请教一下，在 Linux 上多进程同时读取一个文件（不会写入），是线程排队取，还是并行的读取？
dushiyang68 2023-05-12 09:39:48 +08:00 3051 次点击这是一个创建于 962 天前的主题，其中的信息可能已经有所发展或是发生改变。
比如在万核机器上一万个进程同时读一个文件，在操作系统层面是每个进程排队挨个去读这个文件，还是每个进程都可以同时去读嘞？
如果需要实现同时读取，是不是需要配置并行文件系统，将文件拆分到不同的挂载盘中？
 | 1 senninha 2023-05-12 09:45:58 +08:00 应该是并行读取，内核有文件缓存机制。 |
 | 2 kkocdko 2023-05-12 09:47:12 +08:00 via Android 这个得看文件系统，比如 xfs 就支持并行读取。一般来说这不是瓶颈，速率都能达到硬盘的峰值速度。 如果你是希望各个进程的读取进度同步，避免重复读取，就应该考虑自己实现缓冲区。 |
 | 3 picone 2023-05-12 10:34:12 +08:00 不要强依赖缓存机制，page cache 可能被刷新导致 io 打满，特别是虚拟化的环境别的容器不可控 |
 | 4 dushiyang68 OP @senninha 我们要做的是超算的万核并行，而且读取的文件非常大，可能上百 G ，我们就是考虑开辟文件缓冲区过多会不会导致性能瓶颈 |
 | 5 gam2046 2023-05-12 11:00:14 +08:00 如#2 所说，如果强依赖缓存，可以考虑自行加上缓存层，例如 redis ，这样的行为是更加符合预期的。 |
 | 6 ivan_wl 2023-05-12 11:47:18 +08:00 可以了解一下 linux 的 blk-mq |
 | 7 seers 2023-05-12 12:51:20 +08:00 via Android DIO 和 AIO |
 | 8 fuis 2023-05-12 12:53:20 +08:00 @dushiyang68 > 开辟文件缓冲区过多会不会导致性能瓶颈 通常分配缓冲区不是瓶颈，但也是一笔不可忽视的开销。可以尝试实现 mem pool 机制，或者是更换 malloc 比如 tcmalloc jemalloc mimalloc 等。 这时候要考虑 NUMA 的瓶颈，比如 NUMA 下面 remote r/w 的带宽是多少，local 的带宽是多少。还有 UPI 的带宽（需要实际测量，40G/s 左右） 但是可能上面的这些也可都还不是瓶颈，先要知道你下面的存储到底能提供多少 io 能力。。 |
 | 9 litguy 2023-05-12 13:30:52 +08:00 @dushiyang68 你的需求需要 burst buffer 处理，不是常规 fs |
Select Language