sched_ext：避免重复下发 cgroup_set_idle 回调

系列概况

标题：[PATCH v2] sched_ext: don't deliver duplicate ops.cgroup_set_idle() for same value
作者：Tao Cui cuitao@kylinos.cn
版本：v2
规模：1 file changed, 2 insertions(+), 1 deletion(-)
修改文件：kernel/sched/ext/ext.c
代码统计：scx_group_set_idle() 中一行 if 条件扩展
Message-ID：20260901124347.755904-1-cui.tao@linux.dev
完整性：完整单补丁（已被 Tejun Heo 应用到 sched_ext/for-7.3-fixes）

补丁目的

ops.cgroup_set_idle() 在文档里被约定为：cgroup 在 idle 与非 idle 之间发生切换时才下发。
但 scx_group_set_idle() 的内核侧实现是无条件下发——每次 cpu.idle 文件被写入都会触发一次
SCX_CALL_OP(sch, cgroup_set_idle, ...)。这会让基于"状态切换"做 toggle/记账的 BPF scheduler
把同一个值重复当作 transition 处理，计数错误。
补丁模仿已经具备 value-preserving 跳过的 scx_group_set_weight()，在调用前加一道
"值真变化才下发"的护栏，与 weight 路径语义对齐。

旧流程的问题

不比较新旧值，每次写 cpu.idle 都直接下发一次 BPF 回调。
与 cgroup_set_idle() 文档约定的 "transition" 语义不一致。
toggle/记账类 BPF scheduler 会把同值重复识别为多次状态切换，统计失准。
与 scx_group_set_weight() 的去重行为不对称——weight 路径早就不会重发，idle 路径却会。

新流程

在 scx_group_set_idle() 的 percpu_down_read 之后追加判断：
tg->scx.idle != idle（在 for-7.4 之后会切回 sched_idle）。
当新旧值相等时整段 SCX_CALL_OP 被跳过，不下发 BPF 回调。
与 scx_group_set_weight() 行为对称：都是只在实际变化时才下发。
for-next 合并窗口到来时，字段 rename 与本补丁的比较会自动对齐。

Patch 概览

单文件改动，diff 集中在 kernel/sched/ext/ext.c 的 scx_group_set_idle()：

void scx_group_set_idle(struct task_group *tg, bool idle)
{
    percpu_down_read(&scx_cgroup_ops_rwsem);
    sch = scx_tg_knob_sched(tg);

-   if (scx_cgroup_enabled && sch && SCX_HAS_OP(sch, cgroup_set_idle))
+   if (scx_cgroup_enabled && sch && SCX_HAS_OP(sch, cgroup_set_idle) &&
+       tg->scx.sched_idle != idle)
        SCX_CALL_OP(sch, cgroup_set_idle, NULL, tg_cgrp(tg), idle);

    /* Update the task group's idle state */
    ...
}

Tejun 应用到 for-7.3-fixes 时把 tg->scx.sched_idle 改回 tg->scx.idle，因为本分支里
字段名是 idle，rename 到 sched_idle 在 for-7.4 上还没合入。

关键实现

入口：cgroupfs_write(cpu.idle) → scx_group_set_idle(tg, idle)。
判断顺序：先看 scx_cgroup_enabled && sch && SCX_HAS_OP(...)，再追加值变化判断——cgroup
未启用或 BPF scheduler 未挂载时提前短路，避免无谓的 cgroup 字段访问。
比较源：比较的是 task_group 自身保存的 idle 状态，而不是 cgroupfs 文件的当前值；
只有 task_group 持有"上次真正下发过的状态"，与 weight 路径对 tg->scx.weight 的处理同源。
同步语义：判断本身仍在 percpu_down_read 之下，但与并发 cgroup_init_idle() 写者之间
没有显式互斥，这一点正是 Sashiko AI 标为 High 的 TOCTOU 风险所在（见 Highlight）。

类比

想象一栋公寓楼，物业只在大门从"锁住→打开"或"打开→锁住"时收到通知。
原先只要有人在门禁面板上按一次"开门"，物业就被叫一次；如果同一个人又按一次同样的"开门"，
物业又会被叫一次，保安以为自己白跑了一趟，账本上也被多记一次门禁事件。
补丁相当于让门卫在按下按钮前先瞥一眼门当前到底开没开——状态没变化就不打扰物业，
只在真正的"关→开"或"开→关"切换时才发通知，账本才不会被噪音污染。

Highlight：风险与注意点

TOCTOU 风险（Sashiko AI 标 High）：scx_group_set_idle() 读取 tg->scx.idle 时只持有
percpu_down_read(&scx_cgroup_ops_rwsem)，并未与 cgroup_init_idle() 的写者互斥。并发
场景下 BPF 看到的"状态"与内核真实状态可能漂移，长期线上若仍观察到重复回调或记账异常，
需要把判断推到持锁写路径或在 init_idle 写者侧加同步。
字段名错位（Sashiko AI 标 Low）：tg->scx.sched_idle 在当前 for-7.3-fixes 分支并不存在，
原样 patch 会编译失败；维护者 Tejun 在应用时手动替换为 tg->scx.idle，rename 与本补丁
的同步切换被推迟到 for-next 合并窗口。
对称性盲点：weight 路径早就做过值去重，未来再增加任何 cgroup_set_xxx 类回调时，
应默认带上同样的值变化护栏，避免再次出现"weight 不重发、idle 重发"这种不对称。
API 兼容性：cgroupfs 接口语义不变（写 cpu.idle 的最终态依然正确），只是 BPF 回调次数
减少；不依赖 transition 计数、只在 idle 端读值的 BPF scheduler 完全无感知。
审阅链路：维护者 Tejun Heo 当场 ack 并合入，AI 评审（Sashiko）抓住的两条问题里"编译失败"
已被人工兜底修复，TOCTOU 留给后续观察。

版本变化

v1 → v2：仅修复 Link: tag 中缺失 @linux.dev 后缀的问题（由审阅者 Andrea Righi 在 v1 审阅
时指出），代码逻辑与本 v2 一致。

一句话总结

给 scx_group_set_idle() 加上"idle 值真的变化才下发 BPF 回调"的护栏，与 weight 路径对齐，
避免同值写入污染 BPF scheduler 的 transition 计数。

cgroupfs write cpu.idle
        |
        v
scx_group_set_idle(tg, idle)
        |
        v
percpu_down_read(&scx_cgroup_ops_rwsem)
        |
        v
sch = scx_tg_knob_sched(tg)
        |
        v
+--[ enabled && sch && has_op ]--no--> skip (no scheduler / no op)
        |
       yes
        |
        v
+--[ tg->scx.idle != idle ]--no--> skip (no transition)
        |
       yes
        |
        v
SCX_CALL_OP(sch, cgroup_set_idle, NULL, tg_cgrp(tg), idle)
        |
        v
update tg->scx.idle = idle

[PATCH v2] sched_ext: don't deliver duplicate ops.cgroup_set_idle() for same value

LLM 分析