龙蜥白皮书精选：利用 io_uring 提升数据库系统性能

文/高性能存储 SIG

01 背景介绍

传统的 IO 软件栈已经无法完全释放出高性能存储设备的性能，高性能 IO 栈是当前存储领域重点研究的课题之一，代表性的如用户态方案 SPDK，以及标准的内核态方案 io_uring。

02 关键技术

Linux 社区从零开始设计一种全新的异步 IO 框架 io_uring。io_uring 为了避免在提交和完成事件中的内存拷贝，设计了一对共享的 ring buffer 用于应用程序和内核之间的通信。该设计带来的好处有：

提交、完成请求时无需应用和内核之间的内存拷贝。
使用 SQPOLL 高级特性时，应用程序无需系统调用。
无锁操作，用 Memory Ordering 实现同步等。

龙蜥社区自 2020 年上半年开始参与 io_uring 社区开发，贡献了多个特性和优化，并在图数据库场景探索容器化部署和针对性优化。

技术优势：应用程序通过统一的标准系统调用来使用 io_uring。相比传统的 Linux Native AIO，io_uring 消除了仅支持 Direct IO 的限制以及额外的内存拷贝开销；相比用户态框架SPDK，io_uring 可复用 Linux 内核的标准驱动，无需额外的用户态驱动开发，应用场景更通用，编程接口更友好。

该技术特点包括：

简单易用，方便应用集成。
可扩展，不仅仅为存储 IO 使用，同样可以用于网络 IO。
特性丰富，满足所有应用，如支持 Buffer IO。
高效，尤其是针对大部分 512 字节或 4K IO 场景。
可伸缩，满足峰值场景的性能需要等。

应用场景：io_uring 可适用于绝大多数对异步 IO 有诉求的业务和应用。目前，io_uring 已在多个主流开源应用中集成，如 RocksDB、Netty、QEMU、SPDK、PostgreSQL、MariaDB 等。

03 图数据库引擎 iGraph 优化实践

图计算服务 Graph Compute 是龙蜥社区理事长单位阿里云研发的高性能分布式图计算产品，支持复杂图关系数据的存储、查询和计算，高效对接图算法与模型，在搜索推荐广告、实时风控、知识图谱、社交网络等场景有着广泛的应用。其内核引擎 iGraph 在基于磁盘的查询访问场景下引入了 io_uring，支持高 IOPS 下稳定运行。