Кратко и по делу — разделю ответ на две группы мер: планирование процессов (CPU) и управление вводом‑вывода (I/O). Привожу принцип, почему это важно: по закону Литтла $L=\lambda W$, где $L$ — среднее число процессов в системе, $\lambda$ — входящая интенсивность, $W$ — среднее время пребывания; снижение времени ожидания $W$ уменьшит задержки и число блокировок, повышая пропускную способность.
1) Планирование процессов (CPU)
- Давать приоритет I/O‑bound процессам: короткие «чтение/ожидание» задачи получают бонус квантов или перемещаются в более высокий уровень (multilevel feedback queue, MLFQ). Это сокращает время отклика интерактивных/вводо‑зависимых задач.
- Использовать предсказание коротких задач (SJF/SRPT) там, где возможно, для минимизации среднего времени ожидания; в многопользовательской ОС — адаптивный MLFQ с динамическим повышением при ожидании I/O.
- Квантование и прерываемость: уменьшить квант для интерактивных задач, увеличить для фоновых CPU‑интенсивных — баланс throughput ↔ latency.
- Реальные/приоритетные классы для критичных задач (SCHED_FIFO/SCHED_RR, realtime), с защитой от priority inversion (priority inheritance).
- Процесс‑аффинити и кеш‑локальность: закрепление потоков за CPU уменьшит кэш‑промахи и увеличит эффективность.
- Управление ресурсами: cgroups/ionice для ограничения фоновых потоков, чтобы не забивать CPU и I/O.
2) Управление вводом‑выводом (I/O)
- Асинхронный и неблокирующий I/O: перейти на aio/io_uring/epoll, чтобы процесс не блокировался при отправке запроса; это повышает параллелизм и снижает ожидание.
- Мультиочереди и параллелизм в блоковом слое: blk‑mq/ multiqueue для дисков NVMe и SSD — уменьшает задержки и повышает IOPS.
- Правильный выбор I/O‑шедулера: для HDD — SCAN/LOOK или C‑SCAN; для SSD — NOOP или Deadline/BFQ/blk‑mq‑aware шедулеры. BFQ особенно подходит, если важна QoS и предсказуемость.
- Ограничение глубины очереди и динамическое управление queue depth: слишком большая очередь увеличивает латентность; контролируйте глубину под нагрузкой.
- Кэширование и read‑ahead: агрессивный readahead для последовательных чтений, эффективный page cache снижает количество блокирующих обращений к диску.
- Write‑back и batching: объединять мелкие записи (merge requests), использовать NVRAM/SSD для буфера, чтобы сократить число синхронных fsync.
- DMA и аппаратные возможности: использовать DMA, MSI‑X и interrupt coalescing для снижения CPU‑нагрузки на обработку прерываний.
- Приоритезация I/O: ionice/blkprio/cgroups I/O weight для отдачи приоритета интерактивным процессам.
- Очереди по deadline и SLA: для сервисов с требованием задержки применять deadline‑политику (ограничение ожидания).
- Применение NVMe/SSD вместо HDD: физическое сокращение фонового латентного времени уменьшает блокировки.
- Контроль и обратная связь: реализовать backpressure (задержки на приём новых задач) при росте очередей, чтобы избежать перегрузки.
3) Практические сочетания и рекомендации
- Перейти на асинхронную модель (io_uring) + multiqueue драйверы + подходящий шедулер (BFQ/Deadline для смешанных нагрузок, NOOP для NVMe в простых случаях).
- Поднять приоритет (или ionice) для интерактивных/вводо‑зависимых задач; ограничить фоновые «шумные» потоки через cgroups.
- Настроить readahead, объединение запросов и queue depth в зависимости от носителя (HDD vs SSD).
- Мониторить метрики: P99 latency, IOPS, queue length, CPU util; применять изменения итеративно.
4) Важные компромиссы
- Минимизация задержек часто снижает агрегатную пропускную способность при очень высокой конкуренции; нужно настроить баланс приоритетов.
- Адаптивность: делать политику динамической (авто‑настройка квантов, rewrite readahead) по текущей нагрузке.
Эти меры в сочетании позволят снизить время блокирования процессов на I/O, уменьшить $W$ и, согласно $L=\lambda W$, уменьшить число одновременно ожидающих процессов и повысить общую пропускную способность.