Lab 005 · SMP 迁移竞态修复验证

对应 document/book/15-smp/005/。验证档 B 档(机制/重构,靠内核测试不回归 + grep)。本章修的是 003 留的债:任务跨核迁移时,旧核存 ctx、新核取同一份 ctx 并发写花,导致 -smp 2 panic。修法对齐 Linux task_struct->on_cpu。

目标

确认五件事:

1. Task 有 on_cpu 字段(-1=已存/未运行,cpu_id=运行中),且有 static_assert 钉死偏移;
2. context_switch.S 存完 from 的 ctx 后立刻设 from->on_cpu = -1;
3. pick_next 跳过 on_cpu != -1 且不是本核的任务(本核不跳);
4. schedule 切入 next 前先 on_cpu = 本核 认领;TaskBuilder::build 初始化新任务 on_cpu = -1;
5. 单核 run-kernel-test 不回归(931 全绿)。

步骤

1. on_cpu 字段 + 偏移锁定

grep -n 'on_cpu' kernel/proc/process.hpp

去看 on_cpu 字段定义(约 process.hpp:160)和 static_assert(offsetof(Task, on_cpu) == sizeof(CpuContext), ...)(约 :300)。这个断言把 on_cpu 钉死在 sizeof(CpuContext) 偏移上,这样 context_switch.S 里 96(%rdi) 那条写才永远对得上——布局一变编译期就炸。

2. 存完才放行(汇编)

grep -n 'on_cpu\|movl.*-1.*96' kernel/arch/x86_64/context_switch.S

应看到存完 from 的 callee regs/rsp/rip/fs_base 之后,一条 movl $-1, 96(%rdi)(context_switch.S:78 附近)把 from->on_cpu 置 -1。这一步必须在汇编里做——context_switch 的「返回」是任务被切回来时,不是「prev 存完了」,所以 C 层做不到「存完即标记」。

3. pick_next 跳过正在被别核存的任务

grep -n 'on_cpu' kernel/proc/roundrobin.cpp

pick_next 应跳过 on_cpu != -1 && on_cpu != 本核 的任务(约 roundrobin.cpp:92)。注意本核的不跳——保住单核 yield 时 next==prev 直接返回的语义。

思考:为什么是「跳过」不是「自旋等 on_cpu 变 -1」?——见章节:两个核互等对方存完会环形死锁(cpu0 等 cpu1 的任务、cpu1 等 cpu0 的任务,都卡在 pick_next 推进不了自己的 context_switch)。跳过(挑别的或 idle)无死锁,任务留队列等下一轮。这是「可调试优先于性能」的取舍。

4. 取之前先认领 + 新任务初始化

grep -n 'on_cpu' kernel/proc/scheduler.cpp kernel/proc/task_builder.cpp

应看到:schedule/run_first 切入 next 前用 __atomic_store_n(&next->on_cpu, cpu_id, __ATOMIC_RELEASE) 认领(scheduler.cpp:281、:415);TaskBuilder::build 给新任务 task->on_cpu = -1(它从没跑过,没人存它的 ctx)+ quantum_remaining = DEFAULT_TIME_SLICE。

5. 单核不回归

cmake --build build --target big_kernel_test -j$(nproc) > /tmp/b.log 2>&1; echo "build=$?"
cmake --build build --target run-kernel-test 2>&1 | grep -E 'Tests:|ALL TESTS'

别 cmake --build build(ALL):host 单测既有债会让 ALL 失败,跟本章无关。用 big_kernel_test + run-kernel-test。

应 build=0、Tests: 931 passed, 0 failed。on_cpu 纪律在单核是 no-op(本核任务不跳过),所以单核行为不变——这是它不破坏单核的关键。

双核 -smp 2 的 panic 归零验证需要带 SMP 的运行 target(如 run-kernel-test-smp 或 make run -smp 2),且本机 QEMU 的 AHCI 时序竞态是环境相关的——见章节「诚实边界」。本章修的是调度竞态根因,单核测试不回归是它能合入的硬门禁。

验收清单

• [ ] Task 有 on_cpu 字段;static_assert 钉死偏移 = sizeof(CpuContext)。
• [ ] context_switch.S 存完 from 后 movl $-1, 96(%rdi)(标记可取)。
• [ ] pick_next 跳过 on_cpu != -1 && != 本核(本核不跳,保单核 yield 语义)。
• [ ] schedule 认领 next->on_cpu = 本核(release);TaskBuilder::build 初始化 on_cpu = -1。
• [ ] big_kernel_test build=0 + run-kernel-test 931 全绿(单核不回归)。

别做这些

• 别用「自旋等 on_cpu 变 -1」代替「跳过」——两核互等会环形死锁。
• 别把「标记 prev 存完」放到 C 层——context_switch 的返回语义是「被切回来」,不是「prev 存完」;只能在汇编里存完 from 后立即写。
• 别在 pick_next 里跳过本核的任务——会破坏单核 yield 的 next==prev 直接返回。
• 别让 on_cpu 偏移漂移——context_switch.S 硬编码了 96(%rdi),改 CpuContext 布局必须同步改汇编 + static_assert 会拦。
• 别 cmake --build build(ALL)验证本章——host 单测既有债;用 big_kernel_test + run-kernel-test。