先看看性能

io_uring 需要內核版本在5.1 及以上才支持，liburing的編譯安裝 很簡單，直接clone 官方的代碼，sudo make && sudo make install 就好了，本文是在內核5.12版本 上測試的。

在描述io_uring 的性能之前，我們先直接看一組實測數據：

這組數據是在3D XPoint 介質的硬盤 ：optane-5800上測試的，optane5800 能夠提供(randread100% 150w/s , randwrite 100% 150w/s)的性能。

進行測試的fio 腳本如下：

通過上面的測試，我們能夠得到如下幾個結論：

1. 這種高隊列深度的測試下，可以看到io_uring 在開啟sq_poll之后的性能 相比于aio 的高隊列深度的處理能力好接近一倍；
2. 在較低隊列深度 以及不開啟 sq_poll 模式的情況下，io_uring 整體沒有太大的優勢，或者說一樣的性能。
3. 在buffer I/O (direct=0) 下，io_uring 也不會有太大的優勢，因為都得通過 os-cache 來操作。

需要注意的是，如果aio和io_uring 在高并發下(jobs 的數目不斷增加)，都是可以達到當前磁盤的性能瓶頸的。

AIO 的基本實現

那有這樣的測試現象，我們可能會有一些疑問，就這性能？我們在nvme上做軟件，希望發揮的是整個磁盤的性能，而不是比拼誰的隊列深度大，誰的優勢更大。。。我用aio 做batch 也能達到磁盤的性能瓶頸，為什么要選擇 對于數據庫/存儲 領域來說 好像“如日中天”的io_uring呢。

我們先來看看aio 的大體實現，沒有涉及到源代碼。aio 主要提供了三個系統調用：

• io_setup 初始化一些內核態的數據結構
• io_submit 用于用戶態提交io 請求
• io_getevents 用于io 請求處理完成之后的io 收割

大體的IO調度過程如下：

1. io_setup 完成一些內核數據結構的初始化（包括內核中的 aio 調度隊列，aio_ring_info 的ring-buffer緩沖區）
2. 用戶態構造一批io請求，通過io_submit 拷貝請求到內核態io 隊列（文件系統之上，上圖沒有體現出來）之后返回到用戶態。
3. 內核態繼續通過內核i/o 棧處理io請求，處理完成之后 通過 aio_complete 函數將處理完成的請求放入到 aio_ring_info，每一個io請求是一個io_event。
4. 用戶態通過 io_getevents 系統調用 從 aio_ring_info(ring-buffer) 的head 拿處理完成的io_event，如果head==tail，則表示這個ring-buffer是空的。拿到之后，將拿到的io_event 一批從內核態拷貝到用戶態。

如果單純看 誰能將磁盤性能完整發揮出來，那毋庸置疑，大家都可以；那為什么做存儲的對io_uring 的出現如此熱衷呢？我們就得結合實際的應用場景來看看兩者之間的差異了：

1. 使用AIO的話，請求調度都需要直接由通用塊層來調度處理，所以需要O_DIRECT標記。這就意味著，使用AIO的應用都無法享受os cache，這對與存儲應用來說并不友好，cache都得自己來維護，而且顯然沒有os page-cache性能以及穩定性有優勢。而使用io_uring 則沒有這樣的限制，當然，io_uring在 buffer I/O下顯然沒有太大的優勢。
2. 延時上的開銷。AIO 提交用戶請求的時候 通過io_submit調用，收割用戶請求的時候通過io_getevents，正常應用的時候每一個請求都意味著至少兩次系統調用（I/O提交和I/O收割），而對于io_uring來說，I/O 提交和I/O收割都可以 offload 給內核。這樣相比于AIO 來說，io_uring能夠極大得減少 系統調用引入的上下文切換。
3. io_uring 能夠支持針對submit queue的polling，啟動一個內核線程進行polling，加速請求的提交和收割；對于aio來說，這里就沒有這樣的機制。

總的來說，io_uring 能夠保證上層應用 對系統資源(cache)正常使用的同時 ，降低應用 下發的請求延時和CPU的開銷，在單實例高隊深下，能夠顯著優于同等隊深下的AIO性能。

io_ring 使用

io_uring 基本接口

io_uring的用戶態API 提供了三個系統調用，io_uring_setup，io_uring_enter，io_uring_register。

• int io_uring_setup(u32 entries, struct io_uring_params *p); 這個接口 用于創建 擁有 entries 個請求的 提交隊列(SQ) 和 完成隊列(CQ)，并且返回給用戶一個fd。這個fd可以用做在同一個uring實例上 用戶空間和內核空間共享sq和cq 隊列，這樣能夠避免在請求完成時不需要從完成隊列拷貝數據到用戶態了。io_uring_params 主要是根據用戶的配置來設置uring 實例的創建行為。包括 單不限于開啟 IORING_SETUP_IOPOLL 和 IORING_SETUP_SQPOLL 兩種 poll 模式。后面會細說。
• int io_uring_register(unsigned int fd, unsigned int opcode, void *arg, unsigned int nr_args);這個接口主要用于注冊用戶態和內核態共享的緩沖區，即將 setup 返回的fd中的數據結構 映射到共享內存，從而進一步減少用戶I/O 提交到uring 隊列中的開銷。
• int io_uring_enter(unsigned int fd, unsigned int to_submit, unsigned int min_complete, unsigned int flags, sigset_t *sig);這個接口既能夠提交 新的I/O請求 ，又能夠支持I/O收割。

liburing 的使用

可以從上面的幾個系統調用能夠簡單看到 用戶在自主使用這三個系統調用來調度 I/O請求時 還是比較麻煩的，像io_uring_setup 之后的fd，我們用戶層想要使用創建好的sq/cq ，則需要自主進行mmap，并且維護用戶態的sq/cq 數據結構，并在后續的 enter 中自主進行用戶態的sq 的填充。這個過程相對來說還是比較麻煩的。更不要說用三個系統調用中數十個的flags的靈活配置，如果全部結合起來，對于剛接觸io_uring的用戶來說還是需要較大的學習成本。

比如，我想啟動io_uring，并初始化好用戶態的sq/cq 數據結構，就需要寫下面這一些代碼：

所以Jens Axboe將三個系統調用做了一個封裝，形成了liburing，在這里面我想要初始化一個uring實例，并完成用戶態的數據結構的映射，只需要調用下面io_uring_queue_init這個接口:

關于liburing的使用，可以看下面這個100行的小案例：

大體的功能就是利用io_uring 去讀一個用戶輸入的文件，每次讀請求的大小是4K，讀完整個文件結束。

編譯: gcc -O2 -D_GNU_SOURCE -o io_uring-test io_uring-test.c -luring

運行: ./io_uring-test test-file.txt

io_uring 非poll 模式下 的實現

接下來記錄一下io_uring的實現，來填之前說到的一些小坑，當然…這里描述的內容也是站在前人的肩膀 以及 自己經過一些測試驗證總體來看的。

io_uring 能夠支持其他多種I/O相關的請求：

• 文件I/O：read, write, remove, update, link,unlink, fadivse, allocate, rename, fsync等
• 網絡I/O：send, recv, socket, connet, accept等
• 進程間通信：pipe
• …

還是以 上面案例中 io_uring 處理read 請求為例， 通過io_uring_prep_readv來填充之前已經創建好的sqe。

那我們需要先回到最開始的io_uring_setup以及 后續的mmap setup返回的結果 之后 用戶態和內核態共享的數據結構內容。

數據結構 在內存中的分布 如上圖：

1.io_uring_setup 之后，會將內核中創建好的一塊內存區域 用 fd標識 以及各個數據結構在這個內存區域中的偏移量存放在io_uring_params中， 通過mmap 來將這部分內存區域的數據結構映射到用用戶空間。

其中io_uring_params 中的 關鍵數據結構如下：

2.Mmap 之后的內存形態就是上圖中的數據結構形態，mmap的過程就是填充用戶態可訪問的sq/cq。

• SQ ，submission queue，保存用戶空間提交的請求的地址，實際的用戶請求會存放在io_uring_sqe的sqes中。

用戶空間的sq更新會追加到SQ 的隊尾部，內核空間消費 SQ 時則會消費隊頭。

• CQ, complete queue，保存內核空間完成請求的地址，實際的完成請求的數據會存放在io_uring_cqe的cqes中。

內核完成IO 收割之后會將請求填充到cqes 中，并更新cq 的隊尾，用戶空間則會從cq的隊頭消費 處理完成的請求。

3.在前面的read 案例代碼中，調用的liburing 的函數 io_uring_get_sqe 就是在用戶空間更新sq的隊尾部。

后續，內核處理完成之后，用戶空間從cq中獲取 處理完成的請求時則會調用io_uring_wait_cqe_nr進行收割。

io_uring 中的ring就是 上圖中的io 鏈路，從sq隊尾進入，最后請求從cq 隊頭出來，整個鏈路就是一個環形(ring)。而sq和cq在數據結構上被存放在了 io_uring 中。加了uring 中的u 猜測是指用戶態(userspace)可訪問的，目的是好的，不過讀起來的單詞諧音就讓一些人略微尷尬(urine。。。)

非poll 模式下的內核火焰圖調用棧如下：

io_uring poll模式下的實現

我們在最開始的性能測試過程中可以看到在開啟 poll 之后，io_uring的性能才能顯著提高。

我們從前面 io_uring 內存分布圖 中可以看到在內核調度兩個隊列請求的過程中 可以通過異步輪詢的方式進行調度的，也就是io_uring的 poll模式。

io_uring 在io_uring_setup的時候可以通過設置flag 來開啟poll模式，io-uring 支持兩種方式poll模式。

• IORING_SETUP_IOPOLL，這種方式是由nvme 驅動支持的 io_poll。即用戶態通過io_uring_enter提交請求到內核的文件讀寫隊列中即可，nvme驅動會不斷得輪詢文件讀寫隊列進行io消費，同時用戶態在設置IORING_ENTER_GETEVENTS得flag之后，還需要不斷得調用io_uring_enter 通過io_iopoll_check 調用內核接口查看 nvme的io_poll 是否完成任務調度，從而進行填充 cqes。

如果使用nvme驅動，則需要單獨開啟io_poll 才能真正讓 IORING_SETUP_IOPOLL 配置生效。開啟的話，直接嘗試 root 用戶操作：echo 1 > /sys/block/nvme2n1/queue/io_poll，成功則表示開啟。如果出現bash: echo: write error: Invalid argument ，則表示當前nvme驅動還不支持，需要通過驅動層打開這個配置才行，可以嘗試執行如下步驟：如果執行之前，通過modinfo nvme 查看當前設備是否有nvme驅動失敗，則需要先編譯當前內核版本的nvme驅動才行，否則下面的操作沒有nvme驅動都是無法進行的。

1. umount fs ， 卸載磁盤上掛載的文件系統
2. echo 1 > /sys/block/nvme0n1/device/device/remove ， 將設備從當前服務器移除
3. rmmod nvme
4. modprobe nvme poll_queues=1， 重新加載nvme驅動，來支持io_poll的隊列深度為1
5. echo 1 > /sys/bus/pci/rescan ，重新將磁盤加載回來

• IORING_SETUP_SQPOLL，這種模式的poll則是我們fio測試下的 sqthread_poll開啟的配置。開啟之后io_uring會啟動一個內核線程，用來輪詢submit queue，從而達到不需要系統調用的參與就可以提交請求。用戶請求在用戶空間提交到SQ 之后，這個內核線程處于喚醒狀態時會不斷得輪詢SQ，也就可以立即捕獲到這次請求。（我們前面的案例中會先在用戶空間構造指定數量的SQ放到ring-buffer中，再由io_uring_enter一起提交到內核），這個時候有了sq_thread 的輪詢，只要用戶空間提交到SQ，內核就能夠捕獲到并進行處理。如果sq_thread 長時間捕獲不到請求，則會進入休眠狀態，需要通過調用io_uring_enter系統調用，并設置IORING_SQ_NEED_WAKEUP來喚醒sq_thread。

大體的調度方式如下圖：

這種sq_thread 內核對SQ的輪詢模式能夠極大得減少請求在submit queue中的排隊時間，同時減少了io_uring_enter系統調用的開銷。

開啟sq_thread之后的輪詢模式可以看到 用戶提交請求 對CPU消耗僅僅只占用了一小部分的cpu。

io_uring 在 rocksdb 中的應用

Rocksdb 針對io_uring的調用大體類似前面提到的使用liburing 接口實現的一個read 文件的案例，同樣是調用io_uring_prep_readv 來實現對文件的讀寫。

Io_uring 的特性決定了在I/O層 的批量讀才能體現它的優勢，所以rocksdb 將io_uring集成到了 MultiGet 中的 MultiRead 接口之中。

需要注意的是 rocksdb 設置的 io_uring的SQ 隊列深度大小是256，且setup的時候并沒有開啟sq_poll模式，而是默認開啟io_poll，即flag是0;如果想要開啟sq_poll模式，則需要變更這個接口的flags配置，比如將0設置為IORING_SETUP_SQPOLL，然后重新編譯源代碼即可。

大家在使用db_bench測試io_uring的時候 如果不變更rocksdb這里的io_uring_queue_init接口的話，需要保證自己的磁盤支持io_poll模式，也就是通過上一節說的那種查看/修改 nvme 驅動配置來支持io_poll。

在io_poll模式下，對MultiGet的接口測試性能數據大概如下：

我的環境不支持io_poll，大體收益應該和fio的poll模式下的性能收益差不了太多

圖片來自官方

db_bench的配置可以使用，直接用rocksdb的master, CMakeList.txt 默認會開啟io_uring：

生成數據：

io_uring 測試MultiGet，不使用block_cache:

總結

總的來說，io_uring能夠在內核的各個組件都能夠正常運行的基礎上進一步提升了性能，提升的部分包括 減少系統調用的開銷，減少內核上下文的開銷，以及支持io_poll和sq_poll 這樣的高速輪詢處理機制。而且相比于libaio 僅能夠使用direct-io來調度，那這個限制本身就對存儲應用軟件不夠友好了。

可見的未來，存儲系統是內核的直接用戶，隨著未來硬件介質的超高速發展，互聯網應用對存儲系統的高性能需求就會反作用于內核，那內核的一些I/O鏈路的性能也需要不斷得跟進提升，然而每一項on-linux kernel的更改都因為內核精密復雜高要求 的 標準都會比普通的應用復雜很多，io_uring 能夠合入5系內核的upstream，那顯然證明了其未來的發展潛力 以及 內核社區 對其潛力的認可。