Add perf analysis reports from Task agent
Generated comprehensive performance analysis reports: - PERF_ANALYSIS_EXECUTIVE_SUMMARY.md: Executive summary with key findings - README_PERF_ANALYSIS.md: Index and navigation guide - perf_analysis_summary.md: Detailed bottleneck analysis Key findings: - HAKMEM: 55.7M ops/s vs System: 86.7M ops/s (-35.7%) - Top bottleneck: SuperSlab memset (23.83% CPU time) - Quick win: Remove redundant memset → +10-15% throughput - Phase 1 optimizations target: 65M ops/s (+17%)
This commit is contained in:
Moe Charm (CI)
212
PERF_ANALYSIS_EXECUTIVE_SUMMARY.md
Normal file
212
PERF_ANALYSIS_EXECUTIVE_SUMMARY.md
Normal file
@ -0,0 +1,212 @@
|
||||
# HAKMEM アロケータ パフォーマンス分析 - エグゼクティブサマリー
|
||||
|
||||
## 📊 現状評価
|
||||
|
||||
### スループット比較
|
||||
- **HAKMEM**: 55.7M ops/s
|
||||
- **System (glibc)**: 86.7M ops/s
|
||||
- **差分**: -35.7% (HAKMEM が遅い)
|
||||
|
||||
### 効率指標
|
||||
✅ **良好な指標**:
|
||||
- IPC (Instructions Per Cycle): 2.12 vs 2.09 (HAKMEM が若干上)
|
||||
- Branch Miss率: 2.56% vs 3.39% (HAKMEM が良好)
|
||||
- Cache Miss率: 9.28% vs 13.26% (HAKMEM が良好)
|
||||
|
||||
❌ **問題のある指標**:
|
||||
- Instructions: 167M vs 94M (+78%, HAKMEM が1.8倍多い)
|
||||
- Cache References: 1.86M vs 340K (+448%, HAKMEM が5.5倍多い)
|
||||
- Branches: 36M vs 16.6M (+117%, HAKMEM が2.2倍多い)
|
||||
|
||||
### 🔍 本質的な問題
|
||||
**HAKMEM は「仕事の質」は高いが「仕事の量」が多すぎる**
|
||||
- 分岐予測・キャッシュ効率は優秀
|
||||
- しかし、不要な処理が多く、全体のスループットを低下させている
|
||||
|
||||
---
|
||||
|
||||
## 🔥 トップ3ボトルネック
|
||||
|
||||
### 1位: SuperSlab 初期化の Page Fault (23.83% CPU時間)
|
||||
**症状**:
|
||||
```
|
||||
shared_pool_acquire_slab()
|
||||
→ memset(1MB-2MB)
|
||||
→ page fault
|
||||
→ kernel clear_page_erms (4.46%)
|
||||
```
|
||||
|
||||
**原因**:
|
||||
- SuperSlab 獲得時に 1MB-2MB のメモリをゼロクリア
|
||||
- mmap は既にゼロページを返すのに、4つの memset() を実行
|
||||
- Lines 912-915 in hakmem_tiny_superslab.c
|
||||
|
||||
**即効性のある対策**:
|
||||
```bash
|
||||
# 4つの memset() をコメントアウト
|
||||
# 理由: mmap(MAP_ANONYMOUS) は既にゼロ初期化されている
|
||||
# 推定効果: +10-15% throughput
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### 2位: 多層分岐ルーティング (36M branches, 2.2倍)
|
||||
**症状**:
|
||||
- malloc 1回あたり 36 branches (system は 16.6)
|
||||
- smallmid → tiny → mid → ACE の順次チェック
|
||||
|
||||
**原因**:
|
||||
- Front Gate の domain 分類が複雑
|
||||
- サイズレンジごとに個別判定
|
||||
|
||||
**対策**:
|
||||
```c
|
||||
// Dispatch table で一発判定
|
||||
void* (*allocator)(size_t) = size_dispatch_table[size >> 8];
|
||||
return allocator(size);
|
||||
```
|
||||
**推定効果**: +5-8% throughput
|
||||
|
||||
---
|
||||
|
||||
### 3位: 過剰なキャッシュアクセス (1.86M refs, 5.5倍)
|
||||
**症状**:
|
||||
- Cache references が system の 5.5倍
|
||||
- Miss率は良好だが、アクセス回数自体が多すぎる
|
||||
|
||||
**原因**:
|
||||
- SuperSlab メタデータが大きい
|
||||
- Hot/Cold フィールドが混在
|
||||
|
||||
**対策**:
|
||||
```c
|
||||
// Hot fields を先頭64バイトに集約
|
||||
struct SuperSlab {
|
||||
// Cache line 0 (HOT)
|
||||
uint64_t magic;
|
||||
void* freelist;
|
||||
uint32_t used;
|
||||
uint32_t capacity;
|
||||
// ...
|
||||
|
||||
// Cache line N (COLD)
|
||||
uint64_t last_used_ns;
|
||||
uint64_t generation;
|
||||
// ...
|
||||
} __attribute__((aligned(64)));
|
||||
```
|
||||
**推定効果**: +3-5% cache efficiency
|
||||
|
||||
---
|
||||
|
||||
## 🎯 最適化ロードマップ
|
||||
|
||||
### Phase 1: Quick Wins (1-2日, +17% 目標)
|
||||
1. ✅ **memset 削除** (lines 912-915)
|
||||
- 4つの memset() をコメントアウト
|
||||
- 効果: +12%
|
||||
|
||||
2. ✅ **Front Gate に `__builtin_expect()` 追加**
|
||||
- Tiny path を likely に設定
|
||||
- 効果: +2-3%
|
||||
|
||||
3. ✅ **HAKMEM_DISABLE_MINCORE_CHECK=1 でビルド**
|
||||
- mincore() syscall を削減
|
||||
- 効果: +2-3%
|
||||
|
||||
**Phase 1 合計**: 55M → **65M ops/s** (system の 75%)
|
||||
|
||||
---
|
||||
|
||||
### Phase 2: 構造的改善 (1週間, +24% 追加目標)
|
||||
1. **Front Gate dispatch table 実装**
|
||||
- サイズ → アロケータの直接マッピング
|
||||
- 効果: +5-8%
|
||||
|
||||
2. **SuperSlab サイズを 512KB に縮小**
|
||||
- 初期化コストを半減
|
||||
- 効果: +5-7%
|
||||
|
||||
3. **LTO 有効化**
|
||||
- `-flto -fwhole-program`
|
||||
- 効果: +3-5%
|
||||
|
||||
4. **Cache line 最適化**
|
||||
- SuperSlab 構造体の再配置
|
||||
- 効果: +3-5%
|
||||
|
||||
**Phase 2 合計**: 65M → **77M ops/s** (system の 89%)
|
||||
|
||||
---
|
||||
|
||||
### Phase 3: 詳細分析 (2週間)
|
||||
- Valgrind/heaptrack でメモリプロファイリング
|
||||
- マルチスレッドベンチマーク
|
||||
- Workload 別の最適化
|
||||
|
||||
---
|
||||
|
||||
## 📈 予測効果まとめ
|
||||
|
||||
| シナリオ | スループット | System比 | 実装期間 |
|
||||
|---------|------------|---------|---------|
|
||||
| 現状 | 55.7M ops/s | 64.3% | - |
|
||||
| Phase 1 (保守的) | 65.2M ops/s | 75.2% | 1-2日 |
|
||||
| Phase 2 (楽観的) | 77.5M ops/s | 89.4% | 1週間 |
|
||||
|
||||
---
|
||||
|
||||
## 🛠️ すぐに試せるコマンド
|
||||
|
||||
### 1. memset 削除版のビルド
|
||||
```bash
|
||||
cd /mnt/workdisk/public_share/hakmem
|
||||
# Backup
|
||||
cp core/hakmem_tiny_superslab.c core/hakmem_tiny_superslab.c.bak
|
||||
|
||||
# Edit lines 912-915 (comment out memset)
|
||||
sed -i '912,915s/^/\/\/ PERF_OPT: /' core/hakmem_tiny_superslab.c
|
||||
|
||||
# Rebuild
|
||||
make clean && make
|
||||
|
||||
# Benchmark
|
||||
./bench_random_mixed_hakmem 1000000 256 42
|
||||
```
|
||||
|
||||
### 2. mincore 無効化版のビルド
|
||||
```bash
|
||||
make clean
|
||||
make CFLAGS="-DHAKMEM_DISABLE_MINCORE_CHECK=1"
|
||||
./bench_random_mixed_hakmem 1000000 256 42
|
||||
```
|
||||
|
||||
### 3. 両方を適用
|
||||
```bash
|
||||
make clean
|
||||
make CFLAGS="-DHAKMEM_DISABLE_MINCORE_CHECK=1"
|
||||
# + memset コメントアウト済み
|
||||
./bench_random_mixed_hakmem 1000000 256 42
|
||||
```
|
||||
|
||||
**期待される結果**: 55M → **63-67M ops/s** (+13-20%)
|
||||
|
||||
---
|
||||
|
||||
## 📁 生成ファイル一覧
|
||||
|
||||
1. **perf_analysis_summary.md** - 詳細分析レポート (このファイル)
|
||||
2. **perf_comparison_chart.txt** - 視覚的比較チャート
|
||||
3. **perf_hakmem_hotspots.txt** - ホットスポット詳細
|
||||
4. **perf_hakmem_stats.txt** - HAKMEM 統計
|
||||
5. **perf_system_stats.txt** - System malloc 統計
|
||||
6. **perf_hakmem_callgraph.txt** - コールグラフ
|
||||
7. **perf_annotate_malloc.txt** - malloc 関数のアノテーション
|
||||
8. **PERF_ANALYSIS_EXECUTIVE_SUMMARY.md** - エグゼクティブサマリー
|
||||
|
||||
---
|
||||
|
||||
**分析完了日時**: 2025-11-28
|
||||
**使用ツール**: perf record/stat/report
|
||||
**ベンチマーク**: bench_random_mixed (1M ops, WS=256)
|
||||
**分析者**: Claude Code (Sonnet 4.5)
|
||||
156
README_PERF_ANALYSIS.md
Normal file
156
README_PERF_ANALYSIS.md
Normal file
@ -0,0 +1,156 @@
|
||||
# HAKMEM Allocator Performance Analysis Results
|
||||
|
||||
**分析実施日**: 2025-11-28
|
||||
**分析対象**: HAKMEM allocator (commit 0ce20bb83)
|
||||
**ベンチマーク**: bench_random_mixed (1,000,000 ops, working set=256)
|
||||
**ツール**: Linux perf (record/stat/report/annotate)
|
||||
|
||||
---
|
||||
|
||||
## 📊 クイックサマリー
|
||||
|
||||
| 指標 | HAKMEM | System malloc | 差分 |
|
||||
|------|--------|---------------|------|
|
||||
| **Throughput** | 55.7M ops/s | 86.7M ops/s | -35.7% ❌ |
|
||||
| **IPC** | 2.12 | 2.09 | +1.4% ✅ |
|
||||
| **Branch Miss** | 2.56% | 3.39% | -24.5% ✅ |
|
||||
| **Cache Miss** | 9.28% | 13.26% | -30.0% ✅ |
|
||||
| **Instructions** | 167M | 94M | +78.4% ❌ |
|
||||
| **Cache Refs** | 1.86M | 340K | +448% ❌ |
|
||||
|
||||
**結論**: 効率は良いが仕事量が多すぎる → 不要な処理の削減が最優先
|
||||
|
||||
---
|
||||
|
||||
## 📁 生成ファイル一覧
|
||||
|
||||
### メインレポート
|
||||
1. **PERF_ANALYSIS_EXECUTIVE_SUMMARY.md** ⭐
|
||||
- エグゼクティブサマリー
|
||||
- トップ3ボトルネック
|
||||
- 最適化ロードマップ (Phase 1-3)
|
||||
- すぐに試せるコマンド
|
||||
|
||||
2. **perf_analysis_summary.md**
|
||||
- 詳細分析レポート (9.4KB)
|
||||
- 全ボトルネックの説明
|
||||
- 優先度付き最適化提案 (5項目)
|
||||
- 実測効果予測 (楽観的/保守的シナリオ)
|
||||
|
||||
3. **perf_comparison_chart.txt**
|
||||
- 視覚的比較チャート
|
||||
- ASCII バーグラフ形式
|
||||
|
||||
### 生データ
|
||||
4. **perf_hakmem_stats.txt** - HAKMEM の perf stat 出力
|
||||
5. **perf_system_stats.txt** - System malloc の perf stat 出力
|
||||
6. **perf_hakmem_hotspots.txt** - ホットスポット詳細 (perf report)
|
||||
7. **perf_hakmem_callgraph.txt** - コールグラフ (perf report -g)
|
||||
8. **perf_annotate_malloc.txt** - malloc 関数のアセンブリアノテーション
|
||||
|
||||
---
|
||||
|
||||
## 🔥 トップ3ボトルネック
|
||||
|
||||
### 1. SuperSlab 初期化 (23.83% CPU時間)
|
||||
- **原因**: 4つの memset() で 1MB-2MB をゼロクリア
|
||||
- **対策**: memset 削除 (mmap は既にゼロ初期化済み)
|
||||
- **効果**: +10-15% throughput
|
||||
- **実装箇所**: `/mnt/workdisk/public_share/hakmem/core/hakmem_tiny_superslab.c:912-915`
|
||||
|
||||
### 2. 多層分岐ルーティング (36M branches)
|
||||
- **原因**: smallmid → tiny → mid → ACE の順次チェック
|
||||
- **対策**: Dispatch table で一発判定
|
||||
- **効果**: +5-8% throughput
|
||||
|
||||
### 3. 過剰なキャッシュアクセス (1.86M refs)
|
||||
- **原因**: SuperSlab メタデータが大きい、Hot/Cold 混在
|
||||
- **対策**: Cache line 最適化 (hot fields を先頭64Bに集約)
|
||||
- **効果**: +3-5% cache efficiency
|
||||
|
||||
---
|
||||
|
||||
## 🎯 推奨アクション
|
||||
|
||||
### すぐに試せる (1-2日)
|
||||
```bash
|
||||
cd /mnt/workdisk/public_share/hakmem
|
||||
|
||||
# 1. memset 削除版
|
||||
cp core/hakmem_tiny_superslab.c core/hakmem_tiny_superslab.c.bak
|
||||
sed -i '912,915s/^/\/\/ PERF_OPT: /' core/hakmem_tiny_superslab.c
|
||||
make clean && make
|
||||
./bench_random_mixed_hakmem 1000000 256 42
|
||||
|
||||
# 2. mincore 無効化版
|
||||
make clean
|
||||
make CFLAGS="-DHAKMEM_DISABLE_MINCORE_CHECK=1"
|
||||
./bench_random_mixed_hakmem 1000000 256 42
|
||||
```
|
||||
|
||||
**期待効果**: 55M → **63-67M ops/s** (+13-20%)
|
||||
|
||||
---
|
||||
|
||||
## 📈 最適化ロードマップ
|
||||
|
||||
| Phase | 実装期間 | 目標 | 施策 |
|
||||
|-------|---------|------|------|
|
||||
| **Phase 1** | 1-2日 | 65M ops/s (+17%) | memset削除, mincore無効化, likely hints |
|
||||
| **Phase 2** | 1週間 | 77M ops/s (+39%) | dispatch table, 512KB SuperSlab, LTO, cache line |
|
||||
| **Phase 3** | 2週間 | 詳細分析 | Valgrind, MT bench, workload別最適化 |
|
||||
|
||||
---
|
||||
|
||||
## 🛠️ 使用したコマンド
|
||||
|
||||
### プロファイリング
|
||||
```bash
|
||||
# ホットスポット分析
|
||||
perf record -g ./bench_random_mixed_hakmem 1000000 256 42
|
||||
perf report --stdio | head -100 > perf_hakmem_hotspots.txt
|
||||
|
||||
# 統計比較
|
||||
perf stat -e cycles,instructions,cache-references,cache-misses,branches,branch-misses \
|
||||
./bench_random_mixed_hakmem 1000000 256 42 2>&1 | tee perf_hakmem_stats.txt
|
||||
|
||||
perf stat -e cycles,instructions,cache-references,cache-misses,branches,branch-misses \
|
||||
./bench_random_mixed_system 1000000 256 42 2>&1 | tee perf_system_stats.txt
|
||||
|
||||
# コールグラフ
|
||||
perf report --stdio -g graph,0.5,caller --no-children | head -200 > perf_hakmem_callgraph.txt
|
||||
|
||||
# アノテーション
|
||||
perf annotate --stdio malloc > perf_annotate_malloc.txt
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 📚 関連ファイル
|
||||
|
||||
### ソースコード
|
||||
- `/mnt/workdisk/public_share/hakmem/core/box/hak_alloc_api.inc.h` - Alloc API
|
||||
- `/mnt/workdisk/public_share/hakmem/core/box/hak_free_api.inc.h` - Free API
|
||||
- `/mnt/workdisk/public_share/hakmem/core/hakmem_tiny_superslab.c` - SuperSlab 実装
|
||||
- `/mnt/workdisk/public_share/hakmem/core/hakmem_shared_pool.c` - Shared Pool
|
||||
|
||||
### ベンチマーク
|
||||
- `/mnt/workdisk/public_share/hakmem/bench_random_mixed_hakmem` - HAKMEM版
|
||||
- `/mnt/workdisk/public_share/hakmem/bench_random_mixed_system` - System malloc版
|
||||
|
||||
---
|
||||
|
||||
## 🔍 詳細を読むには
|
||||
|
||||
1. **全体像を把握**: `PERF_ANALYSIS_EXECUTIVE_SUMMARY.md` を読む (5分)
|
||||
2. **詳細な分析**: `perf_analysis_summary.md` を読む (15分)
|
||||
3. **生データ確認**: `perf_hakmem_*.txt` ファイル群を参照
|
||||
|
||||
---
|
||||
|
||||
**次のステップ**:
|
||||
1. `PERF_ANALYSIS_EXECUTIVE_SUMMARY.md` を開く
|
||||
2. "すぐに試せるコマンド" を実行
|
||||
3. スループット改善を確認
|
||||
|
||||
**質問・フィードバック**: 分析者 Claude Code (Sonnet 4.5)
|
||||
264
perf_analysis_summary.md
Normal file
264
perf_analysis_summary.md
Normal file
@ -0,0 +1,264 @@
|
||||
# HAKMEM アロケータ パフォーマンス分析レポート
|
||||
|
||||
## 1. 実行環境
|
||||
- ベンチマーク: bench_random_mixed (1,000,000 ops, working set=256)
|
||||
- プラットフォーム: Linux x86_64
|
||||
- perf_event_paranoid: 1
|
||||
|
||||
## 2. パフォーマンス統計比較
|
||||
|
||||
### HAKMEM アロケータ
|
||||
```
|
||||
Throughput: 55,705,335 ops/s
|
||||
Time: 0.018s
|
||||
Cycles: 78,648,007
|
||||
Instructions: 167,028,675
|
||||
IPC: 2.12
|
||||
Cache References: 1,861,523
|
||||
Cache Misses: 172,740 (9.28%)
|
||||
Branches: 35,993,722
|
||||
Branch Misses: 921,505 (2.56%)
|
||||
```
|
||||
|
||||
### System malloc (glibc)
|
||||
```
|
||||
Throughput: 86,683,664 ops/s (+55.6% faster)
|
||||
Time: 0.012s
|
||||
Cycles: 44,872,364 (-43.0% fewer cycles)
|
||||
Instructions: 93,643,012 (-43.9% fewer instructions)
|
||||
IPC: 2.09 (similar)
|
||||
Cache References: 339,504 (-81.8% fewer)
|
||||
Cache Misses: 45,009 (-73.9% fewer)
|
||||
Branches: 16,572,153 (-53.9% fewer)
|
||||
Branch Misses: 561,229 (-39.1% fewer)
|
||||
```
|
||||
|
||||
## 3. ホットスポット分析
|
||||
|
||||
### CPU時間消費 (Top Functions)
|
||||
1. **malloc**: 26.10% (self) / 39.22% (children)
|
||||
2. **free**: 19.47% (self) / 40.23% (children)
|
||||
3. **shared_pool_acquire_slab**: 23.83% (children only)
|
||||
4. **Page fault handling**: 25.55% (kernel time)
|
||||
|
||||
### 主要な発見
|
||||
- **Page faults が顕著**: 25.55% が asm_exc_page_fault 経由
|
||||
- `shared_pool_acquire_slab` → `__memset_avx2_unaligned_erms` → page fault
|
||||
- `clear_page_erms` が 4.46% を消費
|
||||
- **memset overhead**: `__memset_avx2_unaligned_erms` が 6.41%
|
||||
- **メモリ管理のオーバーヘッド**: kernel の folio/page 管理が目立つ
|
||||
|
||||
## 4. ボトルネック特定
|
||||
|
||||
### 1. shared_pool_acquire_slab() の初期化コスト
|
||||
- **問題**: memset → page fault → kernel page allocation
|
||||
- **影響**: 23.83% の CPU 時間
|
||||
- **原因**: SuperSlab 獲得時の large memory clear (1MB/2MB)
|
||||
|
||||
### 2. 過剰なキャッシュ参照
|
||||
- **HAKMEM**: 1,861,523 cache refs (system の 5.5倍)
|
||||
- **Cache miss率**: 9.28% (system は 13.26% だがアクセス量が少ない)
|
||||
- **分析**: データ構造のメモリフットプリントが大きい
|
||||
|
||||
### 3. 分岐数の多さ
|
||||
- **HAKMEM**: 35,993,722 branches (system の 2.2倍)
|
||||
- **Branch miss率**: 2.56% (system は 3.39%)
|
||||
- **分析**: 複雑な分岐ロジック (Front Gate, domain routing, etc.)
|
||||
|
||||
### 4. 命令数の多さ
|
||||
- **HAKMEM**: 167M instructions (system の 1.8倍)
|
||||
- **分析**: 多層的なアロケーション戦略 (Tiny/Mid/ACE/BigCache)
|
||||
|
||||
## 5. 最適化提案（優先度順）
|
||||
|
||||
### 優先度1: SuperSlab 初期化の遅延化・削減
|
||||
**問題**: `shared_pool_acquire_slab()` で 23.83% の CPU 時間を消費
|
||||
- memset による 1MB-2MB のゼロクリア
|
||||
- Page fault による kernel page allocation (clear_page_erms: 4.46%)
|
||||
|
||||
**提案**:
|
||||
1. **Lazy Initialization**: メタデータのゼロクリアを遅延化
|
||||
- mmap(MAP_ANONYMOUS) は既にゼロページを返すため、明示的な memset は不要
|
||||
- 4つの memset() 呼び出し（lines 912-915）を削除可能
|
||||
- 推定効果: **10-15% throughput 向上**
|
||||
|
||||
2. **On-Demand Page Faulting**:
|
||||
- MADV_DONTNEED または MADV_FREE を活用
|
||||
- 実際に使用される slab だけ page fault を起こす
|
||||
- 推定効果: **5-10% throughput 向上**
|
||||
|
||||
3. **SuperSlab Size 調整**:
|
||||
- 現状: 1MB (lg=20) or 2MB (lg=21)
|
||||
- 提案: 512KB (lg=19) or 256KB (lg=18) をデフォルトに
|
||||
- 推定効果: **初期化コスト 50-75% 削減**
|
||||
|
||||
**実装箇所**: `/mnt/workdisk/public_share/hakmem/core/hakmem_tiny_superslab.c:912-915`
|
||||
|
||||
---
|
||||
|
||||
### 優先度2: Front Gate 分岐最適化
|
||||
**問題**: 35,993,722 branches (system の 2.2倍)
|
||||
- Branch miss率は良好 (2.56%) だが絶対数が多い
|
||||
- malloc/free の多層ルーティング (Tiny/Mid/ACE/BigCache)
|
||||
|
||||
**提案**:
|
||||
1. **Fast Path 統合**:
|
||||
- 現状: smallmid → tiny → mid → ACE の順でチェック
|
||||
- 提案: サイズレンジを統合して判定を1回に削減
|
||||
```c
|
||||
// Before: 4 separate checks
|
||||
if (smallmid_is_in_range(size)) { ... }
|
||||
if (size <= tiny_get_max_size()) { ... }
|
||||
if (mid_is_in_range(size)) { ... }
|
||||
if (size < threshold) { ... }
|
||||
|
||||
// After: Single dispatch table
|
||||
void* (*allocator)(size_t) = size_dispatch_table[size >> 8];
|
||||
return allocator(size);
|
||||
```
|
||||
- 推定効果: **5-8% throughput 向上**
|
||||
|
||||
2. **Likely/Unlikely Hints 追加**:
|
||||
- `/mnt/workdisk/public_share/hakmem/core/box/hak_alloc_api.inc.h:43-78`
|
||||
- 使用頻度が高い Tiny path に `__builtin_expect()`
|
||||
- 推定効果: **2-3% throughput 向上**
|
||||
|
||||
---
|
||||
|
||||
### 優先度3: キャッシュライン最適化
|
||||
**問題**: 1,861,523 cache refs (system の 5.5倍)
|
||||
- Cache miss率は 9.28% と許容範囲だが、アクセス回数が多すぎる
|
||||
|
||||
**提案**:
|
||||
1. **SuperSlab メタデータ構造の再配置**:
|
||||
- Hot fields（freelist, used, capacity）を先頭 64 bytes に集約
|
||||
- Cold fields（LRU, statistics）を末尾に移動
|
||||
- `__attribute__((aligned(64)))` でキャッシュライン境界に整列
|
||||
- 推定効果: **3-5% cache miss 削減**
|
||||
|
||||
2. **TLS Hot Slot の積極活用**:
|
||||
- 現状: Stage 0 (L0 reuse) は既に実装済み (lines 802-832)
|
||||
- 提案: L0 hit rate をモニタリングし、閾値調整
|
||||
- ENV: `HAKMEM_SS_L0_CAPACITY` でキャッシュサイズ拡大
|
||||
- 推定効果: **Stage 1-3 の呼び出し 20-30% 削減**
|
||||
|
||||
---
|
||||
|
||||
### 優先度4: インライン化の最適化
|
||||
**問題**: 167M instructions (system の 1.8倍)
|
||||
- 多層の関数呼び出しによる overhead
|
||||
|
||||
**提案**:
|
||||
1. **Critical Path のインライン化**:
|
||||
- `fg_classify_domain()` - 既に static inline?
|
||||
- `hak_tiny_free_fast_v2()` - 既に always_inline 化されている
|
||||
- `smallmid_is_in_range()` / `mid_is_in_range()` を強制インライン
|
||||
- 推定効果: **2-4% call overhead 削減**
|
||||
|
||||
2. **LTO (Link Time Optimization) の有効化**:
|
||||
- `-flto -fwhole-program` でコンパイル
|
||||
- クロスモジュールのインライン化が可能に
|
||||
- 推定効果: **5-8% code size 削減、2-3% throughput 向上**
|
||||
|
||||
---
|
||||
|
||||
### 優先度5: mincore() 呼び出しの削減
|
||||
**問題**: free() 内の mincore() によるシステムコール overhead
|
||||
- `/mnt/workdisk/public_share/hakmem/core/box/hak_free_api.inc.h:224-272`
|
||||
- TLS page cache で緩和されているが、まだ overhead がある
|
||||
|
||||
**提案**:
|
||||
1. **Registry First Policy**:
|
||||
- mincore() の前に必ず SuperSlab registry を先にチェック
|
||||
- Registry hit ならヘッダー読み取り不要
|
||||
- 推定効果: **free() の 5-10% を高速化**
|
||||
|
||||
2. **Compile-Time Option**:
|
||||
- `HAKMEM_DISABLE_MINCORE_CHECK=1` を production default に
|
||||
- Invalid pointer は極稀なので、クラッシュリスクは許容範囲
|
||||
- 推定効果: **free() の 10-15% を高速化**
|
||||
|
||||
---
|
||||
|
||||
## 6. 実測効果の予測
|
||||
|
||||
### 楽観的シナリオ（全提案を実装）
|
||||
| 最適化項目 | 予測効果 |
|
||||
|-----------|---------|
|
||||
| SuperSlab lazy init | +15% |
|
||||
| Front Gate 統合 | +8% |
|
||||
| Cache line 最適化 | +5% |
|
||||
| Inline + LTO | +5% |
|
||||
| mincore 削減 | +8% |
|
||||
| **合計** | **+41%** (複合効果を考慮) |
|
||||
|
||||
**目標スループット**: 55M → **77M ops/s** (system 86M の 89%)
|
||||
|
||||
### 保守的シナリオ（優先度1-2のみ実装）
|
||||
| 最適化項目 | 予測効果 |
|
||||
|-----------|---------|
|
||||
| SuperSlab lazy init | +12% |
|
||||
| Front Gate 統合 | +5% |
|
||||
| **合計** | **+17%** |
|
||||
|
||||
**目標スループット**: 55M → **65M ops/s** (system 86M の 75%)
|
||||
|
||||
---
|
||||
|
||||
## 7. 追加分析が必要な項目
|
||||
|
||||
### 7.1 メモリフットプリント
|
||||
- **課題**: Cache refs が 5.5倍 → データ構造サイズが大きい可能性
|
||||
- **調査**: `sizeof(SuperSlab)`, `sizeof(TinySlabMeta)` の確認
|
||||
- **ツール**: Valgrind massif, heaptrack
|
||||
|
||||
### 7.2 マルチスレッド性能
|
||||
- **課題**: 現在のベンチマークはシングルスレッド
|
||||
- **調査**: pthread 環境での lock contention
|
||||
- **ツール**: `perf record -e lock:contention_begin`
|
||||
|
||||
### 7.3 Workload 別の最適戦略
|
||||
- **課題**: random_mixed 以外のパターン（sequential, burst, etc.）
|
||||
- **調査**: ELO strategy の adaptive 効果測定
|
||||
- **ベンチマーク**: bench_comprehensive の全パターン実行
|
||||
|
||||
---
|
||||
|
||||
## 8. 次のステップ
|
||||
|
||||
### Phase 1: Quick Wins (1-2日)
|
||||
1. SuperSlab memset 削除 (lines 912-915)
|
||||
2. HAKMEM_DISABLE_MINCORE_CHECK=1 でビルド・測定
|
||||
3. Front Gate に `__builtin_expect()` 追加
|
||||
|
||||
### Phase 2: 構造的改善 (1週間)
|
||||
1. Front Gate dispatch table 実装
|
||||
2. SuperSlab size を 512KB に変更
|
||||
3. LTO 有効化
|
||||
|
||||
### Phase 3: 詳細分析 (2週間)
|
||||
1. Valgrind/heaptrack でメモリプロファイリング
|
||||
2. マルチスレッドベンチマーク追加
|
||||
3. Workload 別の最適化
|
||||
|
||||
---
|
||||
|
||||
## 9. 参考データ
|
||||
|
||||
### ファイルパス
|
||||
- perf データ: `/mnt/workdisk/public_share/hakmem/perf.data`
|
||||
- ホットスポットレポート: `/mnt/workdisk/public_share/hakmem/perf_hakmem_hotspots.txt`
|
||||
- 統計データ: `/mnt/workdisk/public_share/hakmem/perf_hakmem_stats.txt`
|
||||
- コールグラフ: `/mnt/workdisk/public_share/hakmem/perf_hakmem_callgraph.txt`
|
||||
|
||||
### 重要なソースファイル
|
||||
- Alloc API: `/mnt/workdisk/public_share/hakmem/core/box/hak_alloc_api.inc.h`
|
||||
- Free API: `/mnt/workdisk/public_share/hakmem/core/box/hak_free_api.inc.h`
|
||||
- SuperSlab: `/mnt/workdisk/public_share/hakmem/core/hakmem_tiny_superslab.c`
|
||||
- Shared Pool: `/mnt/workdisk/public_share/hakmem/core/hakmem_shared_pool.c`
|
||||
|
||||
---
|
||||
|
||||
**レポート生成日**: 2025-11-28
|
||||
**分析対象**: HAKMEM allocator (commit 0ce20bb83)
|
||||
**ベンチマーク**: bench_random_mixed_hakmem 1000000 256 42
|
||||
Reference in New Issue
Block a user