记一次虚拟化环境下Windows IO性能的解析 | U刻
  • 记一次虚拟化环境下Windows IO性能的解析

    栏目:技术分享

    前言
    随着云计算技术与服务的发展和进步,越来越多的客户选择将业务部署到云端。但由于引入了虚拟化层,在业务部署过程中经常会遇到IO问题,通常也不易调试。本文主要介绍利用perf、systemtap等工具,帮助一位托管云客户调试IO性能问题,来分析虚拟环境下Windows IO的性能。

    问题出现
    有一次,托管云客户自己搭建了虚拟化环境,在同一台宿主机上创建windows 2008 R2 和 Centos6.5虚拟机,用fio分别测试其随机读性能,windows 2008 R2的IOPS大约在18K,而Linux的IOPS却可以达到100K左右。
    • 客户测试用的fio 配置
    [global]
    ioengine=windowsaio
    direct=1
    iodepth=64
    thread=1
    size=20g
    numjobs=1
    [4k]
    bs=4k
    filename=d:test.img
    rw=randread
    测试结果

    win_fio1
    • 云主机IO栈

    io stack
    云主机环境下,整个IO栈相对较长,涉及到Guest OS中的应用层/文件系统/Block层以及驱动层,虚拟化层,宿主机OS文件系统/Block层以及驱动层。因为涉及面多,所以其中任何一个环节出现问题都会造成性能下降,也为做IO的Tracing增加了难度。

    从这次得到的信息来看,首先排除了宿主机文件系统和Block层以及驱动层的问题,因为同样情况的配置,Linux系统并没有问题。
    所以目前主要集中于两点
    Guest OS(Windows系统)
    fio程序
    文件系统/Block layer
    VirtIO Block驱动 虚拟机为Guest OS提供的是Virtio Block设备
    QEMU

    如何排除QEMU的嫌疑?
    对于IOPS的性能问题,很容易想到两种可能性:
    IO延时过高
    设备支持IO队列太短

    在队列的问题方面,Linux和Windows虚拟机对应的Virtio Block设备都是一样的,那么就需要确认延时问题。

    QEMU 完成Block IO花了多长时间?
    幸运的是,Stefan Hajnoczi已经为QEMU添加了Tracing的特性,因此可以很方便的统计出QEMU从接收到一个IO请求到完成所用的具体时长。

    从上述统计来看,平均IO完成时间在130us,由此暂时排除QEMU 层造成太高延时的影响。另外,如果关注这种动态Tracing的overhead,从测试观察上大致接近20%。
    排除队列和延时问题,可能造成影响的也只有Guest OS了。
    VirtIO Block驱动的问题?
    至少更新到最新稳定版本的Virtio-Win驱动,仍然存在同样的问题。
    Windows 文件系统/Block层的问题?
    原生Windows系统在确认后并没有做任何配置上的修改。
    fio测试程序的问题

    为什么Linux上fio没有问题呢?

    两种可能性
    在性能排查过程中,总是很容易陷入死局,经常会问到底是哪儿出了问题?因此一切可能影响的因素似乎都没有做任何变动。从经验来看,大部分性能问题都可以分成两种可能:
    on cpu
    off cpu
    重新来看这个问题 ,在基本排除IO延时问题后,对应的问题还有两种可能性:
    CPU极其忙碌,但是大部分时间并不是在做IO处理;
    CPU经常处于空闲状态,那相应的也没有主要在处理IO。
    注:之所以说到目前为止并不能排除IO延时的影响,是因为只排除了QEMU Block层可能的影响,但是还有Guest OS(这次暂时忽略Guest OS)。
    先看测试过程中,虚拟机的CPU消耗情况。
    top -H -p 36256

    win_fio1
    从上图来看,QEMU主线程的cpu负载已经达到90%以上,似乎符合on cpu类问题。通常来说,解决这类问题最好的办法就是用perf进程采样,然后生成火焰图,因为首先查看CPU具体消耗在什么地方是一个不错的选择。
    perf record -a -g -p 36256 sleep 20
    生成火焰图:

    win2008-bad
    可以清楚的看到,cpu大部分消耗都是KVM的操作,其中最主要的消耗是vmx_handle_exit。(真实的火焰图是一个矢量图,用浏览器查看很容易确认)。这里引起vmx_handle_exit主要有两点:
    访问IO Port(handle_pio)
    访问 MMIO(handle_apic_access)
    既然KVM模块占了大部分,那就更希望了解测试时KVM的真实行为,通过另一个工具(kvm_stat)可以达到。

    kvm_pio
    除VM Entry和VM Exit事件外,最高的就是kvm_pio和 kvm_mmio,说明Windows确实有大量IO Port和MMIO操作,这也验证了在火焰图上所得出的结论。
    在虚拟化里,IO Port或者MMIO都可能引起VM Exit,甚至是Heavy Exit。如果需要改善性能,一般都会尽量避免这种情况,至少避免Heavy Exit.

    •具体访问哪些IO Port和MMIO导致的VM Exit?

    对于这个问题,KVM模块已经加了很多trace event,上面的kvm_stat也是利用这些trace event,只是并没有把具体trace event信息打印出来。为了获取trace-event的信息,有很多前端工具,如trace-cmd、perf,都是不错的选择。
    • 查看所有kvm模块的trace event
    [xs3c@devhost1 ]# trace-cmd list -e | grep kvm
    kvmmmu:kvm_mmu_pagetable_walk
    kvmmmu:kvm_mmu_paging_element
    kvmmmu:kvm_mmu_set_accessed_bit
    kvmmmu:kvm_mmu_set_dirty_bit
    kvmmmu:kvm_mmu_walker_error
    kvmmmu:kvm_mmu_get_page
    kvmmmu:kvm_mmu_sync_page
    kvmmmu:kvm_mmu_unsync_page
    kvmmmu:kvm_mmu_zap_page
    kvm:kvm_entry
    kvm:kvm_hypercall
    kvm:kvm_pio
    kvm:kvm_cpuid
    kvm:kvm_apic
    kvm:kvm_exit
    kvm:kvm_inj_virq
    kvm:kvm_inj_exception
    kvm:kvm_page_fault
    kvm:kvm_msr
    kvm:kvm_cr
    kvm:kvm_pic_set_irq
    kvm:kvm_apic_ipi
    kvm:kvm_apic_accept_irq
    kvm:kvm_eoi
    kvm:kvm_pv_eoi
    kvm:kvm_write_tsc_offset
    kvm:kvm_ple_window
    kvm:kvm_vcpu_wakeup
    kvm:kvm_set_irq
    kvm:kvm_ioapic_set_irq
    kvm:kvm_ioapic_delayed_eoi_inj
    kvm:kvm_msi_set_irq
    kvm:kvm_ack_irq
    kvm:kvm_mmio
    KVM模块添加了许多trace event的点,这里只抓起其中两个——kvm:kvm_pio和kvm:kvm_mmio。

    trace-cmd-pio-mmio

    通过统计发现主要访问的:
    IO Port是0x608和0xc050;
    MMIO是0xFEE003xx
    经由qemu info mtree命令,可以查看IO Port 608、c050以及FEE003xx分别对应的具体设备。
    •IO Port
    0000000000000608-000000000000060b (prio 0, RW): acpi-tmr 000000000000c040-000000000000c07f (prio 1, RW): virtio-pci
    •MMIO
    00000000fee00000-00000000feefffff (prio 4096, RW): icc-apic-container
    c050可以忽略,这个被Virtio Block来做VM Exit。
    到目前为止,可以判断出wnidows大量读取ACPI Power Manager Timer以及访问APIC寄存器,进而导致过多vm exit产生,消耗大量CPU资源,因此就可以具体讨论两个问题:
    1.如何减少读取ACPI PM Timer寄存器而引起的VM Exit;
    2.如何减少访问APIC MMIO导致的VM Exit。

    如何减少读取ACPI PM Timer而引起的VM Exit?
    从虚拟化层优化的思路来说,减少IO Port引发的VM Exit通常会考虑是否可以利用Paravirtulization替换Full-virtualization 以达到目的,来看Windows在这方面是如何做的。
    从Windows 7开始,微软为了使Windows 操作系统能够在HyperV得到更好性能,特意为Windows系统做了很多虚拟化方面的增强工作,其中就包括这里可以利用到的HyperV Timer,这个特性类似于Linux中的kvmclock。
    从当前的支持情况来看:
    Windows 7
    Windows 7 SP1
    Windows Server 2008 R2
    Windows Server 2008 R2 SP1/SP2
    Windows 8/8.1/10
    Windows Server 2012
    Windows Server 2012 R2
    这些Windows系统都包含虚拟化增强功能,更多的信息在微软官方网站。
    2014年,RedHat工程师Vadim Rozenfeld和Peter Krempa 分别为qemu和libvirt添加了HyperV Timer的支持,所以可以直接通过libvirt使能HyperV Timer。

    <clock …>

    <timer name=’hypervclock’ present=’yes’/>

    </clock>

    另外,KVM里很早也支持了HyperV Timer,只是客户的宿主机内核版本并不支持该功能,所以需要为客户升级UCloud自己维护的内核版本。
    •如何减少APIC ACCESS而引起 VM Exit?
    Intel CPU也已经支持apic-v,同样升级到UCloud自己维护的内核版本来解决。
    最终效果

    win-fio-good

    win-good

    总结
    从这个案例可以看出,跟物理环境相比,在虚拟化环境下,Windows IO性能较差时,并不一定真正是IO路径出现问题,可能是一些虚拟化性能的问题对IO性能造成了很大影响。

    11