[论文解读] Don't sit on the fence: A static analysis approach to automatic fence insertion

Jade Alglave, Daniel Kroening+2 more|arXiv (Cornell University)|Dec 5, 2013

Parallel Computing and Optimization Techniques被引用 39

一句话总结

本文提出 musketeer，一种静态分析工具，可自动在 x86-TSO、Power 和 ARM 等弱内存架构的并发程序中插入内存栅栏，以强制实现顺序一致性。通过使用公理化语义检测抽象执行图中的关键循环，musketeer 实现了高精度与可扩展性，成功分析了 memcached（10,000 行代码）等大型代码库，与现有工具相比性能开销极低。

ABSTRACT

Modern architectures rely on memory fences to prevent undesired weakenings of memory consistency. As the fences' semantics may be subtle, the automation of their placement is highly desirable. But precise methods for restoring consistency do not scale to deployed systems code. We choose to trade some precision for genuine scalability: our technique is suitable for large code bases. We implement it in our new musketeer tool, and detail experiments on more than 350 executables of packages found in Debian Linux 7.1, e.g. memcached (about 10000 LoC).

研究动机与目标

• 为解决在弱内存架构上运行的并发程序中手动放置内存栅栏所面临的挑战，该挑战易出错且与架构相关。
• 开发一种可扩展的栅栏插入解决方案，避免动态或基于交错的分析方法导致的状态空间爆炸问题。
• 通过精确检测程序执行中的关键循环，确保正确性，强制实现顺序一致性（SC）。
• 评估不同栅栏插入策略在真实世界代码库（包括 memcached 和 liblfds 数据结构）上的性能影响。
• 为多种架构上的现有栅栏插入技术提供统一的比较框架。

提出的方法

• 该方法使用 [AMSS10] 中的公理化语义来建模弱内存行为，并将关键循环定义为顺序一致性最小违反的集合。
• 构建一个抽象执行图（aeg），对所有可能的程序执行进行过度近似，从而实现对潜在数据竞争的静态分析。
• 通过分析 aeg 中的依赖关系和数据/控制流来检测关键循环，识别出在无栅栏时 SC 会被违反的位置。
• 在循环关键位置插入栅栏以打破循环并恢复 SC，使用架构特定的栅栏类型（例如 x86 上的 mfence，ARM 上的 dmb，Power 上的 sync）。
• 该方法支持多种架构（x86-TSO、Power、ARM），并考虑不同栅栏类型之间的成本差异，而不仅仅是数量。
• 工具 musketeer 实现了该方法，并与真实世界代码库集成，包括 374 个 Debian Linux 7.1 可执行文件。

实验结果

研究问题

• RQ1 静态分析方法是否能够扩展到大型真实世界代码库（如 memcached，10,000 行代码）的同时保持栅栏放置的高精度？
• RQ2 musketeer 的栅栏插入策略与在每次内存访问后插入栅栏的朴素策略相比，性能开销如何？
• RQ3 musketeer 在栅栏数量和执行时间方面是否优于现有工具（如 pensieve、Visual Studio 2013 和 dfence）？
• RQ4 不同栅栏插入策略对并发数据结构（如栈和队列）的运行时性能影响有多大？
• RQ5 公理化语义模型是否能有效检测关键循环，而无需完全动态探索所有执行路径？

主要发现

• musketeer 成功分析了 374 个真实世界 Debian 可执行文件，包括 memcached（9,944 行代码），在 TSO 上的栅栏时间为 13.9 秒，在 Power 上为 89.9 秒。
• 对于 memcached，musketeer 在 TSO 上仅插入了 3 个栅栏，在 Power 上插入了 70 个，远少于朴素策略（如 (e) 或 (h)）。
• 使用 musketeer 插入栅栏的 memcached 代码，其运行时开销在所有保证顺序一致性的策略中最低，在 x86 上平均开销为 0.6%，在 ARM 上为 0.2%。
• 在 liblfds 栈和队列基准测试中，musketeer 的开销在 x86 上为 0.6%，在 ARM 上为 0.2%，优于 pensieve（3.2% 和 5.8%）和 Visual Studio（1.5% 和 4.2%）。
• 该工具可扩展至复杂程序（如 ptunnel，aeg 中有 1,867 个节点），但在 Power 上因循环爆炸而超时，表明在高度复杂情况下存在局限性。
• musketeer 的栅栏插入在静态方法中最为精确，且在相同基准测试中，其在速度和栅栏数量方面均优于动态工具 dfence。