tlb-thrashing — perf 分析指南

用 perf stat 和 perf record 定量测量 TLB 行为，观察不同步长 D 下 dTLB-load-misses 的变化规律。

准备工作

cd demos/tlb-thrashing
make          # -O0 -g

核心事件：dTLB-loads / dTLB-load-misses

事件	含义
dTLB-loads	数据 TLB 查询总次数
dTLB-load-misses	数据 TLB 未命中次数（需 page walk）
dTLB-load-misses / dTLB-loads	D-TLB miss 率

一次 TLB miss 的代价：需要硬件 page walk 遍历 4 级页表 = 4 次内存访问，约 50~200 cycles。

实验 1: 不同步长的 TLB miss 率变化

tlb-thrashing 的核心实验原理：固定迭代次数 N=8192，增大步长 D，观察页工作集随 D 增大的过程。

步长 D	页工作集 8D	预期行为
1~4	8~32 页（32~128KB）	< L1 dTLB 容量，miss 率极低
8~32	64~256 页	接近或超过 L1 dTLB，miss 率开始上升
64~128	512~1024 页	超过 L1 dTLB 但 < L2 STLB，L1 miss 但 STLB 兜住
256+	2048+ 页	超过 L2 STLB，每次回来都被挤光，miss 率飙升

# 一键对比
for d in 4 8 16 32 64 128 256 512 1024; do
    echo "=== D=$d (页工作集=$((8*$d))) ==="
    perf stat -e cycles,instructions,dTLB-loads,dTLB-load-misses \
        ./tlb_thrashing $d 2>&1 | grep -E '^\s|TLB'
done

预期结果

D=4   (32页):   dTLB-load-misses ~0       — L1 dTLB 全覆盖
D=16  (128页):  dTLB-miss 率 <5%          — L1 接近边缘
D=64  (512页):  dTLB-miss 率 ~10~20%      — 越过 L1，STLB 兜住
D=256 (2048页): dTLB-miss 率 ~50~80%      — STLB 也被挤爆
D=1024(8192页): dTLB-miss 率 >90%         — 全面 thrashing

关键洞察：自增次数一样（都是 8192 次），吞吐下降了不是计算变慢了，而是每次访问前多了一个 50~200 cycles 的"翻译过路费"。

实验 2: 精确定位拐点

# 全量扫表 D=1→1024，程序自动检测 L1 和 L2 拐点
./tlb_thrashing

输出：

   D  | 数组(KB) | 页工作集 | 吞吐(10⁹/s) | 相对(%)
------+----------+----------+-------------+--------
    1  │       32 │        8 │     12.345 │ 100%
    ...
   32  │     1024 │      256 │      8.234 │  67%  ← L1 拐点
   ...
  256  │     8192 │     2048 │      2.345 │  19%  ← L2 拐点 (thrashing)

实验 3: perf record 采样 TLB miss

# 用 -e 指定采样 dTLB-load-misses 事件
perf record -e dTLB-load-misses -g ./tlb_thrashing 512
# 看哪些代码在触发 TLB miss
perf report --stdio

预期：热点在 bench_strided 的内层循环 a[i*stride]++ ——这正是跨页访问的地方。

实验 4: IPC 随 D 增大的变化

TLB miss 直接影响 IPC（因为每条访存指令都要等 page walk 完成）：

for d in 4 16 64 256 512 1024; do
    echo "=== D=$d ==="
    perf stat -e cycles,instructions ./tlb_thrashing $d 2>&1 |
        grep -E 'cycles|instructions|insn'
done

D	IPC	说明
4	~1.0	无 TLB 开销
64	~0.7	开始受影响
256	~0.3	STLB 被挤爆
1024	~0.15	几乎每次访问都在 walk

dTLB vs iTLB

如果不仅要看数据 TLB，还要看指令 TLB（代码段碎片化场景）：

perf stat -e dTLB-loads,dTLB-load-misses,iTLB-loads,iTLB-load-misses \
    ./tlb_thrashing 64

tlb-thrashing 的代码很短（< 1 页），所以 iTLB-load-misses 应接近 0。

---

关联文档

• tlb——TLB 原理深度文档
• perf——perf 工具主文档，§六.1.5 TLB 事件
• perf-demos-architecture——perf 12 场景学习架构导读

一句话：TLB miss 率随数据集的页工作集呈阶梯式上升——关键拐点对应 L1 dTLB 和 L2 STLB 的物理容量，用 perf stat -e dTLB-load-misses 精确测量。

总结

TLB thrashing 证明吞吐下降不是计算变慢、而是每笔跨页访问多付 50~200 cycles 的 page walk“过路费”：固定迭代次数、增大步长使页工作集扩张，miss 率呈阶梯式上升，两个拐点分别对应 L1 dTLB 和 L2 STLB 的物理容量，越过 STLB 后 miss 率超 90%、IPC 从约 1.0 跌到 0.15。