c - 查找内核的内存页面所有权

Question

我正在 Linux 机器上编写一个 C 程序，它需要分配一个 10 到 20 GB 的巨大数组。

分配空间后，我想知道哪个核心拥有该数组的哪些页面。“拥有”是指哪个核心负责哪个页面的连贯性。

是否有任何函数或 shell 命令来获取此信息？

注意：我正在使用带有 gcc4.7 的 Debian。

Answer 1

分配内存时，内核通常只分配虚拟内存；内容（RAM 页）仅在第一次访问时填充。如果被驱逐到文件（文件支持的内存映射）或交换（所有其他内存），它们将在驱逐后的下一次访问时重新填充。这意味着进程分配的每一页内存可能不存在（按照惯例，它在第一次访问时会读取为零），在 RAM 中，或者被驱逐（到磁盘或其他非 RAM 存储介质）。

在标准的多核/多 CPU 机器上，“所有权”是基于缓存线确定的，缓存线通常是 2 的小幂，介于 16 和 256 字节之间。每个 CPU “拥有”它最后接触过的高速缓存行。随着进程的运行，CPU和内核运行代码，从而访问代码，发生变化，因此没有固定的“所有者”；它动态变化。此外，管理通常由特定的芯片、内存管理单元或 MMU 完成，而不是由 CPU 运行的代码完成。（现在，MMU 通常集成到 CPU 中。）您可以将进程固定为仅在某些 CPU 内核或多个内核上运行，并基于该猜测哪个 CPU 内核拥有哪个内存。而且我猜一些 MMU 可能有办法报告它给哪个 CPU 内核提供了哪些缓存线——尽管我严重怀疑它在实践中是否可行。

CPU 内核“拥有”内存的整个想法非常奇怪。我认为 Linux 内核本身甚至不会跟踪哪个 CPU 内核最后接触了哪个页面，它当然不会跟踪哪个 CPU 内核最后接触了哪个缓存行。（跟踪会消耗太多 RAM，并且基本上没有任何好处。）

有分布式内核（至少是 Linux 内核的补丁）和其他一些方法来构建一个集群，其中内存和 CPU 分布在多个物理机器上，但对进程来说是统一的——就像它们正在运行一样在单个物理机器上。在这种情况下，可以查询管理端以找出哪个物理节点拥有哪些 CPU 和哪些内存页面。如果这是您的情况，您需要详细描述您正在使用的内核和工具，因为管理工具各不相同。

Answer 2

move_pages()您可以使用或设置所有权numa_tonode_memory()。