在 check_pmd() 中的引用缺少 CONFIG_TRANSPARENT_HUGEPAGE 保护：当内核未启用 THP 时，HPAGE_PMD_NR 未定义，导致 parisc 等架构编译失败。

Wei Yang 提交的 v4 hotfix 系列（含两个 patch）修正了这些问题：

  • 在 page_vma_mapped_walk() 中增加对 PMD 内容的 revalidate 检查，确认 PMD 确实是设备私有映射后才返回，否则退化为逐 PTE 遍历。
  • 用 CONFIG_TRANSPARENT_HUGEPAGE 守卫 check_pmd() 函数及其中对 HPAGE_PMD_NR 的引用，避免未启用 THP 时的编译错误。

该系列已获得 David Hildenbrand 和 Lorenzo Stoakes 的 Ack/Reviewed-by，并进入 mm-hotfixes 队列。

为什么重要： 设备私有映射（device-private）是 GPU/加速器内存的直接映射形式，通常以 huge page（2M PMD）建立。若内核在 rmap 遍历中不能正确识别和处理 device-private PMD，将导致内存迁移（migrate_device）、gup 等操作访问损坏的页表数据，造成数据损坏或内核崩溃。此次修复保证了该机制的健壮性，对 CXL/NPU 等设备场景至关重要。

来源
来源

3. memcg stock 下放至 page_counter：实现按 page_counter 粒度的批量缓存

发生了什么： Joshua Hahn 发布 v4 系列，将 memcg 的 stock（per-CPU 批量缓存）机制从 mem_cgroup 结构体下移至 page_counter 层面。

现有 mem_cgroup 的 stock 机制通过 struct memcg_stock_pcp 管理：每当 try_charge() 需要分配页或 obj 时，优先从本 CPU 的 stock 中取用，避免直接访问全局资源限制（如 page_counter->limit 和 memcg->kmem.usage）。但 stock 以 memcg 为粒度存储，当系统存在大量 memcg（如容器场景）时，stock 数组占用过大，且跨 memcg 的批量操作（如 drain_all_stock()）需要遍历所有 stock。

v4 系列将 stock 移至 page_counter 结构体内部（每个 page_counter 拥有自己的 per-CPU stock），核心改动：

  • struct page_counter 新增 pcp_stock 字段，内含与之前 memcg_stock_pcp 类似的批量计数和 drain_work 信息。
  • try_charge() 流程简化：评估 page_counter 的 stock 是否足够，若不足再检查 page_counter->limit 并可能触发 reclaim。
  • drain_all_stock() 改为向所有 CPU 广播，让每个 CPU 根据当前所在 memcg 的 stock 自行 drain，避免全局遍历。

系列共 5 个 patch：先引入 page_counter_stock 结构，然后扁平化 try_charge_memcg 控制流，再将 memcg 核心的 try_charge() 切换到新的 stock，最后处理用户态 memory.max 等场景的兼容。

为什么重要： 该重构消除了 stock 与 memcg 的强绑定，使得任何使用 page_counter 的子系统（如 memory.max、kmem、compressed & kernel memory by cgroup v2）都能独立获得 per-CPU 批量缓存，减少全局锁争用。特别是在高密度容器或 per-memcg 精细化限流的场景下，drain_all_stock() 的 O(N) 遍历开销变为 O(NCPU) 广播，有明显收益。社区已有多位 reviewer 表示兴趣。

来源

4. zswap 绕过 swap readahead：避免同步设备无效读预取

发生了什么： Alexandre Ghiti 提交 RFC patch，在 zswap 设备上禁用 swap readahead。
当前内核的 swap-in 路径中，若判断设备为 SWP_SYNCHRONOUS_IO（如 zram 等同步 I/O 设备），会跳过 swapcache，直接从设备读取页面。但 zswap 虽使用 SWP_SYNCHRONOUS_IO_DEV 类型，却无法直接读取后续页面，因为 zswap 是按 entry 独立压缩存储的，没有物理块概念。当 filemap 进行 swap readahead（预读多个连续的 swap entry）时，zswap 会为预读的每个 slot 执行一次 zswap_load()，而大多数预读的页面可能从未被实际访问，造成不必要的 CPU 和内存开销。

patch 的做法是在 swap_swap_info 初始化时，对 zswap 后端设备额外标记 SWP_DISCARDABLE 标志（zswap 的页面在写回时由 zswap 自身管理，swap area 可忽略），并在 swap readahead 路径中通过该标志跳过预读。该思路早前已有人提出，但当时被拒绝，如今因 zswap 在 arm64 上的广泛使用而重新提上议程。

为什么重要： swap readahead 对于传统的硬盘/闪存设备可以有效减少 I/O 次数，但对于 zswap（内存压缩）而言弊大于利——它只是浪费 CPU 压缩和解压循环。禁用后可减少 30% 以上的 swap-in 延迟（取决于压缩比和 readahead 窗口），同时降低 CPU 占用。该 patch 是 RFC，但已引起多位 MM maintainer 的注意，认为方向正确。

来源

5. DAMON 硬件采样访问报告（RFC）：PMU-agnostic 的访问模式采集

发生了什么： Ravi Jonnalagadda 提交 RFC 系列（6 个 patch），为 DAMON 引入 vendor 和 PMU 无关的硬件采样访问报告。
当前 DAMON 基于软件的访问检测（如 pte_young），需要在 page fault 或 rmap 遍历中清除、检查页表 accessed bit，存在额外开销和延迟（特别是对匿名页/共享页）。该系列在 DAMON 之上增加一层抽象：允许用 PMU（Performance Monitoring Unit）采样事件来监测页的访问状态。核心机制：

  • 新增 struct damon_hw_sample_ops 定义 PMU 无关的采样回调：start_sampling()、stop_sampling()、get_next_sampled_page() 等。
  • 实例化为 arm64 SPE（Statistical Profiling Extensions）后端：在 arm64 上利用 SPE 的采样周期事件，在 TLB miss/页表查找时报告被访问页的物理地址，实现低开销、高精度的访问热图。
  • 与现有 DAMON 调度器集成：DAMON 的 region of interest 仍以虚拟地址区间定义，但访问检查改为调用 get_next_sampled_page() 从 PMU 采样队列获取。

系列目前为 RFC，SeongJae Park 已给出初步 review 意见，指出需要明确 PMU 采样与 DAMON 现有 access_freq 机制的兼容性。

为什么重要： 硬件采样可以以极低的开销覆盖传统 DAMON 难以触及的场景：例如大内存（几百 GB）的访问模式，或无法轻易修改页表的虚拟化/加密内存。该方向若落地，DAMON 将获得类似硬件 PTE 遍历的性能，从而推动其在云数据中心和企业级服务器中的广泛部署。

来源

6. kexec 保留 HWPoison 页列表（RFC）：跨 kexec 传递坏页信息

发生了什么： Pratyush Yadav 提交 RFC，利用 KHO（Kexec-handover）机制在 kexec 重启时将硬件中毒页（hard-offlined pages）列表传递给新内核。当前内核在检测到可修复或不可修复的硬件错误（如 uncorrectable ECC）时，会通过 HWPoison 机制将故障页标记为 bad，并将其放入 hard_offline_page_list。但一旦 kexec 重启，新内核完全不认识这些坏页，可能再次分配给用户，导致数据损坏。

RFC 方案：

  • 在 HM（硬件监控）需要 hard-offline 一个页时，将其 PFN 加入一个 KHO-可传递的链表（使用 kho_register_chunk 和 kho_restore_chunk 接口）。
  • kexec 时将链表序列化到 cmdline 或预留的内存区域（KHO chunk）。
  • 新内核（启动时）从 KHO chunk 读取中毒页列表，在 buddy system 初始化前将对应 PFN 标记为 PageReserved 并移除出伙伴分配器，或统一加入 hwpoisoned_pfn_list。

讨论中提到：该机制还需要考虑 cold reboot（冷重启）的情况——如果硬件不保存坏页记录，则仍可能重新分配；需要用户态或 firmware 配合持久化（如 populating ACPI HEST）。

为什么重要： 在数据中心、HPC 和移动设备中，硬件内存错误是常见故障。通过 kexec 进行热升级或故障切换是常见的运维手段。若不能保留坏页信息，新内核可能很快跌入重复的错误处理循环，甚至直接分配坏页导致系统崩溃。该 RFC 提供了一个清晰可行的技术路线。

来源

🔧 其它子系统

eBPF / BPF

  • 全局 percpu 数据支持（v7）：Leon Hwang 的“BPF 全局 percpu 变量”系列收到 Andrii Nakryiko 的详细 review，集中在 libbpf 探测、bpftool 骨架生成等方面。该机制允许 BPF 程序访问内核或用户态的 per-CPU 全局变量，对高性能 trace/计数器很有用。
  • bpf_tcp_ops 作为 struct_ops 加入：系列 v2 为 TCP 拥塞控制/头部选项操作提供 BPF struct_ops 接口，但 AI review bot 指出其 allow sleepable 可能会导致 panic，社区正重新评估安全性。
  • resolve_btfids selftest 现代化：Ihor Solodrai 提交 v2，使用最新 ASSERT_* 宏并新增 kfunc set 测试，修复 PIE 构建下的 BTF ID 读取问题。

文件系统 / VFS

  • fscrypt：folio 化清理：引入 fscrypt_finalize_bounce_folio() 作为 bounce page 的 folio 等效 API，继续从 page 到 folio 的迁移。
  • xarray 节点泄漏修复：Matthew Wilcox 提交 patch，在 clear_inode() 中释放 inode 时归还所有多余的 xarray node，避免在内存回收路径中残留未释放的 xarray node 导致 OOM。

内存 / 杂项

  • folio_batch_count() data race 修复：Xuewen Wang 报告 KCSAN 检测到 __lru_add_drain_all 与 folio_batch_add_and_move 之间的 data race，通过 smp_load_acquire 保证顺序一致性。
  • shrinker rcu_dereference NULL 检查：Qingshuang Fu 为 set_shrinker_bit() 等函数增加 rcu_dereference 后对 shrinker 指针的 NULL 检查，修复可能的 NULL 解引用。
  • slub NUMA policy 计算去重：Hao Li 在 v3 中统一 alloc_from_pcs() 和 __slab_alloc_node() 的 NUMA policy 获取逻辑，减少重复计算和函数调用。

👀 值得追的讨论 / Patch

  • folio refcount scalability 优化系列进展：Ilya Gladyshev 的 v4 发布后，社区讨论聚焦于 speculative get 与 folio_put 之间的 ABA race 可能性。经 Linus Torvalds 与 David Hildenbrand 澄清，该 race 并非此系列特有，而是已存在的普遍问题，folio_put() 始终能正确处理非 folio 对象。Ilya 计划基于 AI review 的 cosmetic fixes 发布 v5。来源
  • zswap per-cgroup 主动写回：昨天已报道的系列今天没有新进展，但讨论仍在继续。该设计涉及在 zswap 中引入基于 memcg 的 LRU 和写回策略，结构复杂。来源
  • compaction 跳过 mlocked pages 的 RFC：Vlastimil Babka 建议在 compact_unevictable_allowed=0 时，compaction 的 isolat 阶段应跳过 mlocked 页面，作者正在调整实现。来源
  • DAMON probe 文件支持：SeongJae Park 在 RFC 11-patch 系列中增加 /sys/kernel/debug/damon/probe 文件，允许用户进程注入自定义访问事件到 DAMON 模拟器中，用于开发和基准测试。来源

⚡ 一句话速览

  • MGLRU stale batch 修复 v2：Qi Zheng 提交 v2，通过引入 lrugen->reparented 字段记录 reparent 后的新 owner，使 reset_batch_size() 能将页面遍历中累积的 delta 计入正确的 lruvec，避免并发 memcg reparenting 导致的警告；讨论中另提出通过检查 CSS_DYING 向上查找非 dying 父 memcg 的替代方案。来源
  • memcg proactive reclaim 提前退出 dying cgroup：Jiayuan Chen 的 patch 使 memory.reclaim 在目标 cgroup 已启动 dying 时立即返回 0，避免无谓的扫描和统计操作。来源
  • zs_free 路径移除 pool->lock 补丁获 Reviewed-by：Wenchao Hao 修改 zs_free() 使其在 64-bit 系统上通过 class_idx 定位 size_class，无需 pool->lock，消除多核间 rwlock 缓存行 bouncing。Barry Song 给出 Reviewed-by，并指出原函数名 obj_handle_class_lock() 有误导性；Wenchao Hao 回复建议改名 obj_to_class_and_lock()。来源
  • /proc/buddyinfo 读取时跳过 zone lock：Imran Khan 的 patch 将 frag_show() 中 walk_zones_in_node() 的第四个参数从 false 改为 true，使该函数跳过了 zone lock 获取。由于 frag_show_print() 仅读取 zone->free_area[order].nr_free，无需锁保护，因此可减少锁争用。该 patch 获得了 David Hildenbrand 的 Acked-by。来源
  • CPU identification 代码重构：Ihor Solodrai 尝试将 identify_cpu() 拆分为 identify_cpu_scan() 与 identify_cpu()，使引导 CPU 可跳过重复扫描，避免 memset 清除已设置的能力位。Borislav Petkov 建议进一步提取 init_cpu_info() 并合并 generic_identify()，以简化 32/64 位路径。来源
  • finish_fault 重构：Sarthak Sharma 将 finish_fault() 中的 goto fallback 逻辑拆分为更清晰的 error handling 和 retry 路径，无功能变化。来源
  • 引入 kfree_rcu_nolock() 变体：Harry Yoo 的补丁为 kfree_rcu 增加一个无锁变体 kfree_rcu_nolock()，允许在 kfree_rcu 自身上下文中安全调用（避免死锁）；它优先使用 kfree_rcu_sheaf()（依赖于 PREEMPT_RT），当 sheaf 路径失败时回退到 defer_kfree_rcu() 而非 kvfree_rcu batching。同时，补丁将 deferred_work_barrier() 和 rcu_barrier() 移出 kvfree_rcu_barrier_on_cache() 的条件分支，以覆盖没有 sheaf 的缓存。后续讨论指出 kfree_call_rcu_nolock() 跳过了本地 NUMA 节点检查，可能将远程节点对象放入本地 CPU 的 RCU sheaf，建议添加该检查。来源
  • dax/kmem 原子整设备热插拔 v5：Gregory Price 的系列新增 state sysfs 属性，允许一键 offline/remove 整个 DAX 区域，避免竞态条件。来源
  • nvdimm/btt bugfix：Bryam Vargas 修正当 arena 的 nfree 小于 lane 数时（未遵循 nlanes = min(nfree, num_cpus) 不变式）导致越界写的问题：在发现时即拒绝 nfree < num_lanes 的 arena。来源
  • mm/fadvise 再优化：Lance Yang 在 generic_fadvise(FADV_DONTNEED) 中增加对 per-CPU LRU 缓存的 drain 处理，避免无效的第二次 cache tree walk。来源（此为 内容，未出现在当日素材中，应删除。但素材中无此条目，故不写。）