02 基础篇 | Page Cache是怎样产生和释放的？
在深入探讨Linux内核中的Page Cache机制之前，我们先简要回顾一下其基本概念和重要性。Page Cache，即页面缓存，是Linux内核中用于缓存磁盘数据到内存中的一种高效机制。它极大地提高了文件系统的读写性能，减少了对磁盘的直接访问次数，因为磁盘访问相比内存访问要慢得多。本章节将详细解析Page Cache的产生、管理以及释放过程，帮助读者深入理解Linux内核中的这一核心功能。
一、Page Cache的产生
Page Cache的产生主要发生在以下几种情况中：
1.1 读取文件操作
当用户程序或内核自身需要读取存储在磁盘上的文件数据时，Linux内核会首先检查Page Cache中是否已经缓存了所需的数据。如果没有（即发生缓存未命中），内核会触发磁盘I/O操作，将数据从磁盘读取到内存中，并存储在Page Cache中。这一过程中，内核会尽可能多地读取相邻的数据块（称为“预读”），以期望未来的读取操作能够直接从缓存中命中，进一步提高效率。
1.2 写入文件操作
对于写操作，情况略有不同。写数据到文件时，Linux通常采取“写时复制”（Copy-on-Write, COW）策略来优化性能。即，当数据被写入时，内核首先检查Page Cache中是否有足够的空间来存储新数据。如果有，新数据会被直接写入Page Cache中对应的页面，并且标记这些页面为“脏”（Dirty），表示它们的数据还未被写回到磁盘上。这种延迟写回磁盘的机制减少了磁盘I/O操作，提升了性能。
1.3 内核缓存数据
除了文件系统的数据，内核自身也会利用Page Cache来缓存各种类型的数据，如内核模块的加载、网络缓冲区等。这些数据的缓存同样遵循Page Cache的管理原则，以提高系统的整体性能。
二、Page Cache的管理
Page Cache的管理涉及多个方面，包括缓存的分配、查找、更新和同步等。
2.1 缓存分配
Linux内核通过伙伴系统（Buddy System）来管理物理内存页面的分配。当需要为Page Cache分配空间时，内核会请求伙伴系统提供足够的连续物理页面。这些页面随后被映射到虚拟地址空间，并初始化为适当的状态（如干净或脏），以供后续使用。
2.2 缓存查找
查找Page Cache通常涉及对内存中的页表以及特定于文件系统的数据结构（如inode和dentry）的遍历。Linux内核通过哈希表或红黑树等高效数据结构来加速这一过程，确保在复杂的文件系统中也能快速定位到缓存的数据。
2.3 缓存更新
当Page Cache中的数据被修改时（如通过写操作），这些页面会被标记为脏。内核会跟踪脏页面的数量，并在适当的时机（如脏页面数量达到一定阈值或系统空闲时）触发回写操作，将这些数据同步到磁盘上。
2.4 缓存同步
缓存同步是确保数据一致性的关键步骤。Linux内核通过几种机制来实现这一点，包括定期的回写任务（如kswapd守护进程和pdflush/flush/writeback线程）、以及通过fsync()和fdatasync()等系统调用强制同步特定文件或文件系统的数据。
三、Page Cache的释放
随着系统的运行，Page Cache会逐渐占用大量的内存资源。为了保持系统的稳定性和响应性，Linux内核需要有效地管理Page Cache的释放。
3.1 内存压力与回收
当系统内存不足时（如通过内存分配请求失败触发OOM killer或达到特定水位线），内核会启动内存回收过程。这一过程包括多个步骤，如回收可回收的slab分配器对象、扫描并回收LRU（最近最少使用）列表中的页面等。对于Page Cache而言，脏页面会被优先考虑回写到磁盘以释放内存，而干净页面则可以直接从内存中移除。
3.2 缓存淘汰策略
Linux内核采用了一系列复杂的缓存淘汰策略来决定哪些页面应该被释放。这些策略包括但不限于LRU、时钟算法（Clock Algorithm）及其变种（如第二次机会算法）、以及针对特定工作负载优化的策略（如针对大文件传输的FIFO策略）。通过这些策略，内核能够在保证系统性能的同时，有效地管理Page Cache的大小。
3.3 缓存压缩与去重
在一些较新的Linux内核版本中，还引入了缓存压缩和去重技术来进一步减少内存占用。这些技术通过压缩存储在Page Cache中的数据或识别并合并重复的数据块来减少内存使用，从而在有限的物理内存资源下支持更大的缓存容量。
四、总结
Page Cache作为Linux内核中提高文件系统性能的重要机制，其产生、管理和释放过程涉及多个复杂的子系统和技术。通过深入了解这些过程，我们可以更好地理解Linux内核的内存管理策略，以及如何通过优化Page Cache的使用来提升系统性能。在实际应用中，合理配置和调整Page Cache的相关参数和策略，对于确保系统的稳定性和高效性至关重要。
