X86-Linux下高精度延时方案的实现(10us误差)
Linux实现高精度延时，网上大部分方法只能实现50us左右的延时精度，今天我们来看下董总是如何解决的，将延时精度提升到10us。
朋友最近项目上在开发Ethercat主站，需要用到高精度的延时机制，设计需求是1000us周期下，误差不能超过1%（10us）。
由于项目硬件方案是intel的处理器X86，熟悉linux的人都知道这个很难实现，当时评估方案的时候有些草率，直接用的PREEMPT_RT补丁+内核hrtimer+signal通知的方式来评估的。当时验证的结果也很满意，于是兴冲冲的告诉领导说方案可行，殊不知自己挖了一个巨大的坑。。。
实际项目开始的时候，发现这个方案根本行不通，有两个原因：
signal通知只能通知到进程，而目前移植的方案无法做到被通知的进程中无其他线程。这样高频的signal发过来，其他线程基本上都会被干掉。（补充说明：这里特指的是内核驱动通知到应用层，在用户层中是有专门的函数可以通知不同线程的。并且这个问题经过研究，可以通过设置线程的sigmask来解决，但是依旧无法改变方案行不通的结论）
这也是主要原因，Ethercat的同步周期虽然可以在程序开始时固定，但是实际运行时运行周期是需要动态调整的，调整范围在5us以内。这样一来，动态调整hrtimer的开销就变得无法忽略了，换句话说，我们需要的是一个延时机制，而不是定时器。
所以这个方案被PASS了。
既然signal不行，那只能通过其他手段来分析。总结下来我大致进行了如下的尝试：
一、sleep方案的确定：尝试过usleep，nanosleep，clock_nanosleep，cond_timedwait，select等，最终确定用clock_nanosleep，选它的原因并不是因为它支持ns级别的精度。因为经过测试发现，上述几个调用在周期小于10000us的情况下，精度都差不多，误差主要都来自于上下文切换的开销。选它的主要原因是因为它支持选项叫TIME_ABSTIME,这个选项的意思是支持绝对时间。这里举个简单的例子，解释一下为什么要用绝对时间：
while(1){ do_work(); sleep(1); do_post();}假设上面这个循环，我们目的是让do_post的执行以1s的周期执行一次，但是实际上，不可能是绝对的1s，因为sleep()只能延时相对时间，而目前这个循环的实际周期是do_work的开销+sleep(1)的时间。所以这种开销放在我们需求的场景中，就变得无法忽视了。而用clock_nanosleep的好处就是一方面它可以选择时钟源，其次就是它支持绝对时间唤醒，这样我在每次do_work之前都设置一下clock_nanosleep下一次唤醒时的绝对时间，那么clock_nanosleep实际执行的时间其实就会减去do_work的开销，相当于是闹钟的概念。
二、改用实时线程：将重要任务的线程改成实时线程，调度策略改成FIFO，优先级设到最高，减少被抢占的可能性。
三、设置线程的亲和性：对应用下所有线程进行规划，根据负载情况将几个负载比较重的任务线程分别绑定到不同的CPU核上，这样减少切换CPU带来的开销。
四、减少不必要的sleep调用：由于很多任务都存在sleep调用，我用strace命令分析了整个应用sleep系统调用的比例，高达98%，这种高频次休眠+唤醒带来的开销势必是不可忽略的。所以我将main循环中的sleep改成了循环等待信号量的方式，因为pthread库中信号量的等待使用了futex，它使得唤醒线程的开销会小很多。其他地方的sleep也尽可能的优化掉。这个效果其实比较明显，能差不多减少20us的误差。
五、绝招：从现有应用中剥离出最小任务，减少所有外界任务的影响
经过上述五点，1000us的误差从一开始的±100us，控制到了±40us。但是这还远远不够。。。
黔驴技穷的我开始漫长的Google+Baidu ing。。。。
这期间也发现了一些奇怪的现象，比如下面这张图。
图片是用python对抓包工具的数据进行分析生成的，参考性不用质疑。纵轴代表实际这个周期所耗费的时间。可以发现很有意思的现象：
1. 每隔一定周期，会集中出现规模的误差抖动
2. 误差不是正态分布，而是频繁出现在±30us左右的地方
3. 每次产生较大的误差时，下个周期一定会出现一次反向的误差，而且幅度大致相同（这点从图上看不出来，通过其他手段分析的）。
简单描述一下就是假设这个周期的执行时间是980us，那下个周期的执行时间一定会在1020us左右。
第1点和第2点可以经过上面的4条优化措施消除，第3点没有找到非常有效的手段，我的理解可能内核对这种误差是知晓的并且有意在弥补，如果有知道相关背后原理的大神欢迎分享一下。
针对这个第三点奇怪的现象我也尝试做了手动的干预，比如设一个阈值，当实际程序执行的误差大于这个阈值时，我就在设置下一个周期的唤醒时间时，手动减去这个误差，但是运行效果却大跌眼镜，更差了。。。
在尝试了200多次参数调整，被这个问题卡了一个多礼拜之后，也不知道当时打了什么搜索的关键字，偶然发现了一篇dell的文档。终于解决了这个难题，文档标题是：
随后经过一番针对性的查找终于摸清了来龙去脉：
原来Intel的cpu为了节能，有很多功耗模式，简称C-states。
当程序运行的时候，CPU是在C0状态，但是一旦操作系统进入休眠，CPU就会用Halt指令切换到C1或者C1E模式，这个模式下os如果进行唤醒，那么上下文切换的开销就会变大！
这个选项按道理BIOS是可以关掉的，但是坑的地方就在于版本相对较新的linux内核版本，默认是开启这个状态的，并且是无视BIOS设置的！这就很坑了！
针对性查找之后，发现网上也有网友测试，2.6版本的内核不会默认开启这个，但是3.2版本的内核就会开启，而且对比测试发现，这两个版本内核在相同硬件的情况下，上下文切换开销可以相差10倍，前者是4us，后者是40-60us。
一、永久修改：可以修改linux的引导参数，修改/etc/default/grub文件中的GRUB_CMDLINE_LINUX_DEFAULT选项，改成下面的内容：
intel_idle.max_cstate=0 processor.max_cstate=0 idle=poll
然后使用update-grub命令使参数生效，重启即可。
二、动态修改：可以通过往/dev/cpu_dma_latency这个文件中写值，来调整C1/C1E模式下上下文切换的开销。我选择是写0，就直接关闭。当然你也可以选择写一个数值，这个数值就代表上下文切换的开销，单位是us。比如你写1，那么就是设置开销为1us。当然这个值是有范围的，这个范围在/sys/devices/system/cpu/cpuX/cpuidle/stateY/latency文件中可以查到，X代表具体哪个核，Y代表对应的idle_state。
至此，这个性能问题就得到了完美的解决，目前稳定测试的性能如下图所示：
实现了X86-Linux下高精度延时1000us精确延时，精度10us。