Linux 中 mmap 物理内存的用户空间 memcpy 性能较差

在我的计算机上安装的 192GB RAM 中，我有 188GB RAM 以上 4GB（硬件地址 0x100000000）由 Linux 内核在启动时保留（mem=4G memmap=188G$4G）。数据采集​​内核模块使用 DMA 将数据累积到用作环形缓冲区的大区域中。用户空间应用程序将此环形缓冲区映射到用户空间，然后在准备好后从当前位置的环形缓冲区复制块进行处理。

使用 memcpy 从 mmap 区域复制这些 16MB 块的效果并不符合我的预期。看来性能取决于启动时保留的内存大小（稍后映射到用户空间）。http://www.wurmsdobler.org/files/resmem.zip http://www.wurmsdobler.org/files/resmem.zip包含实现 mmap 文件操作的内核模块的源代码：

module_param(resmem_hwaddr, ulong, S_IRUSR);
module_param(resmem_length, ulong, S_IRUSR);
//...
static int resmem_mmap(struct file *filp, struct vm_area_struct *vma) {
remap_pfn_range(vma, vma->vm_start,
    resmem_hwaddr >> PAGE_SHIFT,
    resmem_length, vma->vm_page_prot);
return 0;
}

和一个测试应用程序，其本质上是（删除检查）：

#define BLOCKSIZE ((size_t)16*1024*1024)
int resMemFd = ::open(RESMEM_DEV, O_RDWR | O_SYNC);
unsigned long resMemLength = 0;
::ioctl(resMemFd, RESMEM_IOC_LENGTH, &resMemLength);
void* resMemBase = ::mmap(0, resMemLength, PROT_READ | PROT_WRITE, MAP_SHARED, resMemFd, 4096);
char* source = ((char*)resMemBase) + RESMEM_HEADER_SIZE;    
char* destination = new char[BLOCKSIZE];
struct timeval start, end;
gettimeofday(&start, NULL);
memcpy(destination, source, BLOCKSIZE);
gettimeofday(&end, NULL);
float time = (end.tv_sec - start.tv_sec)*1000.0f + (end.tv_usec - start.tv_usec)/1000.0f;
    std::cout << "memcpy from mmap'ed to malloc'ed: " << time << "ms (" << BLOCKSIZE/1000.0f/time << "MB/s)" << std::endl;

我在 Ubuntu 10.04.4、Linux 2.6.32、SuperMicro 1026GT-TF-FM109 上对不同大小的保留 RAM (resmem_length) 的 16MB 数据块进行了 memcpy 测试：

|      |         1GB           |          4GB           |         16GB           |        64GB            |        128GB            |         188GB
|run 1 | 9.274ms (1809.06MB/s) | 11.503ms (1458.51MB/s) | 11.333ms (1480.39MB/s) |  9.326ms (1798.97MB/s) | 213.892ms (  78.43MB/s) | 206.476ms (  81.25MB/s)
|run 2 | 4.255ms (3942.94MB/s) |  4.249ms (3948.51MB/s) |  4.257ms (3941.09MB/s) |  4.298ms (3903.49MB/s) | 208.269ms (  80.55MB/s) | 200.627ms (  83.62MB/s)

我的观察是：

1. 从第一次到第二次运行，memcpy 从 mmap'ed 到 malloc'ed 似乎受益于内容可能已经缓存在某个地方。

2. 从 >64GB 开始，性能会显着下降，这在使用 memcpy 时都可以注意到。

我想了解为什么会这样。也许 Linux 内核开发人员小组中的某个人认为：64GB 对于任何人来说都应该足够了（这是否引起了注意？）

亲切的问候， 彼得

根据 SuperMicro 的反馈，性能下降是由于 NUMA（非均匀内存访问）造成的。 SuperMicro 1026GT-TF-FM109 使用 X8DTG-DF 主板，其核心为一个 Intel 5520 Tylersburg 芯片组，连接到两个 Intel Xeon E5620 CPU，每个 CPU 都连接有 96GB RAM。

如果我将应用程序锁定到 CPU0，我可以观察到不同的 memcpy 速度，具体取决于保留的内存区域以及随后进行 mmap 的内存区域。如果保留的内存区域不在 CPU 之外，则 mmap 需要花费一段时间才能完成其工作，并且任何后续进出“远程”区域的 memcpy 都会消耗更多时间（数据块大小 = 16MB）：

resmem=64G$4G   (inside CPU0 realm):   3949MB/s  
resmem=64G$96G  (outside CPU0 realm):    82MB/s  
resmem=64G$128G (outside CPU0 realm):  3948MB/s
resmem=92G$4G   (inside CPU0 realm):   3966MB/s            
resmem=92G$100G (outside CPU0 realm):    57MB/s   

这几乎是有道理的。只有第三种情况，64G$128，这意味着最高的64GB也有不错的成绩。这在某种程度上与理论相矛盾。

问候， 彼得