在摩尔定律失效之前，提升处理器性能通过主频提升、硬件超线程等技术就能满足应用需要。随着主频提升慢慢接近撞上光速这道墙，摩尔定律开始逐渐失效，多核集成为处理器性能提升的主流手段。现在市面上已经很难看到单核的处理器，就是这一发展趋势的佐证。要充分发挥多核丰富的计算资源优势，多核下的并行编程就不可避免，Linux kernel就是一典型的多核并行编程场景。但多核下的并行编程却挑战多多。

　　目前主流的计算机都是冯诺依曼架构，即共享内存的计算模型，这种过程计算模型对并行计算并不友好。下图是一种典型的计算机硬件体系架构。

　　这种架构中，有如下设计特点：

　　·多级cache改善CPU访问主存的效率;

　　·store buffer模块改善cache write由于应答延迟而造成的写停顿问题;

　　外设DMA支持直接访问主存，改善CPU使用效率;

　　cache一致性问题由cache一致性协议MESI解决，MESI由硬件保证，对软件来说是透明的。MESI协议保证所有CPU对单个cache line中单个变量修改的顺序保持一致，但不保证不同变量的修改在所有CPU上看到的是相同顺序。这就造成了乱序。不仅如此，乱序的原因还有很多：

　　·invalidate queue引起的延迟处理，会造成乱序;

　　·分支预测、多流水线等CPU硬件优化技术，会造成乱序;

　　这种情况造成，就连简单的++运算操作的原子性都无法保证。这些问题必须采用多核并行编程新的技术手段来解决。

　　锁技术

　　·自旋锁，不休眠，无进程上下文切换开销，可以用在中断上下文和临界区小的场合;

　　·互斥量，类似与信号量，但只支持同时只有一个并发体进入临界区;

　　·顺序锁，支持读并发，写写/读写间互斥，写会延迟读，对写友好，适用写侧重场合;

　　·按统一的顺序使用锁(锁的层次)，解决死锁问题;

　　·范围锁(树状锁)，解决锁惊群问题;

　　原子技术

　　ACCESS_ONECE()：只限制编译器对内存访问的优化;

　　smb_wmb()：写内存屏障，刷新store buffer，同时限制编译器和CPU的乱序优化;

　　smb_mb()：读写内存屏障，同时刷新store buffer和invalidate queue，同时限制编译器和CPU的乱序优化;

　　多提一句的是，atomic_inc()原语为了保证原子性，需要对cache进行刷新，而缓存行在多核体系下传播相当耗时，其多核下的并行可扩展性差。

　　上一小节中所提到的原子技术，是无锁技术中的一种，除此之外，无锁技术还包括RCU、Hazard pointer等。值得一提的是，这些无锁技术都基于内存屏障实现的。

　　RCU适用的场景很多，其可以替代：读写锁、引用计数、垃圾回收器、等待事物结束等，而且有更好的并行扩展性。但RCU也有一些不适用的场景，如写侧重;临界区长;临界区内休眠等场景。

　　数据分割技术

　　·数组

　　·基树(Radix Tree)/稀疏数组

　　使用这些便于分割的数据结构，有利于我们通过数据分割来改善并行可扩展性。

　　·读写分割：以读为主的数据与以写为主的数据分开;

　　·专项分割：把经常更新的数据绑定到指定的CPU/线程中;

　　4种分割规则中，所有权分割是分割最彻底的。

<p white-space:normal;background-color:#ffffff;"="" style="word-wrap: break-word; margin-top: 0px; margin-bottom: 0px; padding: 20px 0px 0px; font-family: 宋体, Arial; white-space: normal; background-color: rgb(255, 255, 255); color: rgb(51, 51, 51); word-break: break-all; line-height: 2;">　　以上这些多核并行编程内容基本上涵盖了Linux kernel中所有的并发编程关键技术。当然并行编程还有很多其他技术没有应用到Linux kernel中的，如无副作用的并行函数式编程技术(Erlang/Go等)、消息传递、MapReduce等等。

原文链接：https://www.cnblogs.com/wahaha02/p/9175637.html