Documentation/block/as-iosched.txt

   1 Anticipatory IO scheduler
   2 -------------------------
   3 Nick Piggin <piggin@cyberone.com.au>    13 Sep 2003
   4
   5 Attention! Database servers, especially those using "TCQ" disks should
   6 investigate performance with the 'deadline' IO scheduler. Any system with high
   7 disk performance requirements should do so, in fact.
   8
   9 If you see unusual performance characteristics of your disk systems, or you
  10 see big performance regressions versus the deadline scheduler, please email
  11 me. Database users don't bother unless you're willing to test a lot of patches
  12 from me ;) its a known issue.
  13
  14 Also, users with hardware RAID controllers, doing striping, may find
  15 highly variable performance results with using the as-iosched. The
  16 as-iosched anticipatory implementation is based on the notion that a disk
  17 device has only one physical seeking head.  A striped RAID controller
  18 actually has a head for each physical device in the logical RAID device.
  19
  20 However, setting the antic_expire (see tunable parameters below) produces
  21 very similar behavior to the deadline IO scheduler.
  22
  23 Selecting IO schedulers
  24 -----------------------
  25 Refer to Documentation/block/switching-sched.txt for information on
  26 selecting an io scheduler on a per-device basis.
  27
  28 Anticipatory IO scheduler Policies
  29 ----------------------------------
  30 The as-iosched implementation implements several layers of policies
  31 to determine when an IO request is dispatched to the disk controller.
  32 Here are the policies outlined, in order of application.
  33
  34 1. one-way Elevator algorithm.
  35
  36 The elevator algorithm is similar to that used in deadline scheduler, with
  37 the addition that it allows limited backward movement of the elevator
  38 (i.e. seeks backwards).  A seek backwards can occur when choosing between
  39 two IO requests where one is behind the elevator's current position, and
  40 the other is in front of the elevator's position. If the seek distance to
  41 the request in back of the elevator is less than half the seek distance to
  42 the request in front of the elevator, then the request in back can be chosen.
  43 Backward seeks are also limited to a maximum of MAXBACK (1024*1024) sectors.
  44 This favors forward movement of the elevator, while allowing opportunistic
  45 "short" backward seeks.
  46
  47 2. FIFO expiration times for reads and for writes.
  48
  49 This is again very similar to the deadline IO scheduler.  The expiration
  50 times for requests on these lists is tunable using the parameters read_expire
  51 and write_expire discussed below.  When a read or a write expires in this way,
  52 the IO scheduler will interrupt its current elevator sweep or read anticipation
  53 to service the expired request.
  54
  55 3. Read and write request batching
  56
  57 A batch is a collection of read requests or a collection of write
  58 requests.  The as scheduler alternates dispatching read and write batches
  59 to the driver.  In the case a read batch, the scheduler submits read
  60 requests to the driver as long as there are read requests to submit, and
  61 the read batch time limit has not been exceeded (read_batch_expire).
  62 The read batch time limit begins counting down only when there are
  63 competing write requests pending.
  64
  65 In the case of a write batch, the scheduler submits write requests to
  66 the driver as long as there are write requests available, and the
  67 write batch time limit has not been exceeded (write_batch_expire).
  68 However, the length of write batches will be gradually shortened
  69 when read batches frequently exceed their time limit.
  70
  71 When changing between batch types, the scheduler waits for all requests
  72 from the previous batch to complete before scheduling requests for the
  73 next batch.
  74
  75 The read and write fifo expiration times described in policy 2 above
  76 are checked only when in scheduling IO of a batch for the corresponding
  77 (read/write) type.  So for example, the read FIFO timeout values are
  78 tested only during read batches.  Likewise, the write FIFO timeout
  79 values are tested only during write batches.  For this reason,
  80 it is generally not recommended for the read batch time
  81 to be longer than the write expiration time, nor for the write batch
  82 time to exceed the read expiration time (see tunable parameters below).
  83
  84 When the IO scheduler changes from a read to a write batch,
  85 it begins the elevator from the request that is on the head of the
  86 write expiration FIFO.  Likewise, when changing from a write batch to
  87 a read batch, scheduler begins the elevator from the first entry
  88 on the read expiration FIFO.
  89
  90 4. Read anticipation.
  91
  92 Read anticipation occurs only when scheduling a read batch.
  93 This implementation of read anticipation allows only one read request
  94 to be dispatched to the disk controller at a time.  In
  95 contrast, many write requests may be dispatched to the disk controller
  96 at a time during a write batch.  It is this characteristic that can make
  97 the anticipatory scheduler perform anomalously with controllers supporting
  98 TCQ, or with hardware striped RAID devices. Setting the antic_expire
  99 queue parameter (see below) to zero disables this behavior, and the
 100 anticipatory scheduler behaves essentially like the deadline scheduler.
 101
 102 When read anticipation is enabled (antic_expire is not zero), reads
 103 are dispatched to the disk controller one at a time.
 104 At the end of each read request, the IO scheduler examines its next
 105 candidate read request from its sorted read list.  If that next request
 106 is from the same process as the request that just completed,
 107 or if the next request in the queue is "very close" to the
 108 just completed request, it is dispatched immediately.  Otherwise,
 109 statistics (average think time, average seek distance) on the process
 110 that submitted the just completed request are examined.  If it seems
 111 likely that that process will submit another request soon, and that
 112 request is likely to be near the just completed request, then the IO
 113 scheduler will stop dispatching more read requests for up to (antic_expire)
 114 milliseconds, hoping that process will submit a new request near the one
 115 that just completed.  If such a request is made, then it is dispatched
 116 immediately.  If the antic_expire wait time expires, then the IO scheduler
 117 will dispatch the next read request from the sorted read queue.
 118
 119 To decide whether an anticipatory wait is worthwhile, the scheduler
 120 maintains statistics for each process that can be used to compute
 121 mean "think time" (the time between read requests), and mean seek
 122 distance for that process.  One observation is that these statistics
 123 are associated with each process, but those statistics are not associated
 124 with a specific IO device.  So for example, if a process is doing IO
 125 on several file systems on separate devices, the statistics will be
 126 a combination of IO behavior from all those devices.
 127
 128
 129 Tuning the anticipatory IO scheduler
 130 ------------------------------------
 131 When using 'as', the anticipatory IO scheduler there are 5 parameters under
 132 /sys/block/*/queue/iosched/. All are units of milliseconds.
 133
 134 The parameters are:
 135 * read_expire
 136     Controls how long until a read request becomes "expired". It also controls the
 137     interval between which expired requests are served, so set to 50, a request
 138     might take anywhere < 100ms to be serviced _if_ it is the next on the
 139     expired list. Obviously request expiration strategies won't make the disk
 140     go faster. The result basically equates to the timeslice a single reader
 141     gets in the presence of other IO. 100*((seek time / read_expire) + 1) is
 142     very roughly the % streaming read efficiency your disk should get with
 143     multiple readers.
 144
 145 * read_batch_expire
 146     Controls how much time a batch of reads is given before pending writes are
 147     served. A higher value is more efficient. This might be set below read_expire
 148     if writes are to be given higher priority than reads, but reads are to be
 149     as efficient as possible when there are no writes. Generally though, it
 150     should be some multiple of read_expire.
 151
 152 * write_expire, and
 153 * write_batch_expire are equivalent to the above, for writes.
 154
 155 * antic_expire
 156     Controls the maximum amount of time we can anticipate a good read (one
 157     with a short seek distance from the most recently completed request) before
 158     giving up. Many other factors may cause anticipation to be stopped early,
 159     or some processes will not be "anticipated" at all. Should be a bit higher
 160     for big seek time devices though not a linear correspondence - most
 161     processes have only a few ms thinktime.
 162
 163 In addition to the tunables above there is a read-only file named est_time
 164 which, when read, will show:
 165
 166     - The probability of a task exiting without a cooperating task
 167       submitting an anticipated IO.
 168
 169     - The current mean think time.
 170
 171     - The seek distance used to determine if an incoming IO is better.
 172