5.5 通用计算
5.5.1 利用io_uring提升数据库系统性能
背景概述
传统的IO软件栈已经无法完全释放出高性能存储设备的性能，高性能IO栈是当前存储领域重点研究的课题之一，代表性的如用户态 方案SPDK，以及标准的内核态方案io_uring。
技术方案
Linux社区从零开始设计一种全新的异步IO框架io_uring。io_uring为了避免在提交和完成事件中的内存拷贝，设计了一对共享的 ring buffer用于应用程序和内核之间的通信。该设计带来的好处有：1）提交、完成请求时无需应用和内核之间的内存拷贝；2）使 用SQPOLL高级特性时，应用程序无需系统调用；3）无锁操作，用Memory Ordering实现同步等。龙蜥社区自2020年上半年开始 参与io_uring社区开发，贡献了多个特性和优化，并在图数据库场景探索容器化部署和针对性优化。
技术优势：应用程序通过统一的标准系统调用来使用io_uring。相比传统的Linux Native AIO，io_uring消除了仅支持Direct IO的限 制以及额外的内存拷贝开销；相比用户态框架SPDK，io_uring可复用Linux内核的标准驱动，无需额外的用户态驱动开发，应用场 景更通用，编程接口更友好。
该技术特点包括：1）简单易用，方便应用集成；2）可扩展，不仅仅为存储IO使用，同样可以用于网络IO；3）特性丰富，满足所 有应用，如支持Buffer IO；4）高效，尤其是针对大部分512字节或4K IO场景；5）可伸缩，满足峰值场景的性能需要等。
应用场景：io_uring可适用于绝大多数对异步IO有诉求的业务和应用。目前，io_uring已在多个主流开源应用中集成，如RocksDB，Netty，QEMU，SPDK，PostgreSQL，MariaDB等。
图数据库引擎iGraph优化实践
图计算服务Graph Compute是阿里云自主研发的高性能分布式图计算产品，支持复杂图关系数据的存储、查询和计算，高效对接图 算法与模型，在搜索推荐广告、实时风控、知识图谱、社交网络等场景有着广泛的应用。其内核引擎iGraph在基于磁盘的查询访问 场景下引入了io_uring，支持高IOPS下稳定运行。
实践效果：
图数据库引擎iGraph经过io_uring适配优化后，线上运行环境在CPU开销不高于原始使用Linux Native AIO版本的前提 下，业务端到端时延优化达20%。
