Documentation/scheduler/sched-design-CFS.txt

   1                       =============
   2                       CFS Scheduler
   3                       =============
   4
   5
   6 1.  OVERVIEW
   7
   8 CFS stands for "Completely Fair Scheduler," and is the new "desktop" process
   9 scheduler implemented by Ingo Molnar and merged in Linux 2.6.23.  It is the
  10 replacement for the previous vanilla scheduler's SCHED_OTHER interactivity
  11 code.
  12
  13 80% of CFS's design can be summed up in a single sentence: CFS basically models
  14 an "ideal, precise multi-tasking CPU" on real hardware.
  15
  16 "Ideal multi-tasking CPU" is a (non-existent  :-)) CPU that has 100% physical
  17 power and which can run each task at precise equal speed, in parallel, each at
  18 1/nr_running speed.  For example: if there are 2 tasks running, then it runs
  19 each at 50% physical power --- i.e., actually in parallel.
  20
  21 On real hardware, we can run only a single task at once, so we have to
  22 introduce the concept of "virtual runtime."  The virtual runtime of a task
  23 specifies when its next timeslice would start execution on the ideal
  24 multi-tasking CPU described above.  In practice, the virtual runtime of a task
  25 is its actual runtime normalized to the total number of running tasks.
  26
  27
  28
  29 2.  FEW IMPLEMENTATION DETAILS
  30
  31 In CFS the virtual runtime is expressed and tracked via the per-task
  32 p->se.vruntime (nanosec-unit) value.  This way, it's possible to accurately
  33 timestamp and measure the "expected CPU time" a task should have gotten.
  34
  35 [ small detail: on "ideal" hardware, at any time all tasks would have the same
  36   p->se.vruntime value --- i.e., tasks would execute simultaneously and no task
  37   would ever get "out of balance" from the "ideal" share of CPU time.  ]
  38
  39 CFS's task picking logic is based on this p->se.vruntime value and it is thus
  40 very simple: it always tries to run the task with the smallest p->se.vruntime
  41 value (i.e., the task which executed least so far).  CFS always tries to split
  42 up CPU time between runnable tasks as close to "ideal multitasking hardware" as
  43 possible.
  44
  45 Most of the rest of CFS's design just falls out of this really simple concept,
  46 with a few add-on embellishments like nice levels, multiprocessing and various
  47 algorithm variants to recognize sleepers.
  48
  49
  50
  51 3.  THE RBTREE
  52
  53 CFS's design is quite radical: it does not use the old data structures for the
  54 runqueues, but it uses a time-ordered rbtree to build a "timeline" of future
  55 task execution, and thus has no "array switch" artifacts (by which both the
  56 previous vanilla scheduler and RSDL/SD are affected).
  57
  58 CFS also maintains the rq->cfs.min_vruntime value, which is a monotonic
  59 increasing value tracking the smallest vruntime among all tasks in the
  60 runqueue.  The total amount of work done by the system is tracked using
  61 min_vruntime; that value is used to place newly activated entities on the left
  62 side of the tree as much as possible.
  63
  64 The total number of running tasks in the runqueue is accounted through the
  65 rq->cfs.load value, which is the sum of the weights of the tasks queued on the
  66 runqueue.
  67
  68 CFS maintains a time-ordered rbtree, where all runnable tasks are sorted by the
  69 p->se.vruntime key (there is a subtraction using rq->cfs.min_vruntime to
  70 account for possible wraparounds).  CFS picks the "leftmost" task from this
  71 tree and sticks to it.
  72 As the system progresses forwards, the executed tasks are put into the tree
  73 more and more to the right --- slowly but surely giving a chance for every task
  74 to become the "leftmost task" and thus get on the CPU within a deterministic
  75 amount of time.
  76
  77 Summing up, CFS works like this: it runs a task a bit, and when the task
  78 schedules (or a scheduler tick happens) the task's CPU usage is "accounted
  79 for": the (small) time it just spent using the physical CPU is added to
  80 p->se.vruntime.  Once p->se.vruntime gets high enough so that another task
  81 becomes the "leftmost task" of the time-ordered rbtree it maintains (plus a
  82 small amount of "granularity" distance relative to the leftmost task so that we
  83 do not over-schedule tasks and trash the cache), then the new leftmost task is
  84 picked and the current task is preempted.
  85
  86
  87
  88 4.  SOME FEATURES OF CFS
  89
  90 CFS uses nanosecond granularity accounting and does not rely on any jiffies or
  91 other HZ detail.  Thus the CFS scheduler has no notion of "timeslices" in the
  92 way the previous scheduler had, and has no heuristics whatsoever.  There is
  93 only one central tunable (you have to switch on CONFIG_SCHED_DEBUG):
  94
  95    /proc/sys/kernel/sched_granularity_ns
  96
  97 which can be used to tune the scheduler from "desktop" (i.e., low latencies) to
  98 "server" (i.e., good batching) workloads.  It defaults to a setting suitable
  99 for desktop workloads.  SCHED_BATCH is handled by the CFS scheduler module too.
 100
 101 Due to its design, the CFS scheduler is not prone to any of the "attacks" that
 102 exist today against the heuristics of the stock scheduler: fiftyp.c, thud.c,
 103 chew.c, ring-test.c, massive_intr.c all work fine and do not impact
 104 interactivity and produce the expected behavior.
 105
 106 The CFS scheduler has a much stronger handling of nice levels and SCHED_BATCH
 107 than the previous vanilla scheduler: both types of workloads are isolated much
 108 more aggressively.
 109
 110 SMP load-balancing has been reworked/sanitized: the runqueue-walking
 111 assumptions are gone from the load-balancing code now, and iterators of the
 112 scheduling modules are used.  The balancing code got quite a bit simpler as a
 113 result.
 114
 115
 116
 117 5.  SCHEDULING CLASSES
 118
 119 The new CFS scheduler has been designed in such a way to introduce "Scheduling
 120 Classes," an extensible hierarchy of scheduler modules.  These modules
 121 encapsulate scheduling policy details and are handled by the scheduler core
 122 without the core code assuming too much about them.
 123
 124 sched_fair.c implements the CFS scheduler described above.
 125
 126 sched_rt.c implements SCHED_FIFO and SCHED_RR semantics, in a simpler way than
 127 the previous vanilla scheduler did.  It uses 100 runqueues (for all 100 RT
 128 priority levels, instead of 140 in the previous scheduler) and it needs no
 129 expired array.
 130
 131 Scheduling classes are implemented through the sched_class structure, which
 132 contains hooks to functions that must be called whenever an interesting event
 133 occurs.
 134
 135 This is the (partial) list of the hooks:
 136
 137  - enqueue_task(...)
 138
 139    Called when a task enters a runnable state.
 140    It puts the scheduling entity (task) into the red-black tree and
 141    increments the nr_running variable.
 142
 143  - dequeue_tree(...)
 144
 145    When a task is no longer runnable, this function is called to keep the
 146    corresponding scheduling entity out of the red-black tree.  It decrements
 147    the nr_running variable.
 148
 149  - yield_task(...)
 150
 151    This function is basically just a dequeue followed by an enqueue, unless the
 152    compat_yield sysctl is turned on; in that case, it places the scheduling
 153    entity at the right-most end of the red-black tree.
 154
 155  - check_preempt_curr(...)
 156
 157    This function checks if a task that entered the runnable state should
 158    preempt the currently running task.
 159
 160  - pick_next_task(...)
 161
 162    This function chooses the most appropriate task eligible to run next.
 163
 164  - set_curr_task(...)
 165
 166    This function is called when a task changes its scheduling class or changes
 167    its task group.
 168
 169  - task_tick(...)
 170
 171    This function is mostly called from time tick functions; it might lead to
 172    process switch.  This drives the running preemption.
 173
 174  - task_new(...)
 175
 176    The core scheduler gives the scheduling module an opportunity to manage new
 177    task startup.  The CFS scheduling module uses it for group scheduling, while
 178    the scheduling module for a real-time task does not use it.
 179
 180
 181
 182 6.  GROUP SCHEDULER EXTENSIONS TO CFS
 183
 184 Normally, the scheduler operates on individual tasks and strives to provide
 185 fair CPU time to each task.  Sometimes, it may be desirable to group tasks and
 186 provide fair CPU time to each such task group.  For example, it may be
 187 desirable to first provide fair CPU time to each user on the system and then to
 188 each task belonging to a user.
 189
 190 CONFIG_GROUP_SCHED strives to achieve exactly that.  It lets tasks to be
 191 grouped and divides CPU time fairly among such groups.
 192
 193 CONFIG_RT_GROUP_SCHED permits to group real-time (i.e., SCHED_FIFO and
 194 SCHED_RR) tasks.
 195
 196 CONFIG_FAIR_GROUP_SCHED permits to group CFS (i.e., SCHED_NORMAL and
 197 SCHED_BATCH) tasks.
 198
 199 At present, there are two (mutually exclusive) mechanisms to group tasks for
 200 CPU bandwidth control purposes:
 201
 202  - Based on user id (CONFIG_USER_SCHED)
 203
 204    With this option, tasks are grouped according to their user id.
 205
 206  - Based on "cgroup" pseudo filesystem (CONFIG_CGROUP_SCHED)
 207
 208    This options needs CONFIG_CGROUPS to be defined, and lets the administrator
 209    create arbitrary groups of tasks, using the "cgroup" pseudo filesystem.  See
 210    Documentation/cgroups.txt for more information about this filesystem.
 211
 212 Only one of these options to group tasks can be chosen and not both.
 213
 214 When CONFIG_USER_SCHED is defined, a directory is created in sysfs for each new
 215 user and a "cpu_share" file is added in that directory.
 216
 217         # cd /sys/kernel/uids
 218         # cat 512/cpu_share             # Display user 512's CPU share
 219         1024
 220         # echo 2048 > 512/cpu_share     # Modify user 512's CPU share
 221         # cat 512/cpu_share             # Display user 512's CPU share
 222         2048
 223         #
 224
 225 CPU bandwidth between two users is divided in the ratio of their CPU shares.
 226 For example: if you would like user "root" to get twice the bandwidth of user
 227 "guest," then set the cpu_share for both the users such that "root"'s cpu_share
 228 is twice "guest"'s cpu_share.
 229
 230 When CONFIG_CGROUP_SCHED is defined, a "cpu.shares" file is created for each
 231 group created using the pseudo filesystem.  See example steps below to create
 232 task groups and modify their CPU share using the "cgroups" pseudo filesystem.
 233
 234         # mkdir /dev/cpuctl
 235         # mount -t cgroup -ocpu none /dev/cpuctl
 236         # cd /dev/cpuctl
 237
 238         # mkdir multimedia      # create "multimedia" group of tasks
 239         # mkdir browser         # create "browser" group of tasks
 240
 241         # #Configure the multimedia group to receive twice the CPU bandwidth
 242         # #that of browser group
 243
 244         # echo 2048 > multimedia/cpu.shares
 245         # echo 1024 > browser/cpu.shares
 246
 247         # firefox &     # Launch firefox and move it to "browser" group
 248         # echo <firefox_pid> > browser/tasks
 249
 250         # #Launch gmplayer (or your favourite movie player)
 251         # echo <movie_player_pid> > multimedia/tasks