腾讯云操作系统内核团队悄然修复bug，获Linux创始人Linus Torvalds 赞许

12月30日获悉，腾讯云操作系统（Tencent OS）内核团队在Linux社区默默提交的两项改进，成功解决了自2021年以来一直困扰着一线厂商，并在近期让多个Linux顶级Maintainer（软件维护者）困惑的关键内核bug。这一改进方案最终被合并进入后续的LinuxLTS（Long-term support）版本中，并获得了Linux之父Linus Torvalds的高度评价。

Linus：“不明，觉赞”

大约两个月前，Linux社区中的一封邮件引起了广泛关注。其内容主要是，自2021年12月起，Linux内核中启用了Large folio特性（能够提升系统访存性能）的XFS文件系统用户（但不仅限于XFS）有概率遭遇缓存损毁导致的宕机问题。该问题受到了社区的高度重视。

XFS是最常见的Linux文件系统之一，在常见的Linux使用场景中，如服务器、桌面等，XFS被作为主力文件系统大量采用。尽管该bug较难触发，但其潜在风险仍然让社区和各大厂商感到不安。Meta和Cloudflare等公司甚至不得不暂时禁用XFS的Large folio特性以确保系统稳定。

一个多星期的讨论中，大家迟迟没有捕捉到bug所引发的具体位置或线索，只是确认bug确实存在而且亟需修复。几位顶级Maintainer，以及Linus Torvalds本人也参与进入讨论。

社区在广泛排查的过程中，突然发现这个问题在新的Linux内核版本中已经不复存在。进一步的调查发现，这一变化归功于腾讯云操作系统内核团队在今年4月提交的两项改进。

原来，腾讯云操作系统内核团队在进行操作系统性能优化研发时发现，操作系统内核使用XArray（内核中用于处理广范围地址索引结构的基数树处理库）管理Page Cache（页面缓存）时，会因XArray在分配内存时没有考虑好并发修改的问题，导致分配的内存指针可能指向错误的数据，对外表现为XFS与其他引入了Large Folio特性的文件系统均有概率出现卡死宕机甚至数据丢失的情况。

针对这一问题，腾讯云操作系统内核团队在优化Page Cache对Xarray的使用上，引入了一个新的辅助函数，简化了Xarray的中Large Folio的插入算法，并进一步梳理和修复了内存分配的并发处理，确保了即使在多线程环境下，内存分配和释放也能正确进行。这些改动不仅修复了数据损坏的问题，还提升了操作系统系统的性能。

经历了数个星期的讨论与分析后，这些改动被社区认为是最佳的修复方案。

如今，这一修复方案已经被合入了最新的操作系统版本中，为这一问题画上了句号。同时，方案也极大提升了大文件在Page Cache中的读入性能，数以十亿计运行Linux的设备，都会因此快一点。

除了这次贡献外，腾讯云操作系统内核团队近年来通过与社区的紧密合作，在swap（交换空间）、memory cgroup（内存控制组）、页面与热度管理等方面持续进行技术创新，不断提升Linux内核的性能和稳定性，助力操作系统技术发展。

目前，腾讯云也开发了自研的服务器操作系统版本TencentOS Server，装机规模超过1000万套，除了支撑腾讯自研的国民级应用，也广泛服务了互联网、金融、政务、工业、能源、交通等行业客户。