共计 3719 个字符，预计需要花费 10 分钟才能阅读完成。
01 什么是 CPU 混部
CPU 混部是指将不同类型的业务部署到同一台机器上运行，让它们共享机器上的 CPU 资源以晋升 CPU 利用率，从而升高机器的洽购和经营老本。然而，对于有些类型的工作来说，它们对延时十分的敏感，比方电商、搜寻或 web 服务等，这类工作的实时性很高，然而通常对资源的耗费却不是很多，咱们称之为在线工作；还有一类工作，它们更多的关注计算或者批处理，对延时没有要求，然而耗费的资源绝对较多，咱们称之为离线工作。
当这两类工作同时部署到同一台机器上时，因为离线工作对资源的占用较多，资源竞争导致在线工作的延时受到了很大的影响，而且，在超线程架构的机器上，即便离线工作和在线工作跑在不同的超线程 CPU 上，流水线和 cache 的竞争也会导致在线工作的运行受到影响。于是，CPU 混部技术诞生了，来解决离线工作对在线工作延时的影响，同时还能进一步晋升 CPU 资源的利用率。
（图 1/ 混部单机 CPU 利用率示意图）
02 内核 CPU 混部技术
CPU 混部技术，次要是通过单机操作系统调度器来实现的，通过工作类型来决定所调配到的 CPU 资源。龙蜥社区的三大原生技术为 Koordinator 社区提供了弱小的 CPU 混部底层技术支持，包含：
Group Identity 混部技术
Plugsched 调度器热降级技术
CPU 混部插件产品
2.1 龙蜥 Group Identity 技术
龙蜥社区的 CPU 混部技术——Group Identity 给操作系统内核提供了 CPU 混部能力，例如 Alibaba Cloud Linux 2/3 和 Anolis7/8 OS 发行版均应用的是该技术。Group Identity 技术是在原有的 CFS 调度器中新增了另一个运行队列来辨别在线和离线工作，而且，为了防止对端 CPU（超线程架构）上离线工作的烦扰，Group Identity 会对其进行驱赶。龙蜥的 Group Identity 技术曾经通过阿里双十一等大型流动以及大规模商业化的验证，其 CPU 混部能力也失去宽广用户和开发者的认可。
2.2 龙蜥 CPU 混部插件
Koordinator 单机操作系统次要是 Alinux2/3 和 CentOS 7.9，对于前者，其 CPU 混部技术来源于龙蜥的 Group Identity，然而对 CentOS 7.9 而言，其内核目前没有提供 CPU 混部能力。对于这种状况，可能有以下几种解决方案：
- 制作 CentOS 的衍生版零碎，并蕴含 CPU 混部技术。
- 迁徙到 Alibaba Cloud Linux 2/3 操作系统发行版。
对于第一种计划，须要从 CentOS 镜像站中下载其内核源码，将 CPU 混部技术移植到内核，编译后装置，而后重启零碎便能够应用该技术，但这会波及到业务迁徙和停机，势必会给业务方带来低廉的代价。
对于第二种计划，尽管迁徙工作会有肯定的工作量，然而，Alinux2/3 或 Anolis OS 蕴含了残缺的混部资源隔离计划（CPU 混部仅仅是其中一点），技术红利所带来的收益远比迁徙代价要大得多。而且 CentOS 行将停服，为了解决 CentOS 停服问题，龙蜥社区推出了 Anolis OS 发行版操作系统，该发行版零碎齐全兼容 CentOS，用户能够进行无缝迁徙。
针对 Koordinator 云原生 CentOS 单机操作系统 CPU 混部能力的缺失，龙蜥社区开发人员给出了另一种计划，利用 plugsched 调度器热降级技术提供一种 CPU 混部技术的调度器插件包，该插件蕴含了阿里云晚期（2017 年）的 CPU 混部技术 bvt + noise clean，可间接装置到 CentOS 7.9，不须要停机和业务迁徙等工作。
2.2.1 Plugsched 神器
Plugsched 调度器热降级，是龙蜥社区推出的 plugsched SDK 调度器热降级开发工具，它可从 Linux 内核中将调度器解耦，造成一个独立的模块，而后将 CPU 混部技术移植到调度器模块，造成一个调度器插件，而后将其间接装置到运行的零碎中就能够应用 CPU 混部技术。Plugsched，能够对内核调度器个性动静的进行增、删、改，来满足业务的需要，且无需进行业务迁徙和停机降级，还能够回滚。内核开发人员可通过 plugsched SDK 生产出各种类型的调度器插件来满足不同的业务场景。
Plugsched 调度器热降级论文《Efficient Scheduler Live Update for Linux Kernel with Modularization》已被 ASPLOS 顶会收录，外面具体介绍了 plugsched 技术原理和利用价值，以及全面的测试和评估。目前，plugsched 生产的插件已在蚂蚁团体、阿里云和国内某大型互联网企业规模部署。
Plugsched 开源链接：https://gitee.com/anolis/plugsched
2.2.2 Group Identity 测试
在 Koordinator 社区的在离线最佳实际手册中，对 Group Idnetity 混部技术做了测试，在线工作是 Nginx 服务，离线工作是 ffmpeg 视频转码，机器采纳的是阿里云神龙裸金属服务器，零碎发行版是 Alibaba Cloud Linux 2，零碎内核是 Alibaba Cloud Kernel 4.19，外面搭载了龙蜥社区的 Group Identity CPU 混部技术，测试 case 如下：
基线：独自运行 Nginx 容器
对照组：同时运行 Nginx 容器和 ffmpeg 容器，不设置优先级
实验组：设置 Nginx 为在线高优先级工作，ffmpeg 为离线低优先级
压测机：在另一台服务器上应用 wrk 工具向 Nginx 服务发送申请
测试后果：（单位：ms）
（数据起源：阿里云 ACK 在离线混部最佳实际手册）
从对照组中能够看到，当在、离线工作同时运行时，在线工作 Nginx 的长尾延时受到了很大的影响，尤其是 P99 延时，减少了 70% 左右。然而，给在线容器和离线容器设置优先级后（启用 Group Identity 混部性能），Nginx 的 P90 和 P99 长尾延时受到的烦扰十分小，延时仅减少了 2.8% 和 3.2%。
2.2.3 CPU 混部插件测试
为了比拟 CPU 混部插件与 Group Identity 的性能差别，开发人员对该调度器插件进行了雷同的测试，服务端配置：
测试机器：阿里云神龙裸金属服务器
系统配置：CentOS 7.9 发行版，内核版本 3.10，装置 CPU 混部调度器插件
从下面的后果来看，没有 CPU 混部插件，离线工作对在线工作的影响很大，P99 延时增长了一倍多，而装置 CPU 混部插件后，P99 延时的影响显著升高，CPU 利用率也靠近 50%。然而它的性能不迭 Group Identity，Group Identity 能让在线工作受离线工作的烦扰小于 5%（CPU 插件是 20% 以上），而且 CPU 利用率能达 60% 以上（CPU 插件靠近 50%）。
2.3 Group Identity 更胜一筹
从下面的测试数据来看，不论是离线工作对在线工作的烦扰，还是 CPU 利用率的晋升，Group Identity 的性能均显著优于 Bvt + noise clean 插件。这是因为两套技术的实现原理不同导致的：noise clean 技术采纳的是 throttle 机制，当调度器抉择下一个工作时，它会检测对端 CPU 上的工作类型以及以后 CPU 正在执行的工作类型，如果在、离线工作同时存在，则会将离线工作 throttle 掉，而后持续抉择下一个工作进行调度，保障在线工作优先执行且不被对端 CPU 上的离线烦扰；而 Group Identity 则是给 CFS 调度器减少了低优先级的运行队列，每次抉择下一个工作执行时，优先从高优先级队列中抉择工作，而且新增了驱赶队列来驱赶对端 CPU 上正在执行的离线工作。从方案设计来看，Group Identity 的设计更加实用于 CPU 混部场景。
从技术演进上来看，龙蜥社区对 Group Identity 技术依然在保护更新，而 bvt + noise clean 技术已不再更新迭代。再者，龙蜥社区有残缺的混部资源隔离计划，而且下一代 CPU 混部技术 Group Identity v2.0 正在投入研发，将会带来更为弱小的性能和性能。
对于 plugsched 调度器热降级而言，它对龙蜥社区的 cloud kernel 4.19 和 5.10 的反对更加全面，且会继续保护。但本文的 bvt + noise clean CPU 混部插件是反对在 CentOS 3.10 内核上，该内核不属于龙蜥社区，因而 plugsched 对该内核的反对度不是很高，热降级能力和范畴不迭龙蜥内核。Plugsched 对 3.10 内核的反对后续也不再更新和保护。
03 结语
最初，欢送宽广技术人员、开源爱好者和读者用户来体验、参加和应用龙蜥带来的 CPU 混部技术 Group Identity 和 Plugsched 神器。咱们置信，不论是 Anolis OS、Cloud Kernel 还是 Plugsched，肯定都会为各位看官带来意想不到的收益和价值。同时，欢送宽广技术人员、开源爱好者和读者用户一起退出龙蜥社区（入群形式见二维码），与社区共同进步和倒退。
Cloud Kernel SIG 主页地址：https://openanolis.cn/sig/Cloud-Kernel
文 /OpenAnolis Kernel SIG
原文链接
本文为阿里云原创内容，未经容许不得转载。
