我试图通过使用物理时钟来测量c++中某些命令的执行时间,但是我遇到了一个问题,即从计算机上的物理时钟读取测量值的过程可能会花费很长时间。这是代码:
#include <string>
#include <cstdlib>
#include <iostream>
#include <math.h>
#include <time.h>
int main()
{
int64_t mtime, mtime2, m_TSsum, m_TSssum, m_TSnum, m_TSmax;
struct timespec t0;
struct timespec t1;
int i,j;
for(j=0;j<10;j++){
m_TSnum=0;m_TSsum=0; m_TSssum=0; m_TSmax=0;
for( i=0; i<10000000; i++) {
clock_gettime(CLOCK_REALTIME,&t0);
clock_gettime(CLOCK_REALTIME,&t1);
mtime = (t0.tv_sec * 1000000000LL + t0.tv_nsec);
mtime2= (t1.tv_sec * 1000000000LL + t1.tv_nsec);
m_TSsum += (mtime2-mtime);
m_TSssum += (mtime2-mtime)*(mtime2-mtime);
if( (mtime2-mtime)> m_TSmax ) { m_TSmax = (mtime2-mtime);}
m_TSnum++;
}
std::cout << "Average "<< (double)(m_TSsum)/m_TSnum
<< " +/- " << floor(sqrt( (m_TSssum/m_TSnum - ( m_TSsum/m_TSnum ) *( m_TSsum/m_TSnum ) ) ) )
<< " ("<< m_TSmax <<")" <<std::endl;
}
}
接下来,我在专用内核上运行它(或使sysadmin告诉我),以避免调度程序将进程移至后台的任何问题:
$ taskset -c 20 ./a.out
这是我得到的结果:
Average 18.0864 +/- 10 (17821)
Average 18.0807 +/- 8 (9116)
Average 18.0802 +/- 8 (8107)
Average 18.078 +/- 6 (7135)
Average 18.0834 +/- 9 (21240)
Average 18.0827 +/- 8 (7900)
Average 18.0822 +/- 8 (9079)
Average 18.086 +/- 8 (8840)
Average 18.0771 +/- 6 (5992)
Average 18.0894 +/- 10 (15625)
显然,调用
clock_gettime()
大约需要18纳秒(在此特定服务器上),但是我不明白为什么“最长”时间似乎要长300到1000倍?如果我们假设内核确实专用于此过程,并且未被其他人使用(这可能是正确的,也可能不是;当不在专用内核上运行时,平均时间是相同的,但是sd/max会更大) ,还有哪些原因会导致这些“速度变慢”(由于缺少更好的名称)?
最佳答案
为什么是离群值?
有许多与软件和硬件相关的原因,当您在两个clock_gettime
调用中迭代1000万次时,可能会看到异常事件(和非异常变化)。这些原因包括:
watch -n1 cat /proc/interrupts
,看看您可能认为是空闲的系统如何进行操作。 clock_gettime
的内部结构,则很可能会发现某些分支,这些分支在发生某些溢出或在VDSO竞赛的调整因子中进行读取并进行更新等时,采取不同的路径。那甚至还不是一个完整的列表,但它至少应该让您了解一些可能导致异常值的因素。您可以消除或减少其中一些的影响,但是在x86上的现代非realtime2操作系统上,通常无法完全控制。
我猜
如果我不得不基于大约8000 ns的典型异常值(对于上下文切换中断而言可能太小)进行猜测,您可能会看到由于TurboBoost比率可变而导致的处理器频率缩放的影响。那是一个令人吃惊的,但是基本上现代的x86芯片以 Activity 的核心数量不同,以不同的“最大加速”速度运行。例如,如果一个内核处于 Activity 状态,我的i7-6700HQ将在3.5 GHz下运行,而在2、3或4个内核处于 Activity 状态时,则分别仅在3.3、3.2或3.1 GHz下运行。
这意味着,即使您的进程从未中断,在另一个CPU上短暂运行的所有工作也可能导致频率转换(例如,因为您从m 1转换为2个 Activity 核心),并且在这种转换期间,CPU处于空闲状态在电压稳定的情况下持续数千个周期。您可以找到一些详细的数字并测试in this answer,但是结果是,在经过测试的CPU上,稳定大约需要20,000个周期,这与您观察到的约8000纳秒的异常值非常一致。有时您可能会在一段时间内获得两次过渡,从而使影响加倍,依此类推。
缩小范围
获取分配
如果您仍然想了解离群值的原因,可以采取以下步骤,观察对离群值行为的影响。
首先,您应该收集更多数据。不仅要对超过10,000,000次迭代的最大值进行重新编码,还应收集具有合理的存储桶大小(例如100 ns,甚至更好的某种类型的几何存储桶大小,可以在更短的时间内提供更高的分辨率)的直方图。这将是巨大的帮助,因为您将能够准确地看到时间在何处聚类:除了用“max”记下的6000-17000 ns离群值之外,还可能有其他影响,并且它们可以具有不同的原因。
直方图还可以让您了解异常频率,您可以将其与可以测量的事物的频率相关联,以查看它们是否匹配。
现在,添加直方图代码还可能会给时序循环带来更多变化,因为(例如)您将根据时序值访问不同的缓存行,但这是可以管理的,尤其是因为时间记录发生在“定时区域”。
发行特定的缓解措施
有了这些,您可以尝试系统地检查我上面提到的问题,以查看是否是引起问题的原因。这里有一些想法:
/sys/devices/system/cpu/intel_pstate/no_turbo
驱动程序,则可以通过将0
设置为intel_pstate
来禁用 super 名词(又名Turbo)。如果您有其他驱动程序,也可以操作Turbo模式directly via MSR;如果其他所有驱动程序都失败,则可以在BIOS中进行操作。在linked question中,禁用turbo时,异常值基本上消失了,因此首先要尝试一下。假设您实际上一直想在生产中继续使用Turbo,则可以将最大Turbo比率手动限制为适用于N个内核(例如2个内核)的某个值,然后使其他CPU脱机,这样最多可以有多少个内核积极点。这样,无论有多少个内核处于 Activity 状态,您都可以始终在新的max turbo上运行(当然,在某些情况下,您可能仍然会受到功率,电流或热量限制)。
/proc/interrupts
),并查看该计数足以解释异常值。如果您发现计时器中断是具体原因,则可以探索内核提供的各种“tickless”(也称为“NOHZ”)模式来减少或消除它们。您也可以通过x86上的HW_INTERRUPTS.RECEIVED
性能计数器直接对它们进行计数。HZ
速率(在现代内核中通常为250/秒)发生-但在大多数情况下很少见调度程序实际上决定在您繁忙的CPU上调度另一个进程的空闲系统。如果使基准测试循环更短,则通常几乎可以完全避免上下文切换。perf
等各种配置工具来检查这种情况是否正在发生。您可以仔细设计数据包处理代码的核心,例如通过预先触摸缓存行来避免诸如缓存未命中之类的异常事件,并且可以避免使用复杂性未知的系统调用。尽管上述某些内容纯粹是出于调查目的,但其中许多内容既可以帮助您确定是什么原因导致暂停,也可以减轻暂停时间。
但我不知道所有问题的缓解措施-像SMM之类的东西,您可能需要专门的硬件或BIOS来避免。
1好吧,除了可能在触发
if( (mtime2-mtime)> m_TSmax )
条件的情况下-但这应该很少(也许您的编译器使其变为无分支的,在这种情况下,只有一条执行路径)。2实际上,即使使用硬实时操作系统也无法达到“零方差”:某些x86特定的因素(如SMM模式和DVFS相关的停顿)似乎是不可避免的。
关于c++ - 为什么反复调用clock_gettime时会看到400倍的异常时间?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49200725/