导读：

• CtFS最为核心的地方是利用持久化内存NVM的内存特性，构建了基于连续虚拟地址空间的NVM文件系统，从而可以通过硬件MMU快速索引。CtFS通过构建全局持久化页表（Persistent Page Table，PPT）来完成虚拟空间到NVM地址的映射。相比SCMFS，CtFS通过对虚拟空间进行精细化分以及pswap()技术保证文件的大小动态缩减（这是SCMFS所未提及的问题）。
• CtFS的动机是发现现有的文件系统索引开销较大，因此使用硬件MMU加速索引可以基本避免索引的软件开销。这个Idea看起来在重庆大学提出的SIMFS中也是类似的思想。但相比于SIMFS，CtFS需要将PPT的部分拷贝到DRAM中，而SIMFS为每个文件部署Page Table，并且可以直接嵌入到进程Page Table中访问。但令人奇怪的是，CtFS并没有与SIMFS做对比，可能没有调研到SIMFS文件系统。
• 总之，设计基于虚拟地址空间访问的NVM文件系统是个人看来比较有吸引力的工作，这既能够发挥NVM的存储性能，又能很好地利用NVM的内存特性。后续对NVM的研究中可以时常思考这一点。

1. 背景（Background）

1.1 NVM

以下内容为个人评述

商用NVM，Optane DCPMM宣布停产，这对于学术界或者工业界都不算一个好消息。NVM的研究是否还能继续？很多人开溜，又要去追CXL（CXL是一种新型互联标准，似乎可以为高速设备提供内存访问接口）。个人认为无论是CXL还是NVM其本意都是将存储器的大容量与内存的便捷高效访问结合起来。因此，在NVM上的研究可能可以迁移到基于CXL协议的设备上。其二，虽然Intel的Optane DCPMM停产，但是嵌入式领域还有大量NVM设备，例如：NOR Flash，这个设备支持字节级寻址，同时支持持久性保存。因此，对NVM的研究仍然是有意义的。后续的研究需要继续充分探索、挖掘NVM的特性。

1.2 NVM文件系统

文章将现有NVM文件系统划分为两个技术点

• 使用DAX：EXT4-DAX、XFS-DAX、PMFS等
• 用户态访问：ZoFS（见这里）、SplitFS（见这里）等

但是本文认为现有的这些文件系统都是基于树型索引，例如，为了将一个文件的offset转换为NVM上的块地址，需要使用软件方法便利查找树型索引，这对于快速PM设备来说会带来较大的开销。

1.3 快速索引方案

为了避免索引开销，可以使用连续分配的文件系统，即，文件的空间是连续的，知道文件数据的首地址后，做简单的加法就可以找到offset对应的数据块地址。但是，这种方案存在三个挑战：

• 固定文件分配大小会产生内部碎片问题；
• 可变文件分配大小会产生外部碎片问题；
• 为支持连续空间，文件大小变化（尤其是增长）会带来严重的数据迁移问题；

仔细一想，这些问题其实与操作系统内存管理产生的问题一致。示意图如下

现有的解决方案有2种：

• 只读文件系统
• 基于连续虚拟地址的文件系统：SCMFS、SIMFS（原文没有）等。核心是保证虚拟内存的连续性，并通过硬件MMU做虚拟地址到NVM地址的翻译；

然而，CtFS认为现有的基于虚拟内存的方案只考虑了High-Level的设计，缺乏对真实实践的思考，例如：没有详细说明文件是如何分配以及更新的。事实上，SIMFS已经把这些问题考虑得比较清楚了。不过CtFS与SIMFS的解决方案很不同，本文不做赘述。

2. 观察与动机（Observation & Motivation）

CtFS主要针对EXT4-DAX和SplitFS进行观察，也对应于1.2节提到的两种类型的文件系统（DAX和用户态访问）。这里再回顾一下SplitFS，其搭建在EXT4-DAX之上，使用mmap()对NVM空间进行直接访问。具体来说，SplitFS的用户态库维护了一系列2MB的mmap()映射区域，这些映射区域属于一个在EXT4-DAX中创建的文件。为了访问SplitFS中文件的offset，SplitFS首先需要找到该offset在EXT4-DAX中对应文件的offset，然后再由EXT4-DAX通过搜索extent树来获取真实的NVM地址。

测试负载主要选择如下6种：

• Append：向一个空文件中重复追加写4KB数据；
• SWE（Empty）：向一个空文件中顺序写入10GB数据。其中，每次利用pwrite()写入1GB数据；
• SW/SR：顺序读写10GB数据，每次I/O量为1GB；
• RR/RW：以4KB对齐方式在一个10GB文件中读写数据，数据读写总量为10GB（即总共2621440次）

测试结果如下：

其中，ext4和ext4r分别对应于在连续分配和随机分配的文件上跑测试。连续分配的文件类似SWE。随机分配的文件以稀疏文件方式给出。二者最大区别在于extent的深度。连续分配的文件可以被extent更好地表示，随机分配的则需要更多的extent才能表示。例如，对于一个10GB的文件，连续分配只需要12个extents，而随机分配则需要256个extents。

可以看出来，ext4的内核部分索引时间占据较大，尤其是在Append、SWE、RW、RR负载下，主要因为这些负载IO次数较多，会造成较多extent树访问。SplitFS底层基于ext4索引，因此相应的负载也占据较大的内核索引延迟。

由此，CtFS进一步观察到索引带来的开销，构成了本文使用硬件MMU索引的动机。

3. CtFS设计与实现（Design & Implementation）

3.1 系统概览（Architecture）

CtFS是一个用户态文件系统，其在用户态访问元数据和数据。文件或目录被分配在连续虚拟内存空间中。相较于传统文件系统的从offset到NVM块地址索引，CtFS将该过程移交给MMU完成。具体而言，CtFS有如下4点设计目标：

• POSIX兼容性：CtFS用户态文件系统基本需要通过提供POSIX兼容接口为应用使用；
• 同步写入：CtFS保证写操作都是同步的，即fsync()在CtFS中没有啥作用；
• 崩溃一致性：CtFS使用Redo Log和pswap()（个人觉得比较类似COW）保证元数据和数据一致性。
• 并发操作：使用读写锁保证并发操作；

与NOVA与SplitFS类似，CtFS同样提供sync模式与strict模式，前者不保证数据一致性，而后者保证数据一致性。下图显示了CtFS的基本架构。其中，Partition代表各文件占据的虚拟内存空间。

主要由用户态库ctU和内核子系统ctK构成。前者提供文件系统基本语义，后者提供虚拟内存相关实现。ctU在虚拟内存空间中管理文件系统结构，ctK提供虚拟地址到NVM物理地址的映射。映射由存储在NVM上的Persistent Page Table（PPT）完成。当ctU发生page fault时，ctK就会查询PPT并将对应映射插入内核页表中。当PPT中的映射无效后，ctK就会从内核页表中移除相应映射，并刷下相应的TLB项。

3.2 文件系统结构（ctU）

ctU主要用于管理连续的虚拟地址空间。它采用一种类似伙伴分配器的方式进行空间的管理。如下图所示。ctU将虚拟地址空间划分为L0-L910个大小层级。L0是以4KB为单位的Partition，L9是以512GB为单位的Partition。每个层级之间大小相差8倍（而非伙伴分配器的2倍），从个人角度来看，这样的设计对文件系统使用更友好。

• 文件管理：CtFS总是分配比文件大小更大的Partition即可，例如，为1KB的文件分配4KB的Partition（L0层级），这样子每个文件都拥有连续的虚拟地址空间；

• 文件系统布局：下图显示了CtFS在虚拟空间中的布局结构。CtFS将1TB的连续虚拟地址空间划分为两个L9的Partition，第一个Partition被用于存储文件系统元数据，例如：超级块、索引节点（Inode）等。Inode中存放着该文件数据对应的虚拟地址起始地址。第二个Partition则被用于存放文件系统的数据存储。

  每个Partition有三种状态，分别是：已分配（Allocated，A）、已划分（Partitioned，P）以及空（Empty，E）。为文件分配的Partition被标记为A。被标记为P的Partition被划分为8个下一层级Partition。例如，图中，一个L9的Partition被分成了8个L8的Partition，并且第1、3个L8的Partition仍然处于划分状态P，这意味着这两个L8的Partition将被继续划分为2$\times$8个L7的Partition。以此类推。
  

  作者进一步总结了这种层级架构的性质：

  • 对于任何Partition，其父亲Partition必须处于被划分的P状态（容易理解）
  • 对于任何Partition中的地址，其父亲Partition也含有该地址（因为是父亲划分下来的）
  • 只要L9的Partition能够与512GB对齐，则任何子Partition的起始地址都可以与Partition的大小对齐

• Partition头（Header）：每个P状态的Partition都需要一个头结构来记录元数据信息，例如Partition的状态。ctU将头结构存储在每个Partition对应的第一个4KB页面。ctU使用2个比特来表示Partition的三个状态。为了加速Partition分配，头结构会含有一个空闲等级字段记录最高的有空闲Partition的层级。例如，上图中L9 Partition的空闲等级为8，因为其子Partition（即L8）有至少一个空闲Partition（共三个L8空闲Partition）；L8 Partition的空闲等级为7，因为其子Partition（即L7）有2个空闲的Partition。据此，如果需要分配一个等级为LN的Partition，ctU就会避免查找空闲等级小于N的且状态为P的Partition。

  因为ctU将头结构放在每个P Partition对应的第一个页面。因此，第一个页面永远不能为A状态，因为第一个被划分出来的Partition应该继续被划分以为文件分配空间。换句话说，含有头结构的Partition的所有第一个子Partition将一直处于P状态直到无法划分为止（L0-L3被定义为不可再分）。ctU将每个层级的头结构都存储在同一个页面中。L3 Partition的空间可以被分成512个L0 Partition、64个L1 Partition以及8个L2 Partiton，这些子Partition空间通过位图结构管理。

  这一部分总觉得作者写作太差，读起来非常费劲，第一个NVM页面与第一个子Partition纠缠不清，头结构的存储方式图中看起来是共用一个头结构，文章却说圈起来的头结构都在同一个页面……看了他们的Presentation，才稍微搞清楚一点：每个层级的头结构其实是分开的，一起构成一个大的头，如下图所示
  
  
  用更通俗的语言来说：被划分的Partition会有一个头结构，由于第一个子Partition和这个被划分的Partition的起始地址相同，因此第一个子Partition也有这个相同的头结构，因此也处于被划分的状态，这导致所有第一个子Partition都被划分直到不可划分为止。为了记录不同划分层级的空闲等级，这个头结构需要包含所有划分等级的元数据信息，如上面第一张图所示，L9-L4的信息被存在一个类似数组的地方。这个头结构使用一个4KB的NVM页面存储。此外，文章也没有说明位图到底是如何存储的，通过上面第二张图可以看出，位图似乎是被嵌入到了头结构中。

• 虚拟地址空间分配：初始化时，ctU会申请1TB的虚拟内存区域（用于提供两个L9 Partition）。这里需要说明的是进程地址空间不会与ctU使用的虚拟地址空间产生冲突，这是Linux Kernel保证的。

• TLB使用：对于CtFS来说，通过ctK的映射保证能够从虚拟地址访问NVM的物理地址，此时会消耗TLB Entry。因此，相较于其他文件系统，CtFS不会产生更多的TLB使用。分析如下：

  • 非DAX文件系统：文件数据被缓存在内存Buffer中。与CtFS类似，这些缓存Buffer在内存中的数据会占据TLB项，数量取决于访问的数据量；
  • 对于DAX文件系统：NVM的地址空间同样被映射到内核页表中，因此，对NVM的直接访问同样会占据TLB Entry，因此，CtFS也不会占据更多的TLB Entry；

3.3 内核子系统（ctK）

这一节作者主要介绍两个部分。其一是Persistent Page Table（PPT），其二是pswap()技术。

PPT与传统的Linux四级页表类似，但PPT被持久化在NVM设备上，且其虚拟地址到物理地址的映射都采用的相对地址。这是因为：① 由于地址空间随机化导致ctU起始虚拟地址不同；② 由于硬件配置不同NVM的起始物理地址可能不同。这里需要说明的是ctK仅有一个PPT，但是每个进程都有一个各自的页表，因此，ctK只能将PPT中的映射关系拷贝到页表中。

pswap()是CtFS提出的一种针对页表的快速交换技术，个人感觉类似SplitFS搞的relink()那一套，不过pswap()的通用性更强，因为他针对持久化页表做出了新的设计。pswap()的功能是原子地交换PPT中两段相同大小的虚拟地址空间。举个例子，页表A指向一段物理地址看空间A，页表B指向物理地址空间B，pswap()后，页表A指向物理地址空间B，页表B指向物理地址空间A。在pswap()过程中，ctK会无效化原来页表A和页表B在进程页表中的映射，并且刷下相应的TLB Entry。因为这样比直接更新映射更高效。pswap()利用Redo Log保证了崩溃一致性，且支持并发操作（只要操作的空间不交叠，否则串行执行。ctK使用二叉搜索树记录将要执行的pswap()）。

为了避免pswap()进行过多页表项交换，CtFS定义了swap-aligned，这里不赘述swap-aligned的含义。只需了解拥有swap-aligned性质的页表可以大大减少页表项的交换，如下图所示。这里只需通过修改4个页表项（一个PUD项、一个PMD项以及两个PTE项）即可完成pswap()。图中红蓝项即是被交换的项。其实，完全可以把页表想象成数据索引，pswap()就是对索引进行交换。

作者将由memcpy()实现的pswap()（没有说得太清楚，应该是使用Log直接交换物理空间的数据，造成二次数据拷贝）与ctK使用的pswap()做对比，可以发现pswap()有较大的优势。

3.4 文件系统操作

由于文件所占用空间是连续的虚拟地址空间，因此文件系统的读操作就变得非常简单，如下图所示，只需要根据offset计算虚拟地址，然后调用memcpy()将数据从NVM上拷贝数据至buf即可。

对于写操作，CtFS会先为单次写分配一个足够大的Partition，当文件大小增长超过该Partition时，CtFS会升级该Partition。升级的过程实际上就是虚拟地址空间迁移的过程，这时映射的物理数据理应保持不动。这里回顾一下，CtFS支持sync和strict模式，前者不保证数据一致性，后者保证。Partition的升级和数据一致性的保证都需要依赖psawp()进行，下面介绍二者：

• Partition升级：当某次写入超过当前文件分配的Partition P0时，CtFS会首先分配一个更大的Partition P1，然后调用pswap(P0, P1)完成虚拟地址空间的交换。Partition降级原理和升级类似；

• 数据一致性：这里主要讨论的是数据覆盖写的情况。CtFS采用一种写后交换策略如下图Step 0所示，要从偏移为O的地方写N个字节，N横跨了三个页面。由此，见Step 1，CtFS分配一个与P0等大的Partition P1，然后拷贝页面p1中未被覆盖的部分，并写入待写的部分。接着，CtFS对虚拟地址空间p1-p3与p5-p7做交换，交换完成后，见Step 2，P0对应的数据就是覆盖写之后的数据了。
  

3.5 其他优化

• 大页优化：ctK会尽可能分配大页。这使得L3或L3往上的Partition都能够使用大页。然而，如果pswap()需要交换的空间非常小，那么大页就会先被拆解为4KB页面，这额外增加了pswap()的开销。CtFS默认启用大页优化。
• 追加写优化：在strict模式下，CtFS避免写后交换的操作，而直接追加写数据，然后更新文件大小。
• 数据I/O优化：作者发现AVX512 NT 512-bit load/store （VMOVDQU和MOVNTDQ）性能最佳。

3.6 文件系统保护

这里需要说明的是，ctU的地址空间被嵌入在进程中，需要防止进程恶意修改文件系统空间。为此，CtFS使用Intel MPK进行用户态防护。即，ctK将所有NVM页面都标记为使用同一个MPK（CtFS称之为NONE）。每当ctU进行文件操作时，ctU将NONE MPK的权限设置为可读写，当完成操作后修改为不可访问。对于不同进程而言，由于MPK在每个核上都有，因此允许某些进程访问CtFS的页面，某些不能，从而起到保护隔离作用。

关于Intel MPK，可以参考[论文分享] Intra-Unikernel Isolation with Intel Memory Protection Keys (mstmoonshine.github.io)，核心思想是将内存页面分组并给予权限。

这种保护措施无法避免恶意程序通过修改MPK来破坏文件系统。作者认为这使得CtFS的通用性受限，但可以部署在Data Center场景。

4. 评估（Evaluation）

4.1 微基准测试

4.1.1 追加写

得益于MMU索引，CtFS在Append负载下大大超过其他文件系统，甚至超过基于Memory-Mapped的SplitFS。这是因为SplitFS还是受制于底层文件系统的索引开销。

4.1.2 其他负载

可以看到CtFS总是最优的，无论在sync模式下还是在strict模式下

4.1.3 大页优化分析

这里对CtFS的大页优化进行了对比。实验结果表明大页优化在Append和SWE负载下能够很好地减少Page Fault耗时，因为节省了PPT拷贝开销和页面分配开销（注意，这两个负载面向的都是空文件，而SW、RW、SR、RR面向的都是已经存在的文件，因此没有缺页）。

在strict模式的RW下，会触发大量pswap()。相比于使用基本页面，大页优化需要将页面拆分，因此耗时更长。

4.2 真实应用

主要在Level DB和Rocks DB上测试

• Level DB

CtFS在Level DB上跑YCSB的结果非常不错。

• Rocks DB
  

  非常不错。

4.3 资源开销测试

系统格式化后，CtFS的内存占用十分少。表格表明CtFS的各种操作（open()、unlink()）时间较少，或许与其目录实现相关，需要研究代码才能清楚。

此外，CtFS在系统格式化后占用空间更少。元数据开销（跑完YCSB LoadA后的空间占用）与EXT4-DAX相似。

4.4 可拓展性

作者在8核机器上进行测试，测试表明峰值出现在线程数为6的时候。性能下降的原因应该与傲腾NVM的特性相关。OdinFS利用一些异步机制解决了这个问题，有时间可以研读一下：ODINFS: Scaling PM Performance with Opportunistic Delegation | USENIX

5. 总结

本文聚焦于索引开销问题，利用连续虚拟地址空间将索引开销offload至硬件MMU，从而大大减少索引开销。然而，如何分配虚拟地址空间以管理文件仍是一个待解决的挑战（虽然A New Design of In-Memory File System Based on File Virtual Address Framework | IEEE Journals & Magazine | IEEE Xplore好像已经解决了，而且看起来更高效），本文通过类似伙伴分配器的方法高效管理虚拟地址空间，并使用PPT完成页表映射。基于PPT，提出pswap()方法实现一致性操作以及文件大小增减操作。文章从问题、动机到解决方案、挑战到评估测试整套流程工整完整，值得学习。

需要说明的是虽然本文思路简单，然而实现起来并不简单。需要对操作系统内核、进程页表、大页映射等非常熟悉。相比SIMFS而言，该工作更优秀的地方在于其已经开源：robinlee09201/ctFS (github.com)。由于NVM的特性所致，未来NVM的技术发展必定和DRAM、Storage相融合，因此，该工作通过页表来高效访问NVM对于NVM研究者来说具有较高的参考价值。