比如在万核机器上一万个进程同时读一个文件,在操作系统层面是每个进程排队挨个去读这个文件,还是每个进程都可以同时去读嘞?
如果需要实现同时读取,是不是需要配置并行文件系统,将文件拆分到不同的挂载盘中?
1
senninha 2023-05-12 09:45:58 +08:00
应该是并行读取,内核有文件缓存机制。
|
2
kkocdko 2023-05-12 09:47:12 +08:00 via Android
这个得看文件系统,比如 xfs 就支持并行读取。一般来说这不是瓶颈,速率都能达到硬盘的峰值速度。
如果你是希望各个进程的读取进度同步,避免重复读取,就应该考虑自己实现缓冲区。 |
3
picone 2023-05-12 10:34:12 +08:00
不要强依赖缓存机制,page cache 可能被刷新导致 io 打满,特别是虚拟化的环境别的容器不可控
|
4
dushiyang68 OP @senninha 我们要做的是超算的万核并行,而且读取的文件非常大,可能上百 G ,我们就是考虑开辟文件缓冲区过多会不会导致性能瓶颈
|
5
gam2046 2023-05-12 11:00:14 +08:00
如#2 所说,如果强依赖缓存,可以考虑自行加上缓存层,例如 redis ,这样的行为是更加符合预期的。
|
6
ivan_wl 2023-05-12 11:47:18 +08:00
可以了解一下 linux 的 blk-mq
|
7
seers 2023-05-12 12:51:20 +08:00 via Android
DIO 和 AIO
|
8
fuis 2023-05-12 12:53:20 +08:00
@dushiyang68
> 开辟文件缓冲区过多会不会导致性能瓶颈 通常分配缓冲区不是瓶颈,但也是一笔不可忽视的开销。可以尝试实现 mem pool 机制,或者是更换 malloc 比如 tcmalloc jemalloc mimalloc 等。 这时候要考虑 NUMA 的瓶颈,比如 NUMA 下面 remote r/w 的带宽是多少,local 的带宽是多少。还有 UPI 的带宽(需要实际测量,40G/s 左右) 但是可能上面的这些也可都还不是瓶颈,先要知道你下面的存储到底能提供多少 io 能力。。 |
9
litguy 2023-05-12 13:30:52 +08:00
@dushiyang68 你的需求需要 burst buffer 处理,不是常规 fs
|