hakmem/docs/analysis/PF_STATUS_V4_202502.md

PF/OS ベースライン

BASELINE-LOCK (Mixed 16–1024B v3 vs v4, Release)

• コマンド共通 (ws=400, iters=1M):

  HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE
  HAKMEM_BENCH_MIN_SIZE=16
  HAKMEM_BENCH_MAX_SIZE=1024
  

• v3 本命構成（C7-only v3, v4/segment すべて OFF, fast classify v3 ON）:
  • HAKMEM_SMALL_HEAP_V3_ENABLED=1 HAKMEM_SMALL_HEAP_V3_CLASSES=0x80 HAKMEM_SMALL_HEAP_V4_ENABLED=0 HAKMEM_SMALL_HEAP_V4_CLASSES=0 HAKMEM_TINY_PTR_FAST_CLASSIFY_V4_ENABLED=0 HAKMEM_SMALL_SEGMENT_V4_ENABLED=0
  • Throughput: 33.7–33.9M ops/s（2 run, segv/assert なし）
• v4 強制（C7+C6 v4 + fast classify v4, v3 OFF, segment OFF）:
  • HAKMEM_SMALL_HEAP_V3_ENABLED=0 HAKMEM_SMALL_HEAP_V3_CLASSES=0 HAKMEM_SMALL_HEAP_V4_ENABLED=1 HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 HAKMEM_TINY_PTR_FAST_CLASSIFY_V4_ENABLED=1
  • Throughput: 32.0–32.5M ops/s
• C7-only v4（C6 v1, v3 OFF, fast classify v4 ON）:
  • HAKMEM_SMALL_HEAP_V4_CLASSES=0x80 HAKMEM_SMALL_HEAP_V3_ENABLED=0
  • Throughput: ≈33.0M ops/s
• 判断: 現行 Mixed の本命は v3 構成（上記）。v4 系は研究箱として opt-in 扱いを維持。

PF/OS ベースライン (PF2, small-object v4 状態)

• コマンド (Release, v4: C7+C6 を v4 に強制、v3 OFF):

  HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE \
  HAKMEM_BENCH_MIN_SIZE=16 \
  HAKMEM_BENCH_MAX_SIZE=1024 \
  HAKMEM_SS_OS_STATS=1 \
  HAKMEM_SMALL_HEAP_V4_ENABLED=1 \
  HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 \
  HAKMEM_SMALL_HEAP_V3_ENABLED=0 \
    perf stat -e cycles,instructions,task-clock,page-faults \
      ./bench_random_mixed_hakmem 1000000 400 1
  

• 結果 (環境: リリースビルド, ws=400, iters=1M):
  • Throughput: 31,779,973 ops/s (time=0.031s)
  • perf stat: cycles=205,322,023 / instructions=385,092,104 / task-clock=51.40ms / page-faults=6,702
  • [SS_OS_STATS] : alloc=2 free=4 madvise=2 madvise_enomem=0 madvise_disabled=0 mmap_total=2
• 所感:
  • v4 (C7+C6) 強制時の pf/OS 基準値。v3 基準 (~40M) より遅めだが、pf 数値と OS stats を PF2 の起点として固定。
  • 今後 SmallSegmentBox_v4 を繋ぐ A/B では、page-faults/SS_OS_STATS をこの値からどこまで下げられるかを指標にする。

PF3: smallsegment_v4 ゲート A/B（C7+C6 v4 強制）

• コマンド (Release, v4: C7+C6, v3 OFF):

  HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE \
  HAKMEM_BENCH_MIN_SIZE=16 \
  HAKMEM_BENCH_MAX_SIZE=1024 \
  HAKMEM_SMALL_HEAP_V4_ENABLED=1 \
  HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 \
  HAKMEM_SMALL_HEAP_V3_ENABLED=0 \
  HAKMEM_SMALL_HEAP_V3_CLASSES=0 \
    perf stat -e cycles,instructions,task-clock,page-faults \
      HAKMEM_SMALL_SEGMENT_V4_ENABLED=0 ./bench_random_mixed_hakmem 1000000 400 1
    perf stat -e cycles,instructions,task-clock,page-faults \
      HAKMEM_SMALL_SEGMENT_V4_ENABLED=1 ./bench_random_mixed_hakmem 1000000 400 1
  

• 結果 (ws=400, iters=1M):
  • OFF: Throughput 28,890,266 ops/s, page-faults=6,744, task-clock=54.84ms
  • ON : Throughput 28,849,781 ops/s, page-faults=6,746, task-clock=61.49ms
• 所感:
  • smallsegment_v4 ゲートを通しても pf/ops はほぼ変化なし（現状は Tiny v1 lease 経由の薄い実装）。
  • 「Segment 経由の入り口」はできたので、PF4 以降で専用 mmap/segment 分割を実装して再 A/B する。

DEBUG perf (cycles:u, -O0/-g, v4=C7+C6)

• ビルド:

  make clean
  CFLAGS='-O0 -g' USE_LTO=0 OPT_LEVEL=0 NATIVE=0 make bench_random_mixed_hakmem -j4
  

• コマンド:

  HAKMEM_PROFILE=DEBUG_TINY_FRONT_PERF \
  HAKMEM_BENCH_MIN_SIZE=16 \
  HAKMEM_BENCH_MAX_SIZE=1024 \
  HAKMEM_SMALL_HEAP_V4_ENABLED=1 \
  HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 \
  HAKMEM_SMALL_HEAP_V3_ENABLED=0 \
    perf record -F 5000 --call-graph dwarf -e cycles:u \
      -o perf.data.pf_v4 ./bench_random_mixed_hakmem 1000000 400 1
  

• Throughput: 15,173,790 ops/s (DEBUG, ws=400, iters=1M, v4=C7+C6)
• self% 上位 (perf report --stdio):
  • free 14.37%（small_heap_free_fast_v4 内 3.39%）
  • tiny_alloc_gate_fast 13.33%
  • main 12.93%
  • malloc 7.09%
  • ss_map_lookup 4.97% / hak_super_registry_init + memset 合算 ~4.5%
  • small_heap_alloc_fast_v4 2.23%
  • hak_tiny_size_to_class 2.21% / tiny_route_get 2.34% / front_gate_unified_enabled 2.36% / tiny_route_is_heap_kind 2.09%
  • xorshift32 2.08%
• メモ:
  • v4 強制下でも gate/classify/ss_map_lookup が依然目立つ。Segment/OS 側が整えば pf と合わせて自明に下がるかを PF3 で確認。