folly/detail/CacheLocality.h

   1 /*
   2  * Copyright 2017 Facebook, Inc.
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  *   http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 #pragma once
  18
  19 #include <algorithm>
  20 #include <atomic>
  21 #include <cassert>
  22 #include <functional>
  23 #include <limits>
  24 #include <string>
  25 #include <type_traits>
  26 #include <vector>
  27
  28 #include <folly/Hash.h>
  29 #include <folly/Likely.h>
  30 #include <folly/Portability.h>
  31 #include <folly/ThreadId.h>
  32
  33 namespace folly {
  34 namespace detail {
  35
  36 // This file contains several classes that might be useful if you are
  37 // trying to dynamically optimize cache locality: CacheLocality reads
  38 // cache sharing information from sysfs to determine how CPUs should be
  39 // grouped to minimize contention, Getcpu provides fast access to the
  40 // current CPU via __vdso_getcpu, and AccessSpreader uses these two to
  41 // optimally spread accesses among a predetermined number of stripes.
  42 //
  43 // AccessSpreader<>::current(n) microbenchmarks at 22 nanos, which is
  44 // substantially less than the cost of a cache miss.  This means that we
  45 // can effectively use it to reduce cache line ping-pong on striped data
  46 // structures such as IndexedMemPool or statistics counters.
  47 //
  48 // Because CacheLocality looks at all of the cache levels, it can be
  49 // used for different levels of optimization.  AccessSpreader(2) does
  50 // per-chip spreading on a dual socket system.  AccessSpreader(numCpus)
  51 // does perfect per-cpu spreading.  AccessSpreader(numCpus / 2) does
  52 // perfect L1 spreading in a system with hyperthreading enabled.
  53
  54 struct CacheLocality {
  55
  56   /// 1 more than the maximum value that can be returned from sched_getcpu
  57   /// or getcpu.  This is the number of hardware thread contexts provided
  58   /// by the processors
  59   size_t numCpus;
  60
  61   /// Holds the number of caches present at each cache level (0 is
  62   /// the closest to the cpu).  This is the number of AccessSpreader
  63   /// stripes needed to avoid cross-cache communication at the specified
  64   /// layer.  numCachesByLevel.front() is the number of L1 caches and
  65   /// numCachesByLevel.back() is the number of last-level caches.
  66   std::vector<size_t> numCachesByLevel;
  67
  68   /// A map from cpu (from sched_getcpu or getcpu) to an index in the
  69   /// range 0..numCpus-1, where neighboring locality indices are more
  70   /// likely to share caches then indices far away.  All of the members
  71   /// of a particular cache level be contiguous in their locality index.
  72   /// For example, if numCpus is 32 and numCachesByLevel.back() is 2,
  73   /// then cpus with a locality index < 16 will share one last-level
  74   /// cache and cpus with a locality index >= 16 will share the other.
  75   std::vector<size_t> localityIndexByCpu;
  76
  77   /// Returns the best CacheLocality information available for the current
  78   /// system, cached for fast access.  This will be loaded from sysfs if
  79   /// possible, otherwise it will be correct in the number of CPUs but
  80   /// not in their sharing structure.
  81   ///
  82   /// If you are into yo dawgs, this is a shared cache of the local
  83   /// locality of the shared caches.
  84   ///
  85   /// The template parameter here is used to allow injection of a
  86   /// repeatable CacheLocality structure during testing.  Rather than
  87   /// inject the type of the CacheLocality provider into every data type
  88   /// that transitively uses it, all components select between the default
  89   /// sysfs implementation and a deterministic implementation by keying
  90   /// off the type of the underlying atomic.  See DeterministicScheduler.
  91   template <template <typename> class Atom = std::atomic>
  92   static const CacheLocality& system();
  93
  94   /// Reads CacheLocality information from a tree structured like
  95   /// the sysfs filesystem.  The provided function will be evaluated
  96   /// for each sysfs file that needs to be queried.  The function
  97   /// should return a string containing the first line of the file
  98   /// (not including the newline), or an empty string if the file does
  99   /// not exist.  The function will be called with paths of the form
 100   /// /sys/devices/system/cpu/cpu*/cache/index*/{type,shared_cpu_list} .
 101   /// Throws an exception if no caches can be parsed at all.
 102   static CacheLocality readFromSysfsTree(
 103       const std::function<std::string(std::string)>& mapping);
 104
 105   /// Reads CacheLocality information from the real sysfs filesystem.
 106   /// Throws an exception if no cache information can be loaded.
 107   static CacheLocality readFromSysfs();
 108
 109   /// Returns a usable (but probably not reflective of reality)
 110   /// CacheLocality structure with the specified number of cpus and a
 111   /// single cache level that associates one cpu per cache.
 112   static CacheLocality uniform(size_t numCpus);
 113
 114   enum {
 115     /// Memory locations on the same cache line are subject to false
 116     /// sharing, which is very bad for performance.  Microbenchmarks
 117     /// indicate that pairs of cache lines also see interference under
 118     /// heavy use of atomic operations (observed for atomic increment on
 119     /// Sandy Bridge).  See FOLLY_ALIGN_TO_AVOID_FALSE_SHARING
 120     kFalseSharingRange = 128
 121   };
 122
 123   static_assert(
 124       kFalseSharingRange == 128,
 125       "FOLLY_ALIGN_TO_AVOID_FALSE_SHARING should track kFalseSharingRange");
 126 };
 127
 128 // TODO replace __attribute__ with alignas and 128 with kFalseSharingRange
 129
 130 /// An attribute that will cause a variable or field to be aligned so that
 131 /// it doesn't have false sharing with anything at a smaller memory address.
 132 #define FOLLY_ALIGN_TO_AVOID_FALSE_SHARING FOLLY_ALIGNED(128)
 133
 134 /// Knows how to derive a function pointer to the VDSO implementation of
 135 /// getcpu(2), if available
 136 struct Getcpu {
 137   /// Function pointer to a function with the same signature as getcpu(2).
 138   typedef int (*Func)(unsigned* cpu, unsigned* node, void* unused);
 139
 140   /// Returns a pointer to the VDSO implementation of getcpu(2), if
 141   /// available, or nullptr otherwise.  This function may be quite
 142   /// expensive, be sure to cache the result.
 143   static Func resolveVdsoFunc();
 144 };
 145
 146 #ifdef FOLLY_TLS
 147 template <template <typename> class Atom>
 148 struct SequentialThreadId {
 149
 150   /// Returns the thread id assigned to the current thread
 151   static unsigned get() {
 152     auto rv = currentId;
 153     if (UNLIKELY(rv == 0)) {
 154       rv = currentId = ++prevId;
 155     }
 156     return rv;
 157   }
 158
 159  private:
 160   static Atom<unsigned> prevId;
 161
 162   static FOLLY_TLS unsigned currentId;
 163 };
 164
 165 template <template <typename> class Atom>
 166 Atom<unsigned> SequentialThreadId<Atom>::prevId(0);
 167
 168 template <template <typename> class Atom>
 169 FOLLY_TLS unsigned SequentialThreadId<Atom>::currentId(0);
 170
 171 // Suppress this instantiation in other translation units. It is
 172 // instantiated in CacheLocality.cpp
 173 extern template struct SequentialThreadId<std::atomic>;
 174 #endif
 175
 176 struct HashingThreadId {
 177   static unsigned get() {
 178     return hash::twang_32from64(getCurrentThreadID());
 179   }
 180 };
 181
 182 /// A class that lazily binds a unique (for each implementation of Atom)
 183 /// identifier to a thread.  This is a fallback mechanism for the access
 184 /// spreader if __vdso_getcpu can't be loaded
 185 template <typename ThreadId>
 186 struct FallbackGetcpu {
 187   /// Fills the thread id into the cpu and node out params (if they
 188   /// are non-null).  This method is intended to act like getcpu when a
 189   /// fast-enough form of getcpu isn't available or isn't desired
 190   static int getcpu(unsigned* cpu, unsigned* node, void* /* unused */) {
 191     auto id = ThreadId::get();
 192     if (cpu) {
 193       *cpu = id;
 194     }
 195     if (node) {
 196       *node = id;
 197     }
 198     return 0;
 199   }
 200 };
 201
 202 #ifdef FOLLY_TLS
 203 typedef FallbackGetcpu<SequentialThreadId<std::atomic>> FallbackGetcpuType;
 204 #else
 205 typedef FallbackGetcpu<HashingThreadId> FallbackGetcpuType;
 206 #endif
 207
 208 /// AccessSpreader arranges access to a striped data structure in such a
 209 /// way that concurrently executing threads are likely to be accessing
 210 /// different stripes.  It does NOT guarantee uncontended access.
 211 /// Your underlying algorithm must be thread-safe without spreading, this
 212 /// is merely an optimization.  AccessSpreader::current(n) is typically
 213 /// much faster than a cache miss (12 nanos on my dev box, tested fast
 214 /// in both 2.6 and 3.2 kernels).
 215 ///
 216 /// If available (and not using the deterministic testing implementation)
 217 /// AccessSpreader uses the getcpu system call via VDSO and the
 218 /// precise locality information retrieved from sysfs by CacheLocality.
 219 /// This provides optimal anti-sharing at a fraction of the cost of a
 220 /// cache miss.
 221 ///
 222 /// When there are not as many stripes as processors, we try to optimally
 223 /// place the cache sharing boundaries.  This means that if you have 2
 224 /// stripes and run on a dual-socket system, your 2 stripes will each get
 225 /// all of the cores from a single socket.  If you have 16 stripes on a
 226 /// 16 core system plus hyperthreading (32 cpus), each core will get its
 227 /// own stripe and there will be no cache sharing at all.
 228 ///
 229 /// AccessSpreader has a fallback mechanism for when __vdso_getcpu can't be
 230 /// loaded, or for use during deterministic testing.  Using sched_getcpu
 231 /// or the getcpu syscall would negate the performance advantages of
 232 /// access spreading, so we use a thread-local value and a shared atomic
 233 /// counter to spread access out.  On systems lacking both a fast getcpu()
 234 /// and TLS, we hash the thread id to spread accesses.
 235 ///
 236 /// AccessSpreader is templated on the template type that is used
 237 /// to implement atomics, as a way to instantiate the underlying
 238 /// heuristics differently for production use and deterministic unit
 239 /// testing.  See DeterministicScheduler for more.  If you aren't using
 240 /// DeterministicScheduler, you can just use the default template parameter
 241 /// all of the time.
 242 template <template <typename> class Atom = std::atomic>
 243 struct AccessSpreader {
 244
 245   /// Returns the stripe associated with the current CPU.  The returned
 246   /// value will be < numStripes.
 247   static size_t current(size_t numStripes) {
 248     // widthAndCpuToStripe[0] will actually work okay (all zeros), but
 249     // something's wrong with the caller
 250     assert(numStripes > 0);
 251
 252     unsigned cpu;
 253     getcpuFunc(&cpu, nullptr, nullptr);
 254     return widthAndCpuToStripe[std::min(size_t(kMaxCpus),
 255                                         numStripes)][cpu % kMaxCpus];
 256   }
 257
 258  private:
 259   /// If there are more cpus than this nothing will crash, but there
 260   /// might be unnecessary sharing
 261   enum { kMaxCpus = 128 };
 262
 263   typedef uint8_t CompactStripe;
 264
 265   static_assert((kMaxCpus & (kMaxCpus - 1)) == 0,
 266                 "kMaxCpus should be a power of two so modulo is fast");
 267   static_assert(kMaxCpus - 1 <= std::numeric_limits<CompactStripe>::max(),
 268                 "stripeByCpu element type isn't wide enough");
 269
 270   /// Points to the getcpu-like function we are using to obtain the
 271   /// current cpu.  It should not be assumed that the returned cpu value
 272   /// is in range.  We use a static for this so that we can prearrange a
 273   /// valid value in the pre-constructed state and avoid the need for a
 274   /// conditional on every subsequent invocation (not normally a big win,
 275   /// but 20% on some inner loops here).
 276   static Getcpu::Func getcpuFunc;
 277
 278   /// For each level of splitting up to kMaxCpus, maps the cpu (mod
 279   /// kMaxCpus) to the stripe.  Rather than performing any inequalities
 280   /// or modulo on the actual number of cpus, we just fill in the entire
 281   /// array.
 282   static CompactStripe widthAndCpuToStripe[kMaxCpus + 1][kMaxCpus];
 283
 284   static bool initialized;
 285
 286   /// Returns the best getcpu implementation for Atom
 287   static Getcpu::Func pickGetcpuFunc() {
 288     auto best = Getcpu::resolveVdsoFunc();
 289     return best ? best : &FallbackGetcpuType::getcpu;
 290   }
 291
 292   /// Always claims to be on CPU zero, node zero
 293   static int degenerateGetcpu(unsigned* cpu, unsigned* node, void*) {
 294     if (cpu != nullptr) {
 295       *cpu = 0;
 296     }
 297     if (node != nullptr) {
 298       *node = 0;
 299     }
 300     return 0;
 301   }
 302
 303   // The function to call for fast lookup of getcpu is a singleton, as
 304   // is the precomputed table of locality information.  AccessSpreader
 305   // is used in very tight loops, however (we're trying to race an L1
 306   // cache miss!), so the normal singleton mechanisms are noticeably
 307   // expensive.  Even a not-taken branch guarding access to getcpuFunc
 308   // slows AccessSpreader::current from 12 nanos to 14.  As a result, we
 309   // populate the static members with simple (but valid) values that can
 310   // be filled in by the linker, and then follow up with a normal static
 311   // initializer call that puts in the proper version.  This means that
 312   // when there are initialization order issues we will just observe a
 313   // zero stripe.  Once a sanitizer gets smart enough to detect this as
 314   // a race or undefined behavior, we can annotate it.
 315
 316   static bool initialize() {
 317     getcpuFunc = pickGetcpuFunc();
 318
 319     auto& cacheLocality = CacheLocality::system<Atom>();
 320     auto n = cacheLocality.numCpus;
 321     for (size_t width = 0; width <= kMaxCpus; ++width) {
 322       auto numStripes = std::max(size_t{1}, width);
 323       for (size_t cpu = 0; cpu < kMaxCpus && cpu < n; ++cpu) {
 324         auto index = cacheLocality.localityIndexByCpu[cpu];
 325         assert(index < n);
 326         // as index goes from 0..n, post-transform value goes from
 327         // 0..numStripes
 328         widthAndCpuToStripe[width][cpu] =
 329             CompactStripe((index * numStripes) / n);
 330         assert(widthAndCpuToStripe[width][cpu] < numStripes);
 331       }
 332       for (size_t cpu = n; cpu < kMaxCpus; ++cpu) {
 333         widthAndCpuToStripe[width][cpu] = widthAndCpuToStripe[width][cpu - n];
 334       }
 335     }
 336     return true;
 337   }
 338 };
 339
 340 template <template <typename> class Atom>
 341 Getcpu::Func AccessSpreader<Atom>::getcpuFunc =
 342     AccessSpreader<Atom>::degenerateGetcpu;
 343
 344 template <template <typename> class Atom>
 345 typename AccessSpreader<Atom>::CompactStripe
 346     AccessSpreader<Atom>::widthAndCpuToStripe[kMaxCpus + 1][kMaxCpus] = {};
 347
 348 template <template <typename> class Atom>
 349 bool AccessSpreader<Atom>::initialized = AccessSpreader<Atom>::initialize();
 350
 351 // Suppress this instantiation in other translation units. It is
 352 // instantiated in CacheLocality.cpp
 353 extern template struct AccessSpreader<std::atomic>;
 354
 355 } // namespace detail
 356 } // namespace folly