前言
Arm架构以其兼具性能与功耗的特点，在智能终端以及嵌入式领域得到了广泛的使用，不断扩大其影响力。而在PC端以及数据中心，之前往往是x86架构在其中发挥着主要的作用。最近，随着人工智能、云计算等技术的兴起，5G网络的不断成熟，万物互联的时代是的应用的需求越来越多样化，使得对于芯片架构的需求也越来越多样化。
Arm架构在提供可靠性能的基础上，低功耗、低开销的特点使得它被越来越广泛的应用到数据中心和云计算中，成为其中必不可缺少的重要组成部分。亚马逊投入大量精力自研Arm服务器，并应用到AWS服务中，最多实现了成本45%的降低；阿里巴巴也在云服务中大量采用Arm服务器，并积极参与Linaro，Adoptium等组织，不断推动Arm架构的发展。
最近几年，腾讯对于Arm架构的需求也不断增加，各个产品线也不断引入Arm服务器，对于Arm架构软件的需求也在不断增长。KonaJDK团队在腾讯公司内部提供高性能、高稳定性的商用JDK版本，坚定地将Arm架构作为KonaJDK重点支持的架构之一，不断扩展JDK在Arm架构的功能，并不断提高Arm架构中JDK的性能。
随着Arm架构在终端和云计算场景的广泛应用，JDK需要做好对于Arm架构的支持工作，才能更好地得到发展。目前在JDK社区，Arm架构属于第一梯队支持架构。而对于Arm架构而言，Java语言“一次编译，到处运行” 的特性适合业务应用无缝推广到Arm平台，而JDK则是Java应用运行的必要条件。JDK对于Arm架构的支持，也是Arm生态推广的有力支撑。在这个过程中，KonaJDK团队希望和Arm紧密合作，共同发展。
腾讯和Arm在JDK方面的合作交流
目前腾讯和Arm在JDK方面已经有了深入的交流和合作。双方针对JDK在Arm架构常见的性能问题，对于Arm架构新特性的支持情况等方面进行了广泛和深入的讨论，通过性能测试、数据交流、技术研讨等形式不断推动JDK在Arm架构的发展。
KonaJDK团队Arm平台优化技术介绍
目前在Arm架构，KonaJDK平台已经发布了JDK8和JDK11两个版本，在2021晚些时候还会发布最新的JDK17版本。Kona JDK团队从功能、性能多方面出发，在Arm架构支撑KonaJDK的通用特性，并针对架构特征进行优化，保证Java应用向Arm平台迁移的一致性，为Arm架构推广做好准备。
ZGC：
GC使得程序不再需要手动控制内存的释放，有效的降低了内存管理相关错误产生的可能性。但是，对于GC算法而言，如何准确高效的进行内存清理是一个复杂的过程。随着业务需求的不断发展，GC算法也在不停地迭代，只有针对不同的业务目标，选择最合适的GC算法，才能够更好的帮助业务实现其目标。近几年，随着服务器硬件性能越来越强劲，其软件应用往往也需要更大的堆，从10G到100G，甚至TB级别。在这种环境下，传统的CMS、G1等GC算法，其停顿时间往往随着堆大小的增长而增加，对于超大堆在触发Full GC的时候，甚至可能产生分钟级别的停顿，这样对于延迟敏感的应用来说，GC 停顿已经成为阻碍 其广泛应用的一大顽疾，需要更适合的 GC 算法以满足这些业务的需求。
ZGC 是由JEP333引入JDK，希望彻底解决GC停顿带来的延迟问题，其设计目标为：每次GC停顿时间控制在10ms以下；相对于G1 GC，吞吐率下降不超过15%；支持大堆和特大堆，并且停顿时间不随着堆大小的增长而增长。ZGC从 JDK11 开始推出实验性版本，并随着JDK新版本发布不断补充完善，最终在JDK15中成为正式版本，保证了 Java 停顿时间不会随着堆大小和业务规模的增加而增长。为对GC停顿要求高的业务提供了一种更好的选择。
图 1 ZGC性能（出自The Design of ZGC，Per Lidén）
KonaJDK团队为了满足业务的需求，在Tencent Kona JDK11版本中，完善了ZGC功能的补全，并进行了长期的验证落地，使得对GC停顿敏感的业务也能够在JDK11版本中满足对于低GC延迟的需求。JDK11在2018 年下半年发布，属于Long-Term Support版本，而后续LTS版本为JDK17，预计将于2021年9月发布，中间其他版本属于过渡开发版本，没有持续的更新和修复。因此，KonaJDK团队选择在JDK11完善ZGC的功能，满足业务的需要，即使后续JDK17发布之后，业务版本更新也需要一个过程，在这期间，仍然需要JDK11的支持。
对于Arm架构而言，在JDK11支持ZGC相对于x86架构是一个更大的挑战。x86架构从JDK11开始ZGC就作为Experimental特性开始发布，但是在Arm架构，从JDK13才有对于ZGC的支持。KonaJDK团队进行了大量的工作完成了Arm架构在JDK11中对于ZGC的支持：
- 需要选择JDK在Arm架构中合适的提交移植到JDK11版本
- 从JDK11到JDK13，ZGC代码以及Hotspot代码经过了多次重构，在代码移植过程中需要分析代码重构的功能以及影响，或者移植相关重构代码，或者根据JDK11对相关代码进行适配修改
- 根据Arm架构的特征，适配团队对于ZGC的优化、功能增强以及Bug修复。
- Arm属于RISC架构，而且使用弱有序内存模型，因此在适配相关汇编代码（特别是ZGC使用的barrier）时，需要仔细斟酌指令的选择，在保证正确性的基础上尽可能的降低开销，提高效率
- 在Arm平台进行充分、全面的测试，保证相关代码的健壮性
KonaJDK团队在Arm结构支持ZGC的过程中，遇到的最大困难在于如何正确添加barrier指令保证正确性。由于Arm使用弱有序内存模型，在x86平台能够正确执行的代码在Arm架构下可能由于缺少必要的barrier导致产生随机错误。KonaJDK团队在初步完成ZGC支持代码之后，进行ZGC压力测试过程中，发现存在执行若干次GC之后，存在JDK随机崩溃的现象，发生几率几千分之一。通过对错误现场的分析，大概率怀疑是缺少必要的barrier所致。尝试通过对社区代码以及ZGC逻辑对问题进行分析，在这个过程中，JDK13和JDK11代码结构的不同进一步加大了分析的难度，最终KonaJDK团队完成该问题的修复，ZGC代码在Arm架构连续运行数百万次无问题。
和其他GC算法一样，ZGC也有其适用的业务场景。ZGC算法最大的优势是能够将停顿时间控制在10ms以下，特别适合对于停顿时间敏感的业务。但是为了实现如此短的停顿时间，ZGC的代价是一部分性能损失和内存消耗。ZGC通过将若干任务进行并发化改造，使得若干之前必须在停顿时完成的工作，可以和应用代码并发执行，有效的降低了必须的停顿时间。但是这种并发执行，以及其引入的各类Barrier，也会导致一定程度的应用吞吐率下降。通过整个 OpenJDK 社区的持续投入，当前 ZGC 在性能损失场景中的性能下降已经控制在很小的范围内。对于性能来说，如充足的内存下即大堆场景，ZGC 在各类 Benchmark 中能够超过 G1 大约 5% 到 20%，而在小堆情况下，则要低于 G1 大约 10%。
因此，不同的业务需要根据实际的情况，选择更为合适的GC算法，来保证吞吐率和停顿时间都能够满足业务的需求。目前来看，如果业务应用使用了超大堆（几十G甚至上百G）为了避免传统G1等GC算法Full GC时带来的几十秒甚至分钟级别的停顿，建议使用ZGC。另外如果业务对于停顿时间的有着严格的时限要求，那么也建议使用ZGC。
KonaFiber
应用在需要并发执行多项任务的时候，会创建多个线程，每个线程负责一项任务，从而实现任务的并发执行。但是，随着业务规模的不断增大，如果仍然为每一个任务创建一个线程，由于线程本身内存消耗较大，会导致占用大量的内存。另外，线程切换需要内核完成，大量的线程存在时，其频繁的切换开销也会影响并发执行的效率。协程就是为了解决这种情况而诞生的。协程是一种轻量级的线程，兼顾开发效率和执行效率。协程的切换在用户态完成，比线程切换开销小很多，同时对于内存的需求更低，相对的需要应用代码编写时关注部分协程切换的工作。协程相对于线程，在高并发场景能够取得更好的性能，应用越来越广泛。OpenJDK也启动了Java协程原生支持项目：Project Loom，开发时间超过3.5年，并在不断发展完善，即将成为Experimental特性。
KonaFiber是KonaJDK团队实现的协程方案，它在兼容OpenJDK社区Loom API的同时，提供了更好的切换性能，不过需要部分额外的内存开销。KonaFiber根据业务的需要，目前在JDK8和JDK11实现，和社区兼容的API使它成为可以和社区方案一起长期演进的协程方案。目前KonaFiber已经完成对于Arm架构的支持，能够满足Arm架构应用对于协程的需求。
图 2 KonaJDK和Loom对比
为了满足业务的需求，提供更好的协程切换性能，KonaFiber采用了基于JKU的StackFul有栈方案，为每一个协程创建独立的堆栈。当进行协程切换的时候，JDK在对于协程Pin状态检测以及上下文保存之外，只需要修改Frame Pointer和Stack Pointer的值就可以完成协程的切换工作，逻辑简单且性能开销很小。不过相对于社区的方案，KonaFiber的StackFul方案对于内存的使用要多一些，更适用于对于内存消耗不太敏感，但是对于性能更敏感的业务场景。性能数据如图 2所示，左图表示在不同协程数量情况下，每秒内协程切换次数对比；右图对内存消耗进行了对比。
图 3 KonaFiber性能对比
KonaFiber的实现注重优化以及代码重构，通过多种方式不断进行优化：
- 协程轻量化，不断优化降低协程的资源消耗
- 按需创建，根据业务的需要创建协程，降低内存使用
- GC优化，优化实现，降低协程对GC引入的开销
- 稳定性修复，通过广泛的测试以及业务适配，提高健壮性
相对于OpenJDK社区的协程方案Loom，KonaFiber提供了更高更稳定的调度性能。图 3对比了KonaFiber和Loom在不同协程数量情况下的每秒调度次数。
图 4 调度性能对比
目前KonaFiber在KonaJDK8中已经开源，后续也会在KonaJDK11中开源，KonaJDK也会持续跟进Loom社区并不断完善KonaFiber的实现。
OWST优化
GC运行过程中，存在若干GC线程并行处理各种任务，但是不同任务的处理时间不等，使得各个GC线程之间负载分配并不平衡。JDK中通过如下的方式来平衡各个GC线程之间的负载，降低GC的停顿时间：当一个GC线程执行完成它被分配的任务之后，会查看其它GC线程的任务队列，如果存在这个线程可以执行的任务，那么它会将该任务“偷取”过来并执行。该过程持续循环直到GC结束。该方案实现了负载的自动平衡，但是执行过程中，由于可能多个GC线程同时“偷取”任务，在线程数量较多时，锁的竞争会比较激烈，同时抢锁过程中，各个GC线程的自旋等待也会导致一定的性能开销，使得该算法实际表现差强人意。
为了优化这个过程，Google在ISMM 2016发表了的论文提出了一种新的负载均衡算法：Optimized Work-Stealing Threads（OWST）。该算法的基本思想是：当存在多个GC线程需要“偷取”任务时，最终只有一个线程执行“偷取”操作，其它线程进入等待状态。执行“偷取”操作的线程检查各个GC线程的任务队列，根据任务个数唤醒线程，并执行任务。算法有效的降低了各个GC线程之间对于锁的竞争，提高了整个负载均衡的效率。
OpenJDK社区首先在Shenandoah GC上实现了OWST算法，在JDK12版本中合入主干分支并成为默认的Parallel Terminator。为了更好地支持LTS版本，KonaJDK团队将OWST算法相关代码移植到JDK8和JDK11，并完成相关代码适配和测试工作，经过业务端验证，为JDK8和JDK11添加了商用的OWST算法支持，有效降低了GC并行任务的执行时间，降低了GC的停顿时间。
通过对SPECjbb2015的性能进行测试，使用ParallelGC时OWST在对于max-jOPS基本没有影响的前提下，能够提升大约8%的critical-jOPS评分。另外对于腾讯内部大数据相关的Map/Reduce以及Spark SQL任务进行测试，执行性能也有10+%的提升。
业务应用
目前在Arm架构，ZGC已经在腾讯的大规模生产中得到了实践应用。
ZGC将停顿时间控制在10ms以下的特性，使得它特别适合停顿时间敏感的业务。腾讯的WAF团队使用Java语言来快速实现产品功能迭代及上线。该团队有一个旁路安全服务，是一个基于Netty框架的Http服务。它对于端到端请求的时延要求特别严格，需要达到99.99% 请求时延小于 80ms 的 SLA 目标。传统的GC算法，难以达到如此高的标准，较长的停顿时间对于该服务有一定的负面影响，需要寻找一种更低停顿时间的GC算法。WAF团队之前采用了G1 GC算法，花费了大量的时间和精力对G1 GC进行选项调优以及代码层面的修改，但由于G1GC本身的不足，仍然存在请求抖动延迟，无法达到既定的 SLA 目标。后续在KonaJDK团队的配合下，通过切换ZGC算法，实现了该业务的P9999 请求延迟稳定小于 80ms，为用户提供了更快速、稳定的服务。
后续计划
目前KonaJDK团队在Arm架构，主要在JDK8和JDK11版本进行优化和支撑，后续也会支撑JDK17等版本。KonaJDK团队会持续对JDK基础类库、运行时、内存管理、执行引擎等等各个模块进行分析和测试，不断扩展JDK的功能，提升性能。
KonaJDK团队会始终将Arm架构作为重点支撑平台，不断加大投入，推动并完善JDK对于Arm架构的支持，满足对于Arm架构不断增长的需求。
作者：腾讯大数据
原文链接：https://mp.weixin.qq.com/s/8xRLM0DDwjcyjp7nEanhQQ
欢迎大家点赞留言，更多Arm技术文章动态请关注极术社区Arm技术专栏
