转自：[Linux 环境写文件如何稳定跑满磁盘 I/O 带宽?](https://www.leviathan.vip/2019/01/02/Linux%E7%8E%AF%E5%A2%83%E5%86%99%E6%96%87%E4%BB%B6%E5%A6%82%E4%BD%95%E7%A8%B3%E5%AE%9A%E8%B7%91%E6%BB%A1%E7%A3%81%E7%9B%98I-O%E5%B8%A6%E5%AE%BD/)

# 准备

## 要求

在 限制内存 的情况下，假定我们每次写入 4k 的数据，如何保证 `kill -9` 不丢数据的情况下，仍然稳定的跑满磁盘的 IO？因为需要保证 `kill -9` 不丢数据，所以 `fwrite()` 就不在我们的考虑范围之内了. 又因为限制内存，所以直观的想法是直接 Direct IO, 但 Direct IO 能否跑满磁盘 IO 呢?

## 机器配置

CPU: 64 核 Intel(R) Xeon(R) CPU E5-2682 v4 @ 2.50GHz

磁盘 : Intel Optane SSD

## 测试磁盘 IO 性能

官方称读 / 写带宽是 `2400/2000 MB/s`, 我们利用 `fio` 来进行实测:

顺序读性能:

```javascript
sudo fio --filename=test -iodepth=64 -ioengine=libaio --direct=1 --rw=read --bs=2m --size=2g --numjobs=4 --runtime=10 --group_reporting --name=test-read
```

复制

结果:

```javascript
READ: bw=2566MiB/s (2691MB/s), 2566MiB/s-2566MiB/s (2691MB/s-2691MB/s), io=8192MiB (8590MB), run=3192-3192msec
```

复制

顺序写性能:

```javascript
sudo fio --filename=test -iodepth=64 -ioengine=libaio -direct=1 -rw=write -bs=1m -size=2g -numjobs=4 -runtime=20 -group_reporting -name=test-write
```

复制

结果:

```javascript
WRITE: bw=2181MiB/s (2287MB/s), 2181MiB/s-2181MiB/s (2287MB/s-2287MB/s), io=8192MiB (8590MB), run=3756-3756msec
```

复制

实测读写带宽: 2566/2181 MB/s

# 实验一: Buffer IO 写入

因为是限制内存，所以 Buffer IO 不在我们的考虑范围内，但是我们先来测试一下 Buffer IO 的具体性能到底如何? 我们使用最简单的方法，因为我们的 CPU 核数是 64，所以直接 64 线程单次 `4K` 字节 Buffer IO 写入, 即通过操作系统的 Page Cache 的策略来缓存，刷盘:

代码片段 : 完整代码

```javascript
static char data[4096] attribute((aligned(4096))) = {'a'};

void writer(int index) {
    std::string fname = "data" + std::to_string(index);
    int data_fd = ::open(fname.c_str(), O_RDWR | O_CREAT | O_APPEND, 0645);
    for (int32_t i = 0; i < 1000000; i++) {
        ::write(data_fd, data, 4096);
    }
    close(data_fd);
}

int main() {
    std::vectorstd::thread threads;
    for(int i = 0; i < 64; i++) {
        std::thread worker(writer, i);
        threads.push_back(std::move(worker));
    }
    for (int i = 0; i < 64; i++) {
        threads[i].join();
    }
    return 0;
}
```

复制

我们通过 `O_APPEND` 单次 4k 追加写入，之后通过 `vmstat` 来保留 `120s` 的写入带宽:

```javascript
vmstat 1 120 > buffer_io
```

复制

经过最后的测试数据整理，我们发现 Buffer IO 的性能基本能稳定跑满带宽, 其中只有一次 I/O 抖动:

![img](../../../../../ff_internal_upload/img/2022/1620.png)

# 实验二: 4K 单次 Direct IO 写入

Buffer IO 利用 Page Cache 帮助我们缓存了大量的数据，其实必然提高了写入带宽，但假如在限制内存的情况下，Buffer IO 就不是正确的解决方案了，这次我们绕过 Page Cache, 直接 Direct IO 单次 `4K` 写入:

代码片段 : 完整代码

唯一需要修改的地方就是在 `open()` 中加入 `O_DIRECT` 标志:

```javascript
int data_fd = ::open(fname.c_str(), O_RDWR | O_CREAT | O_APPEND | O_DIRECT, 0645);
```

复制

通过 `vmstat` 获取写入带宽数据, 整理如下:

![img](../../../../../ff_internal_upload/img/2022/1621.png)

通过数据我们发现，单次 4k 的 Direct IO 写入无法跑满磁盘的 I/O 带宽，仅仅只有 `800MB/S`

# 实验三: mmap 写入

通过前面这两个实验我们发现，Buffer IO 是可以跑满磁盘 I/O 的，那我们可以尝试模拟 Buffer IO 的写入方式，使用较少的内存来达到 Buffer IO 的写入效果.

我们使用 `mmap` 来实现 Buffer IO 写入，通过限定的 Buffer Block 来模拟 Page Cache 的聚合效果, 实验中我们使用 `memcpy` 来完成数据拷贝，Buffer Block 我们设定为 `4K * 4`, 与 Direct IO 的不同，我们这次限定即 `16KB` 的单次写入:

代码片段: 完整代码

`main()` 函数不变，修改线程的 `writer()` 函数:

```javascript
static char data[4096] attribute((aligned(4096))) = {'a'};
static int32_t map_size = 4096 * 4;

void MapRegion(int fd, uint64_t file_offset, char** base) {
    void* ptr = mmap(nullptr, map_size, PROT_READ | PROT_WRITE,
                    MAP_SHARED,
                    fd,
                    file_offset);
    if (unlikely(ptr == MAP_FAILED)) {
        *base = nullptr;
        return;
    }
    base = reinterpret_cast<char>(ptr);
}

void UnMapRegion(char* base) {
    munmap(base, map_size);
}

void writer(int index) {
    std::string fname = "data" + std::to_string(index);
    char* base = nullptr;
    char* cursor = nullptr;
    uint64_t mmap_offset = 0, file_offset = 0;
    int data_fd = ::open(fname.c_str(), O_RDWR | O_CREAT, 0645);
    posix_fallocate(data_fd, 0, (4096UL * 1000000));
    MapRegion(data_fd, 0, &base);
    if (unlikely(base == nullptr)) {
        return;
    }
    cursor = base;
    file_offset += map_size;
    for (int32_t i = 0; i < 1000000; i++) {
        if (unlikely(mmap_offset >= map_size)) {
            UnMapRegion(base);
            MapRegion(data_fd, file_offset, &base);
            if (unlikely(base == nullptr)) {
                return;
            }
            cursor = base;
            file_offset += map_size;
            mmap_offset = 0;
        }
        memcpy(cursor, data, 4096);
        cursor += 4096;
        mmap_offset += 4096;
    }
    UnMapRegion(base);
    close(data_fd);
}
```

复制

我们通过 `vmstat` 来获取写入带宽数据，我们发现 `mmap` 的 `16K` 写入可以跑满磁盘带宽，但 I/O 抖动较大，无法类似于 Buffer IO 稳定的写入.

![img](../../../../../ff_internal_upload/img/2022/1622.png)

我们通过 `perf` 生成火焰图分析:

![img](../../../../../ff_internal_upload/img/2022/1623.png)

通过 `pref` 生成分析瓶颈时发现，写入 `writer()` 时触发了大量的 `Page Fault`, 即缺页中断，而 `mmap()` 本身的调用也有一定的消耗 (关于 `mmap()` 的源码分析，我们在后面的文章会详细分析 )，我们实验三的思路是: 首先 `fallocate` 一个大文件，然后 `mmap()` 内存映射 `16k` 的 Block, `memcpy()` 写满之后，游标右移重新 `mmap()`，以此循环.

# 实验四: 改进的 mmap 写入

为了避免 `mmap()` 的开销，我们使用临时文件在写入之前 `mmap()` 映射，之后循环利用这 `16K` 的 Block, 避免 `mmap()` 的巨大开销:

代码片段: 完整代码

```javascript
void MapRegion(int fd, uint64_t file_offset, char** base) {
  void* ptr = mmap(nullptr, map_size, PROT_READ | PROT_WRITE,
           MAP_SHARED,
           fd,
           file_offset);
  if (unlikely(ptr == MAP_FAILED)) {
    *base = nullptr;
    return;
  }
  *base = reinterpret_cast<char*>(ptr);
}

void UnMapRegion(char* base) {
  munmap(base, map_size);
}

void writer(int index) {
  std::string fname = "data" + std::to_string(index);
  std::string batch = "batch" + std::to_string(index);

  char* base = nullptr;
  char* cursor = nullptr;
  uint64_t mmap_offset = 0, file_offset = 0;

  int data_fd = ::open(fname.c_str(), O_RDWR | O_CREAT | O_DIRECT, 0645);
  int batch_fd = ::open(batch.c_str(), O_RDWR | O_CREAT | O_DIRECT, 0645);
  posix_fallocate(data_fd, 0, (4096UL * 1000000));
  posix_fallocate(batch_fd, 0, map_size);

  MapRegion(batch_fd, 0, &base);
  if (unlikely(base == nullptr)) {
    return;
  }
  cursor = base;
  file_offset += map_size;

  for (int32_t i = 0; i < 1000000; i++) {
    if (unlikely(mmap_offset >= map_size)) {
      pwrite64(data_fd, base, map_size, file_offset);
      cursor = base;

      file_offset += map_size;
      mmap_offset = 0;
    }
    memcpy(cursor, data, 4096);
    cursor += 4096;
    mmap_offset += 4096;
  }
  UnMapRegion(base);

  close(data_fd);
  close(batch_fd);
}
```

复制

使用 `vmstat` 来获取写入速度的数据, 整理如下:

![img](../../../../../ff_internal_upload/img/2022/1624.png)

这次避免了 `mmap()` 的开销，写入速度可以稳定保持在 `2180 MB/S` 左右，且没有 I/O 抖动.

内存使用也仅仅只有 `18000KB`, 大约 `18M`:

![img](../../../../../ff_internal_upload/img/2022/1625.png)

# 结论

下面是四种方式的写入速度对比:

![img](../../../../../ff_internal_upload/img/2022/1626.png)

在限制内存，且需要 `kill -9` 不丢数据的情况下，我们可以使用 `mmap()` 来模拟 Buffer IO，但为了避免频繁 `mmap()` 的开销，我们需要临时文件来做我们的内存映射. 这种方法可以保证我们的写入速度稳定且 `kill -9` 不至于丢失数据.