【WALT】update_task_demand() 代码详解
目录[*]【WALT】update_task_demand() 代码详解
[*]代码展示
[*]代码逻辑
[*]用于判断是否进入新窗口的标志位
[*]⑴ 不累加任务运行时间的条件判断
[*]⑵ 仍在旧窗口中
[*]⑶ 进入新窗口
[*]⑷ 返回值 runtime
【WALT】update_task_demand() 代码详解
代码版本：Linux4.9 android-msm-crosshatch-4.9-android12
代码展示
static u64 update_task_demand(struct task_struct *p, struct rq *rq,
int event, u64 wallclock)
{
u64 mark_start = p->ravg.mark_start;
u64 delta, window_start = rq->window_start;
int new_window, nr_full_windows;
u32 window_size = sched_ravg_window;
u64 runtime;
// 用于判断是否进入新窗口的标志位
new_window = mark_start < window_start;
// ⑴ 不累加任务运行时间的条件判断
if (!account_busy_for_task_demand(rq, p, event)) {
if (new_window)
update_history(rq, p, p->ravg.sum, 1, event);
return 0;
}
// ⑵ 仍在旧窗口中
if (!new_window) {
return add_to_task_demand(rq, p, wallclock - mark_start);
}
// ⑶ 进入新窗口
delta = window_start - mark_start;
nr_full_windows = div64_u64(delta, window_size);
window_start -= (u64)nr_full_windows * (u64)window_size;
runtime = add_to_task_demand(rq, p, window_start - mark_start);
update_history(rq, p, p->ravg.sum, 1, event);
if (nr_full_windows) {
u64 scaled_window = scale_exec_time(window_size, rq);
update_history(rq, p, scaled_window, nr_full_windows, event);
runtime += nr_full_windows * scaled_window;
}
window_start += (u64)nr_full_windows * (u64)window_size;
mark_start = window_start;
runtime += add_to_task_demand(rq, p, wallclock - mark_start);
// ⑷ 返回值 runtime
return runtime;
}代码逻辑
用于判断是否进入新窗口的标志位
WALT 算法中，引入了一个新的概念：窗口（sched_ravg_window）
先介绍几个名词：
[*]ws：window_start，当前窗口的开始时间
[*]ms：mark_start，当前任务的开始时间
[*]wc：wallclock，进入 WALT 算法的时间
[*]nr_full_windows，如果进入新窗口，则代表旧窗口到当前窗口所经历的完整的窗口个数
[*]delta：从任务开始到当前时间/新窗口开始时间所经历的时长
窗口分三种情况进行划分：
[*]仍在旧窗口中 ws mswc
| | |
V V V
|---------------|===============|
即进入 WALT 算法到时间还在 window_start 到 window_start + sched_ravg_window 之间
这种情况下，delta = wc - ms，只需要累加进任务时间，不需要更新
[*]刚离开旧窗口，进入下一个窗口 ms ws wc
| | |
V V V
|---------------|===============|
即进入 WALT 算法到时间超过了 window_start + sched_ravg_window
但还没超过 window_start + sched_ravg_window * 2
这种情况下，delta 分为两块，一块是 ws - ms，一块是 wc - ws
两块都需要累加进任务时间，但 ws - ms 块需要进行更新，因为它在旧窗口中
[*]经过了数个窗口后抵达新窗口 ms ws_tmp ws wc
| | | |
V V V V
|---------------|----------|...|----------|===============|
| |
|<--- nr_full_windows --->|
即进入 WALT 算法到时间超过了 window_start + sched_ravg_window * 2
其中经过了 nr_full_windows 个完整窗口
这种情况下，delta 分为三块，一块是 ws_tmp - ms，一块是 wc - ws，
一块是 sched_ravg_window * nr_full_windows
三块都需要累加进任务时间，但只有 wc - ws 块不需要进行更新，因为它在新窗口中
通过 new_window = mark_start < window_start; 来判断是否处在 2、3 种情况之中，如果 new_window == 1，则处在 2、3 种情况之中，否则处于第 1 种情况。
⑴ 不累加任务运行时间的条件判断
static int
account_busy_for_task_demand(struct rq *rq, struct task_struct *p, int event)
{
if (exiting_task(p) || is_idle_task(p))
return 0;
if (event == TASK_WAKE || (!SCHED_ACCOUNT_WAIT_TIME &&
(event == PICK_NEXT_TASK || event == TASK_MIGRATE)))
return 0;
if (event == TASK_UPDATE) {
if (rq->curr == p)
return 1;
return p->on_rq ? SCHED_ACCOUNT_WAIT_TIME : 0;
}
return 1;
}在函数 account_busy_for_task_demand() 中会判断任务经过的时间是否是 runnable 或 running 时间，返回 1 则是，返回 0 则不是。
[*]任务经过的时间是 runnable 或 running，即返回 1 的情况
在当前版本内核中，SCHED_ACCOUNT_WAIT_TIME 默认为 1
[*]任务更新且任务在就绪队列中，无论是不是当前任务
[*]其他情况
[*]任务经过的时间不是 runnable 或 running，即返回 0 的情况
[*]任务正在退出
[*]任务是 idle 任务
[*]任务刚被唤醒
[*]任务更新切任务不在就绪队列中
如果任务经过的时间不是 runnable 或 running 时间，且正好进入新窗口，就不累加任务时间，直接通过 update_history() 将上一个窗口中已经累加的时间更新至任务结构体中（task_struct）。
点击此处查看 update_history() 代码详解。
⑵ 仍在旧窗口中
根据开头的分析，我们知道这种情况下不需要通过 update_history() 更新时间，只需要通过 add_to_task_demand() 累加任务时间。
static u64 add_to_task_demand(struct rq *rq, struct task_struct *p, u64 delta)
{
// 1. 将 delta 时间进行归一化
delta = scale_exec_time(delta, rq);
// 2. 累加进 p->ravg.sum 中
p->ravg.sum += delta;
if (unlikely(p->ravg.sum > sched_ravg_window))
p->ravg.sum = sched_ravg_window;
return delta;
}将归一化后的任务时间累加进 p->ravg.sum 中，在之后的 update_history() 中会将 p->ravg.sum 放进 p->ravg.sum_history 结构体中。
其中，任务时间的归一化是 WALT 算法中的重要部分。点击此处查看 scale_exec_time() 代码详解。
⑶ 进入新窗口
根据开头的分析，我们知道进入新窗口分为两种情况，无论是哪种情况，都需要累加 ws_tmp - ms 和 wc - ws 两部分。其中，如果刚离开旧窗口进入下一个窗口，则 ws = ws_tmp。
我们先处理 ws_tmp - ms 部分：
[*]先通过 delta = window_start - mark_start; 计算总体经过的时间；
[*]再通过 nr_full_windows = div64_u64(delta, window_size); 计算经过的完整窗口的数量；
[*]最后得到 ws_tmp：window_start -= (u64)nr_full_windows * (u64)window_size;
[*]累加 ws_tmp - ms 部分时间：runtime = add_to_task_demand(rq, p, window_start - mark_start);
[*]更新 ws_tmp - ms 部分时间：update_history(rq, p, p->ravg.sum, 1, event);
然后针对经过多个完整窗口情况进行时间更新。此处不需要通过 add_to_task_demand() 累加任务时间，因为任务在这些完整窗口中的时间都是从窗口开始到窗口结束。
[*]先对窗口时间进行归一化：scaled_window = scale_exec_time(window_size, rq);
[*]更新时间：update_history(rq, p, scaled_window, nr_full_windows, event);
最后处理 wc - ws 部分。
[*]把 ws 时间还原：window_start += (u64)nr_full_windows * (u64)window_size;
[*]mark_start = window_start; 此处不是更新任务的开始时间，任务开始时间在 WALT 算法的 done 部分进行更新。如果任务开始时间在此处更新，会影响到 update_cpu_busy_time() 中的计算。
[*]累加 wc - ws 部分时间：runtime += add_to_task_demand(rq, p, wallclock - mark_start);
⑷ 返回值 runtime
最后的返回值 runtime 在该版本内核中并未使用到，它是此次执行 update_task_demand() 时一共累加的任务 runnable 和 running 时间，也就是上一次 WALT 算法开始到这一次 WALT 算法开始过程中，该任务的 runnable 和 running 时间。
点击此处回到 WALT 入口函数 update_task_ravg()
来源:https://www.cnblogs.com/cyrusandy/p/17529893.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]