LINUX 文件系统JBD ----深入理解Fsync

http://www.cnblogs.com/hustcat/p/3283955.html

http://www.cnblogs.com/zengkefu/p/5639200.html

http://www.cnblogs.com/zengkefu/p/4943836.html

http://www.cnblogs.com/zengkefu/p/5639200.html

http://blog.sina.com.cn/s/blog_8308bc810102uxhz.html

深入理解Fsync

 

1 介绍

数据库系统从诞生那天开始，就面对一个很棘手的问题，fsync的性能问题。组提交(group commit)就是为了解决fsync的问题。最近，遇到一个业务反映MySQL创建分区表很慢，仔细分析了一下，发现InnoDB在创建表的时候有很多fsync——每个文件会有4个fsync的调用。当然，并不每个fsync的开销都很大。

这里引出几个问题：

(1)问题1：为什么fsync开销相对都比较大？它到底做了什么？

(2)问题2：细心的人可以发现，第一次open数据文件后，第二次fsync的时间远远小于第1次调用fsync的时间，为什么？

(3)问题3：能否优化fsync？

来着这些疑问，一起来了解一下fsync。

2 原因分析

我们先通过一个测试程序来学习一下fsync在块层的基本流程。

2.1 测试程序1

Write page 0

Sleep 5

Fsync

用blktrace跟踪结果如下：

上半部红色框内为pwrite在块层的流程，下半部黄色框内为fsync在块层流程，中间刚好相差5秒。

4722712为测试文件的第1个block对应的扇区号，590339(block号) * 8=4722712(扇区号)。

无论是pwrite，还是fsync，主要的开销都发生IO请求提交给驱动和IO完成之间，也就是说开自设备驱动。差不多占了整个系统调用的1/2的开销。

另外，可以看到调用fsync时，发生了3次块层IO，起始扇区分别是19240、19248和19256，物理上3个连续的块。实际上这3个块为内核线程kjournald写的日志，分别描述块(2405)、数据块(2406)和提交块(2407)。为了验证，不妨看一下这三个块的实际数据。

19240/8=2405

19248/8=2406

19256/8=2407

块2405：

#define JFS_MAGIC_NUMBER 0xc03b3998U

#define JFS_DESCRIPTOR_BLOCK 1

#define JFS_COMMIT_BLOCK 2

开始的4个字节为JFS_MAGIC_NUMBER，然后是block type：JFS_DESCRIPTOR_BLOCK。

块2407：

的确是提交块。

2.2 fsync的实现

既然fsync的开销很大，就来看看代码吧。

函数ext3_sync_file：

函数log_start_commit负责唤醒kjounald内核线程，log_wait_commit等待jbd事务提交完成。

从代码来看，fsync的主要开销在于调用log_wait_commit后的等待。也就是说fsync要等待kjournald把事务提交完成，才会返回。

到这里，我们已经知道了fsync开销的主要来源：(1)硬件驱动层的开销；(2)ext3写日志。

另外，当log_start_commit返回0时，fsync就不会等待事务提交完成。到这里已经基本可以确认第2次fsync的开销为什么那么小了——没有wait事务提交。

下面验证这一想法。为了方便调试，打开了内核jbd debug日志。

2.3 测试程序2

Write page 0

Fsync

Write page 0

Fsync

Write page 1

Fsync

Write page 2

Fsync

从第2个红框的日志来看，第2次fsync时，的确是没有wait的，所以开销这么小，而其它3次fsync都调用了log_wait_commit函数。

问题4：第2次fsync为什么不会调用log_wait_commit？

因为挂载文件系统的时候，data=writeback，即写数据本身不会写jbd日志。第2次pwrite没有引起文件扩展，只会修改ext3 inode的i_mtime，而i_mtime只精确到second，也就是说第2次pwrite不会引起inode信息改变，所以，不会生成jbd日志，也就不需要等待事务提交完成。

下面验证一下该想法。

2.4 测试程序3

Write page 0

Fsync

Sleep 1 second

Write page 0

Fsync

Write page 1

Fsync

Write page 2

Fsync

在第2次pwrite之前，sleep 1秒钟，保证ext3 inode的i_mtime修改。

想法被证实了，第2次fsync的时间回到正常水平。

可以看到，第2次fsync调用提交了新的事务，并调用了log_wait_commit等待事务完成。

3 优化

如何优化fsync？是个难题。

(1)系统减少对fsync的调用。

(2)ext3日志放在更快的存储介质，参考http://insights.oetiker.ch/linux/external-journal-on-ssd/

作者：YY哥 
出处：http://www.cnblogs.com/hustcat/ 
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。

[root@localhost ~]# debugfs -R "stat ./test" /dev/sda2
debugfs 1.39 (-May-)
Inode:    Type: directory    Mode:     Flags: 0x0   Generation:
User:      Group:      Size:
File ACL:     Directory ACL:
Links:    Blockcount:
Fragment:  Address:     Number:     Size:
ctime: 0x5768c427 -- Mon Jun  ::
atime: 0x57725a43 -- Tue Jun  ::
mtime: 0x5768c427 -- Mon Jun  ::
BLOCKS:
():
TOTAL: 

[root@localhost fs]# find / -name "*.c"   | xargs grep "void file_update_time" -rn
/usr/src/debug/kernel-2.6./linux-2.6..x86_64/fs/inode.c::void file_update_time(struct file *file)
/usr/src/kernels/linux-2.6./fs/inode.c::void file_update_time(struct file *file)

void file_update_time(struct file *file)
{
        struct inode *inode = file->f_path.dentry->d_inode;
        struct timespec now;
        enum { S_MTIME = , S_CTIME = , S_VERSION =  } sync_it = ;

        /* First try to exhaust all avenues to not sync */
        if (IS_NOCMTIME(inode))
                return;

        now = current_fs_time(inode->i_sb);
        if (!timespec_equal(&inode->i_mtime, &now))
                sync_it = S_MTIME;

        if (!timespec_equal(&inode->i_ctime, &now))
                sync_it |= S_CTIME;

        if (IS_I_VERSION(inode))
                sync_it |= S_VERSION;

        if (!sync_it)
                return;

        /* Finally allowed to write? Takes lock. */
        if (mnt_want_write_file(file))
                return;

        /* Only change inode inside the lock region */
        if (sync_it & S_VERSION)
                inode_inc_iversion(inode);
        if (sync_it & S_CTIME)
                inode->i_ctime = now;
        if (sync_it & S_MTIME)
                inode->i_mtime = now;
        mark_inode_dirty_sync(inode);
        mnt_drop_write(file->f_path.mnt);
}
EXPORT_SYMBOL(file_update_time);

[root@localhost jbd]# find / -name "*.c"   | xargs grep "int __log_start_commit" -rn
/usr/src/debug/kernel-2.6./linux-2.6..x86_64/fs/jbd/journal.c::int __log_start_commit(journal_t *journal, tid_t target)
/usr/src/kernels/linux-2.6./fs/jbd/journal.c::int __log_start_commit(journal_t *journal, tid_t target)

int __log_start_commit(journal_t *journal, tid_t target)
{
        /*
         * Are we already doing a recent enough commit?
         */
        if (!tid_geq(journal->j_commit_request, target)) {
                /*
                 * We want a new commit: OK, mark the request and wakup the
                 * commit thread.  We do _not_ do the commit ourselves.
                 */

                journal->j_commit_request = target;
                jbd_debug(, "JBD: requesting commit %d/%d\n",
                          journal->j_commit_request,
                          journal->j_commit_sequence);
                wake_up(&journal->j_wait_commit);
                return ;
        }
        return ;
}

[root@localhost ~]# strace -f -F -T -r -p  -e trace=write,open,read,fsync
Process  attached with  threads - interrupt to quit
[pid  ]      0.000000 open("./test/h.frm", O_RDONLY) =  <0.000049>
[pid  ]      0.000492 read(, "\376\1\t\f\3\0\0\20\1\0\0000\0\0\20\0\5\0\0\0\0\0\0\0\0\0\0\2\10\0\10\0"..., ) =  <0.000062>
[pid  ]      0.000312 read(, "//\0\0 \0\0", ) =  <0.000019>
[pid  ]      0.000120 read(, "j\1\0\20\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0"..., ) =  <0.000019>
[pid  ]      0.000154 read(, "\0\0\0\0\2\0\377\0", ) =  <0.000020>
[pid  ]      0.000299 read(, "5\0\2\1\2\24)                         "..., ) =  <0.000018>
[pid  ]      0.202203 fsync()      =  <0.003163>
[pid  ]      0.003619 write(, "P\262yW\2\1\0\0\0O\0\0\0'\1\0\0\10\0\1\0\0\0\0\0\0\0\4\0\0!\0"..., ) =  <0.000050>
[pid  ]      0.060908 fsync()      =  <0.003123>
[pid  ]      1.117089 fsync()      =  <0.005403>
[pid  ]      0.008428 fsync()      =  <0.000019>
[pid  ]      0.001892 fsync()      =  <0.000019>
[pid  ]      0.001509 fsync()     =  <0.002887>
[pid  ]      0.004133 fsync()      =  <0.000020>
[pid  ]      0.002916 fsync()      =  <0.000021>
[pid  ]      0.872229 fsync()      =  <0.005205>

[] EXT4 debugging support

[ ] JBD (ext3) debugging support

JDB调试支持

如果你正在使用Ext3日志文件系统（或者其他文件系统/设备可能会潜在使用JBD），这个选项可以让你在系统运行时开启调试输出，以便追踪任何错误。默认地这些调试输出是关闭的。

如果选Y，将可打开调试，使用echo N > /sys/kernel/debug/bd/jbd-debug，其中N是从1-5的数字，越高产生的调试输出越多。要再次关闭，使用echo  > /sys/kernel/debug/jbd/jbd-debug

[ ] JBD2 (ext4) debugging support

JDB2调试支持

如果你正在使用Ext4日志文件系统（或者其他文件系统/设备可能会潜在使用JBD2），这个选项可以让你在系统运行时开启调试输出，以便追踪任何错误。默认地这些调试输出是关闭的。

如果选Y，将可打开调试，使用echo N > /sys/kernel/debug/bd2/jbd2-debug，其中N是从1-5的数字，越高产生的调试输出越多。要再次关闭，使用echo  > /sys/kernel/debug/jbd2/jbd2-debug

journal block device代码分析

3月 17th, 2014 | Filed under FileSystem

发表评论

 

进入此门的肯定都对journal block device有一定了解，需要对ext3文件系统有了解，多余的就不赘述。

为什么要设计JBD？

普通数据是存在硬盘上的，文件系统也是作为普通数据存在硬盘上，类似如果碰到突然断电的情况，硬盘就可能损坏，硬件损坏，还是要硬件设计保证，软件设计(JBD)就是解决软件错误，断电可能会导致软件错误，举个例子，文件系统相当于常用的压缩文件，普通数据则是其中一个txt中的文字，如果压缩到一半被杀掉，如果txt中的文字损坏，压缩文件仍能解压，只是txt内容不同而已，但如果压缩文件的结构被损坏，很可能解压不来任何文件。而JBD就是防止文件系统的结构数据（元数据）被损坏，它作为一个缓存块先缓存所有的元数据，如果磁盘数据异常后，就从缓存块中恢复。

JBD的具体工作流程：

如上图示，kernel正常读写磁盘，读磁盘直接获取，写磁盘则走两条路，每个IO群（即事务），先写到jbd里面，然后在写磁盘，如果写磁盘被中断，则从jbd恢复，如果jbd被中断，OK，没影响。jbd本身数据存储到磁盘的一个用户态不可见位置，即日志空间，日志空间本身是一个文件系统结构的存储空间，有超级块，组描述符，位图等，估计所有数据系统都是类似结构。

基本原理就不说了，下面就以ext3_mkdir为例，描述jbd工作机制。

首先通过ext3_journal_start获取原子操作handle，（原子操作即操作不可分割的，只有完成态和未开始状态，不会停留在中间态，和atomic_inc不同，atomic加减是限制多线程冲突，handle则是保证完整性），具体细节可以参考ext3_journal_start函数，我对此的理解是，ext3_journal_start对handle进行了初始化，获取当前journal空间的数据，比如，空闲字节的开始位置。

 

1 2 3

handle = ext3_journal_start(dir, EXT3_DATA_TRANS_BLOCKS(dir->i_sb) + EXT3_INDEX_EXTRA_TRANS_BLOCKS + 3 + EXT3_MAXQUOTAS_INIT_BLOCKS(dir->i_sb));

在后面ext3_new_inode函数中见handle传递进入，在ext3_new_inode中申请新inode，需要修改位图，当然还有超级块和组描述符等，下面截取位图的写入作为一个描述：

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

bitmap_bh = read_inode_bitmap(sb, group);         if (!bitmap_bh)             goto fail;           ino = 0;   repeat_in_this_group:         ino = ext3_find_next_zero_bit((unsigned long *)                 bitmap_bh->b_data, EXT3_INODES_PER_GROUP(sb), ino);         if (ino < EXT3_INODES_PER_GROUP(sb)) {               BUFFER_TRACE(bitmap_bh, "get_write_access");             err = ext3_journal_get_write_access(handle, bitmap_bh);             if (err)                 goto fail;               if (!ext3_set_bit_atomic(sb_bgl_lock(sbi, group),                         ino, bitmap_bh->b_data)) {                 /* we won it */                 BUFFER_TRACE(bitmap_bh,                     "call ext3_journal_dirty_metadata");                 err = ext3_journal_dirty_metadata(handle,                                 bitmap_bh);                 if (err)                     goto fail;                 goto got;             }

通过read_inode_bitmap获取位图数据bitmap_bh，用ext3_find_next_zero_bit算出空闲ino位置，用ext3_journal_get_write_access获取日志的写权限，更多的是将handle加入事务transaction管理，或者说将bitmap_bh加入到journal管理中，然后才开始进行具体的数据修改，也就是ext3_set_bit_atomic修改位图，修改完成使用ext3_journal_dirty_metadata标记为脏，即告诉journal本次handle操作结束，可以进行提交了。

ext3_new_inode下的组描述符也是类似，包括后面的目录项修改都是如此，也不赘述了。

需要提到的是，此处标记为脏的是元数据，非元数据使用ext3_journal_dirty_data函数，在ext3里面，如果发现当前数据是脏页，则直接进行刷新到磁盘，原因在注释中有描述。

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

/*              * This buffer may be undergoing writeout in commit.  We              * can't return from here and let the caller dirty it              * again because that can cause the write-out loop in              * commit to never terminate.              */             if (buffer_dirty(bh)) {                 get_bh(bh);                 spin_unlock(&journal->j_list_lock);                 jbd_unlock_bh_state(bh);                 need_brelse = 1;                 sync_dirty_buffer(bh);                 jbd_lock_bh_state(bh);                 spin_lock(&journal->j_list_lock);                 /* Since we dropped the lock... */                 if (!buffer_mapped(bh)) {                     JBUFFER_TRACE(jh, "buffer got unmapped");                     goto no_journal;                 }                 /* The buffer may become locked again at any                    time if it is redirtied */             }

至此，一个使用journal的标准写入过程结束，后续的就是提交了。

jbd有常驻线程kjournald负责提交transaction，kjournald线程每个ext系列的分区分一个，主要部分通过调用journal_commit_transaction完成。需要插播一下，如果编译内核的时候打开CONFIG_JBD_DEBUG或者CONFIG_JBD2_DEBUG开关，就可以根据jbd-debug跟踪jbd的执行过程，有更直接的感觉，在代码实现上就是jbd_debug函数。

具体流程我建议打开debug开关后，对比着看，具体代码不梳理了，直接上图：

jbd前面所有设计都是为了此时的提交，需要留意的是此时设计的普通数据在元数据前进行提交，来保证ordered执行顺序。另外在之前写文件流程中提到ext3_ordered_write_end，中调用walk_page_buffers中journal_dirty_data_fn标记普通数据为脏，会将已脏的数据先用sync_dirty_buffer刷磁盘一下，可以对比参看。

最后则是出问题之后日志进行恢复：

journal恢复是在mount挂载磁盘的时候，ext3_fill_super()一直调用到journal_recover，判断是否进行日志恢复也是如下判断。

 

1 2 3 4 5 6

if (!sb->s_start) {         jbd_debug(1, "No recovery required, last transaction %dn",               be32_to_cpu(sb->s_sequence));         journal->j_transaction_sequence = be32_to_cpu(sb->s_sequence) + 1;         return 0;     }

即根据日志的超级块s_start参数是否为0判断。

整个恢复过程有3部分组成，都是调用do_one_pass，只是传参不同，第一步获取recovery_info信息，journal的起点和终点，journal是一个循环利用的环状存储介质。第二步获取REVOKE块，第三步PASS_REPLAY则根据描述符块将日志信息写到磁盘上。

另外提一下在工作中碰到一个案例：内核在写文件的时候发生了多次复位，根据内核黑匣子记录的信息，看到journal_bmap获取信息为0,日志被__journal_abort_soft中断 了，再写journal出现了panic。当时看以为bmap出现异常，中间读取有问题，后来把journal日志块倒出来看，对应的一个间接索引块里面全为0,在普通文件中是正常的，称为文件的洞，而日志则是格式化一开始就全分配了，而且顺序读取利用不应产生文件的洞。具体原因再也没找到，但是发现fsck不支持修改journal出现洞的问题，导致重复复位，后来找到社区高版本fsck比对一下，改了一个补丁，勉强算解决了问题。

以上都是开胃小菜，更多的请读代码，文章描述不细致的地方请参考jdb代码分析

—结束—

journal block device代码分析–OenHan

http://www.oenhan.com/ext3-jbd-journal