互联网+大赛 - 龙蜥社区赛题(限制 CFS 调度的 CPU 并发度)|学习笔记

简介: 快速学习互联网+大赛 - 龙蜥社区赛题(限制 CFS 调度的 CPU 并发度)

开发者学堂课程【第八届大学生创新创业大赛阿里命题云龙蜥社区赛题解析互联网+大赛 - 龙蜥社区赛题(限制 CFS 调度的 CPU 并发度)】学习笔记,与课程紧密联系,让用户快速学习知识。  

课程地址:https://developer.aliyun.com/learning/course/1022/detail/15092


互联网+大赛 - 龙蜥社区赛题(限制CFS 调度的 CPU 并发度)

内容介绍

赛题背景

赛题介绍

一、赛题背景

赛题是关于 linux 调度器 cfs在 linux sect 调度器中。当任务被唤醒时,有优先使用空闲 cpu 的倾向设计的好处是可以更充分的使用 cpu 资源,避免没必要的排队等待提供更好的 cpu 性能。然而在实际的场景里面也发现一些弊端,就是当任务被允许使用的 cpu 资源有限时过高的并发度可能会引起访存效率的下降带来更多的 cpu 资源消耗。

所以取得折中给任务提供适当的 cpu 并发度能使任务在唤醒时尽快得到 cpu 资源运行。降低调度延迟又能避免并发度过高引起的访频效率下降问题

二、赛题介绍

接下来介绍赛题赛题的命名是限制 cfs 调度器的 cpu 并发度。希望大家在anolis os 基础上修改 cfs 的调度策略控制 cpu 的并发度。有三个要点,考虑如何限制 CFS 调度器的并发度,当任务并发度低于限制时希望鼓励任务使空闲的 cpu资源评估修改对 Linux 调度器的性能影响希望参与的同学提供设计方案包括如何平衡 cfs 并发度考虑哪些性能因素以及具体的控制算法完成内核开发并且进行演示通过本赛题可以学习到课本之外的业界的真实场景的内核和调度器的开发的经验还可以获得系统性建模的经验

相关文章
|
1月前
|
算法 网络协议 调度
操作系统 -- CPU调度
操作系统 -- CPU调度
18 0
|
5月前
|
资源调度 算法 调度
CPU调度
CPU调度
53 0
|
7月前
|
Java
CPU及并发
CPU及并发
105 0
|
8月前
|
消息中间件 存储 缓存
计算机操作系统学习笔记(3)——CPU缓存一致性
计算机操作系统学习笔记(3)——CPU缓存一致性
156 0
|
10月前
|
Shell 网络安全 Perl
并发从数台机器中获取 hostname,并记录返回信息花费的时长,重定向到一个文件 hostname.txt 中,在全部完成后输出花费时长最短的那台机器的 CPU 信息。
并发从数台机器中获取 hostname,并记录返回信息花费的时长,重定向到一个文件 hostname.txt 中,在全部完成后输出花费时长最短的那台机器的 CPU 信息。
57 0
|
11月前
|
存储 缓存 Java
并发编程-02并发基础CPU多级缓存和Java内存模型JMM
并发编程-02并发基础CPU多级缓存和Java内存模型JMM
107 0
|
Cloud Native Linux 应用服务中间件
助力Koordinator云原生单机混部,龙蜥混部技术提升CPU利用率达60%|龙蜥技术
龙蜥社区的三大原生技术为 Koordinator 社区提供了强大的 CPU 混部底层技术支持。
助力Koordinator云原生单机混部,龙蜥混部技术提升CPU利用率达60%|龙蜥技术
|
Linux 调度 Android开发
RK3399平台开发系列讲解(进程调度篇)14.8、CPU 上下文切换
RK3399平台开发系列讲解(进程调度篇)14.8、CPU 上下文切换
74 0
RK3399平台开发系列讲解(进程调度篇)14.8、CPU 上下文切换
|
Java 数据库 芯片
物无定味适口者珍,Python3并发场景(CPU密集/IO密集)任务的并发方式的场景抉择(多线程threading/多进程multiprocessing/协程asyncio)
一般情况下,大家对Python原生的并发/并行工作方式:进程、线程和协程的关系与区别都能讲清楚。甚至具体的对象名称、内置方法都可以如数家珍,这显然是极好的,但我们其实都忽略了一个问题,就是具体应用场景,三者的使用目的是一样的,换句话说,使用结果是一样的,都可以提高程序运行的效率,但到底那种场景用那种方式更好一点?
物无定味适口者珍,Python3并发场景(CPU密集/IO密集)任务的并发方式的场景抉择(多线程threading/多进程multiprocessing/协程asyncio)
|
SQL 运维 前端开发
CPU 100%场景优化|学习笔记
快速学习 CPU 100%场景优化
77 0
CPU 100%场景优化|学习笔记