简述优化 Linux 内存性能的核心思想
内容提要
本文讨论了Linux内核中的slab性能优化原则，介绍了在单核和多核CPU上的对象分配和释放情景序列，提出了解决冲突和不均衡分布的优化方案，介绍了分层slab缓存模型和每CPU单一页面缓存的设计思想，这些优化措施可以提高内存性能和减少锁的开销。
延伸解读
多核场景下的锁开销与每CPU缓存
文章指出，多核CPU同时分配slab对象时，单一slab结构会导致锁竞争，显著增加延迟。为解决此问题，Linux内核引入了每CPU变量的设计，为每个CPU提供独享的slab缓存，从而避免加锁。这种思路不仅适用于slab，也是多核内核优化中减少锁开销的通用方法。
分层slab缓存模型的设计与作用
文章介绍了Linux内核slub实现的三层slab缓存模型：Level 1为每CPU独享的空闲对象链表，分配释放无需加锁；Level 2为每CPU共享的page(s)缓存，操作时需锁住page(s)；Level 3为NUMA节点共享的page(s)链表。这种分层设计类似CPU的L1/L2/L3缓存，通过逐级增大开销和容量，平衡性能与内存利用率。
伙伴系统与每CPU单一页面缓存
当slab缓存无法满足分配时，最终会向伙伴系统申请页面。由于slab对象多为小结构，单一页面分配需求频繁，而伙伴系统的分裂合并操作涉及大量链表操作，锁开销巨大。为此，Linux内核采用每CPU单一页面缓存，批量从伙伴系统获取页面，并设置low/high阈值动态调整缓存数量，以减少锁竞争。
优化核心：减少锁与分级缓存
文章总结，多核内核优化的关键在于减少锁的开销，主要思路是为共享数据结构创建每CPU缓存。对于数据通路缓存（如路由表），需考虑同步更新机制；对于管理机制缓存（如slab），则需解决管理问题。采用分级缓存思想，类似CPU的L1/L2/L3缓存，配合良好的换入换出算法，能显著提升性能。
Q&A
什么是Linux内核中的slab算法？
slab算法是Linux内核中用于小对象内存分配的主要算法，旨在预先准备常被频繁分配和释放的数据结构。
在多核CPU上使用slab算法时会遇到什么问题？
在多核CPU上，多个CPU同时分配对象会导致冲突，增加延迟，通常需要加锁排队来解决这些冲突。
如何优化多核CPU下的slab算法？
可以通过设计每CPU变量来优化，确保每个CPU拥有独立的slab缓存，从而减少锁的开销和冲突。
分层slab缓存模型的设计思想是什么？
分层slab缓存模型分为三个层次，Level 1为每个CPU独享，Level 2为共享page(s)缓存，Level 3为NUMA NODE共享的缓存，旨在提高内存分配效率。
伙伴系统在内存分配中起什么作用？
伙伴系统用于防止内存分配碎片化，尽量合并小块内存，确保内存的有效利用。
如何减少Linux内核中的锁开销？
通过为共享的关键数据结构创建每CPU的缓存，减少锁的使用，从而优化性能。
