Documentation/futex-requeue-pi.txt

   1 Futex Requeue PI
   2 ----------------
   3
   4 Requeueing of tasks from a non-PI futex to a PI futex requires
   5 special handling in order to ensure the underlying rt_mutex is never
   6 left without an owner if it has waiters; doing so would break the PI
   7 boosting logic [see rt-mutex-desgin.txt] For the purposes of
   8 brevity, this action will be referred to as "requeue_pi" throughout
   9 this document.  Priority inheritance is abbreviated throughout as
  10 "PI".
  11
  12 Motivation
  13 ----------
  14
  15 Without requeue_pi, the glibc implementation of
  16 pthread_cond_broadcast() must resort to waking all the tasks waiting
  17 on a pthread_condvar and letting them try to sort out which task
  18 gets to run first in classic thundering-herd formation.  An ideal
  19 implementation would wake the highest-priority waiter, and leave the
  20 rest to the natural wakeup inherent in unlocking the mutex
  21 associated with the condvar.
  22
  23 Consider the simplified glibc calls:
  24
  25 /* caller must lock mutex */
  26 pthread_cond_wait(cond, mutex)
  27 {
  28         lock(cond->__data.__lock);
  29         unlock(mutex);
  30         do {
  31            unlock(cond->__data.__lock);
  32            futex_wait(cond->__data.__futex);
  33            lock(cond->__data.__lock);
  34         } while(...)
  35         unlock(cond->__data.__lock);
  36         lock(mutex);
  37 }
  38
  39 pthread_cond_broadcast(cond)
  40 {
  41         lock(cond->__data.__lock);
  42         unlock(cond->__data.__lock);
  43         futex_requeue(cond->data.__futex, cond->mutex);
  44 }
  45
  46 Once pthread_cond_broadcast() requeues the tasks, the cond->mutex
  47 has waiters. Note that pthread_cond_wait() attempts to lock the
  48 mutex only after it has returned to user space.  This will leave the
  49 underlying rt_mutex with waiters, and no owner, breaking the
  50 previously mentioned PI-boosting algorithms.
  51
  52 In order to support PI-aware pthread_condvar's, the kernel needs to
  53 be able to requeue tasks to PI futexes.  This support implies that
  54 upon a successful futex_wait system call, the caller would return to
  55 user space already holding the PI futex.  The glibc implementation
  56 would be modified as follows:
  57
  58
  59 /* caller must lock mutex */
  60 pthread_cond_wait_pi(cond, mutex)
  61 {
  62         lock(cond->__data.__lock);
  63         unlock(mutex);
  64         do {
  65            unlock(cond->__data.__lock);
  66            futex_wait_requeue_pi(cond->__data.__futex);
  67            lock(cond->__data.__lock);
  68         } while(...)
  69         unlock(cond->__data.__lock);
  70         /* the kernel acquired the the mutex for us */
  71 }
  72
  73 pthread_cond_broadcast_pi(cond)
  74 {
  75         lock(cond->__data.__lock);
  76         unlock(cond->__data.__lock);
  77         futex_requeue_pi(cond->data.__futex, cond->mutex);
  78 }
  79
  80 The actual glibc implementation will likely test for PI and make the
  81 necessary changes inside the existing calls rather than creating new
  82 calls for the PI cases.  Similar changes are needed for
  83 pthread_cond_timedwait() and pthread_cond_signal().
  84
  85 Implementation
  86 --------------
  87
  88 In order to ensure the rt_mutex has an owner if it has waiters, it
  89 is necessary for both the requeue code, as well as the waiting code,
  90 to be able to acquire the rt_mutex before returning to user space.
  91 The requeue code cannot simply wake the waiter and leave it to
  92 acquire the rt_mutex as it would open a race window between the
  93 requeue call returning to user space and the waiter waking and
  94 starting to run.  This is especially true in the uncontended case.
  95
  96 The solution involves two new rt_mutex helper routines,
  97 rt_mutex_start_proxy_lock() and rt_mutex_finish_proxy_lock(), which
  98 allow the requeue code to acquire an uncontended rt_mutex on behalf
  99 of the waiter and to enqueue the waiter on a contended rt_mutex.
 100 Two new system calls provide the kernel<->user interface to
 101 requeue_pi: FUTEX_WAIT_REQUEUE_PI and FUTEX_REQUEUE_CMP_PI.
 102
 103 FUTEX_WAIT_REQUEUE_PI is called by the waiter (pthread_cond_wait()
 104 and pthread_cond_timedwait()) to block on the initial futex and wait
 105 to be requeued to a PI-aware futex.  The implementation is the
 106 result of a high-speed collision between futex_wait() and
 107 futex_lock_pi(), with some extra logic to check for the additional
 108 wake-up scenarios.
 109
 110 FUTEX_REQUEUE_CMP_PI is called by the waker
 111 (pthread_cond_broadcast() and pthread_cond_signal()) to requeue and
 112 possibly wake the waiting tasks. Internally, this system call is
 113 still handled by futex_requeue (by passing requeue_pi=1).  Before
 114 requeueing, futex_requeue() attempts to acquire the requeue target
 115 PI futex on behalf of the top waiter.  If it can, this waiter is
 116 woken.  futex_requeue() then proceeds to requeue the remaining
 117 nr_wake+nr_requeue tasks to the PI futex, calling
 118 rt_mutex_start_proxy_lock() prior to each requeue to prepare the
 119 task as a waiter on the underlying rt_mutex.  It is possible that
 120 the lock can be acquired at this stage as well, if so, the next
 121 waiter is woken to finish the acquisition of the lock.
 122
 123 FUTEX_REQUEUE_PI accepts nr_wake and nr_requeue as arguments, but
 124 their sum is all that really matters.  futex_requeue() will wake or
 125 requeue up to nr_wake + nr_requeue tasks.  It will wake only as many
 126 tasks as it can acquire the lock for, which in the majority of cases
 127 should be 0 as good programming practice dictates that the caller of
 128 either pthread_cond_broadcast() or pthread_cond_signal() acquire the
 129 mutex prior to making the call. FUTEX_REQUEUE_PI requires that
 130 nr_wake=1.  nr_requeue should be INT_MAX for broadcast and 0 for
 131 signal.