我应该使用什么库或 API 来实现执行异步 IO 的 linux 内核模块？
What library or API should I use to implement a linux kernel module doing asynchronous IO?
首先我会告诉我的电脑环境，我的问题的背景，我的问题，然后我会解释我的确切问题。
环境：
OS: Ubuntu 16.04
内核：4.17.1
CPU：i7-6700k
内存：8GB DRAM
存储：SSD 120GB
背景：
我正在尝试针对我的特定应用程序优化 linux 内核。下面是这个应用的抽象逻辑。
1. 调用malloc，分配内存space，大小恰好是4KB(page size)
2. 将预定义数据（同样，大小为 4KB）复制到分配的内存 space.
3. 计算
4.释放分配的内存space.
这个序列大约每秒发生几千到一万次。
所以我认为每秒使用 memcpy() 数千次将预定义数据复制到分配的内存 space 是非常低效的。但是我无法修复此应用程序的代码。
我的问题：
我想通过内核模块异步执行这些副本，尽可能使用更少的 CPU 周期。因此，我正在尝试实现一个内核模块，该模块将此预定义数据异步复制到内核中的可用页面框架，并管理一个包含预定义数据的池页面框架。当我的特定应用程序请求一个页面框架时，我的内核会从这个池中给一个页面框架。
异步拷贝数据，我首先考虑的是DMA，但是我CPU的intel idma64不能异步拷贝数据内存到内存。现在，我正在尝试将此数据从辅助存储 (SSD) 复制到内存。我发现 linux.
中有名为 libaio 的异步 IO 库
我的问题：
1. 我可以在内核模块中使用 libaio 库吗？如果不是，我必须使用什么样的库或 API 才能在我的内核模块中进行异步复制？
2. libaio（或其他东西）真的会在不利用 CPU 周期的情况下进行复制吗？
我认为您不需要编写内核模块。用户 space 线程池的 CPU 固定线程与文件的内存映射集合一起工作将尽可能高效地实现。请注意 "TLB shootdown" 即避免修改进程的地址 space，并尽可能多地抛出虚拟地址 space 以避免出现问题。也许通过 madvise() 向内核提示哪些已写入的页面将永远不会再次使用，并且您应该是最佳的 - 足够多的线程将最大化 SSD 的队列深度，您希望 QD8 的目标是QD16，您应该轻松地使 NVMe link 饱和，同时将 CPU 使用率保持在 100% 以下。
如果您有许多 NVMe linked SSD，事情会变得更难，您可能需要考虑更换 Linux 具有更可扩展存储的东西 i/o，但吞吐量与那里有可伸缩性权衡。 Windows 和 FreeBSD 如果您正确地划分工作，则可以更好地扩展到很多设备，但是 Linux 将在少数设备上做得更好。祝你好运！
首先我会告诉我的电脑环境，我的问题的背景，我的问题，然后我会解释我的确切问题。
环境：
OS: Ubuntu 16.04
内核：4.17.1
CPU：i7-6700k
内存：8GB DRAM
存储：SSD 120GB
背景：
我正在尝试针对我的特定应用程序优化 linux 内核。下面是这个应用的抽象逻辑。
1. 调用malloc，分配内存space，大小恰好是4KB(page size)
2. 将预定义数据（同样，大小为 4KB）复制到分配的内存 space.
3. 计算
4.释放分配的内存space.
这个序列大约每秒发生几千到一万次。
所以我认为每秒使用 memcpy() 数千次将预定义数据复制到分配的内存 space 是非常低效的。但是我无法修复此应用程序的代码。
我的问题：
我想通过内核模块异步执行这些副本，尽可能使用更少的 CPU 周期。因此，我正在尝试实现一个内核模块，该模块将此预定义数据异步复制到内核中的可用页面框架，并管理一个包含预定义数据的池页面框架。当我的特定应用程序请求一个页面框架时，我的内核会从这个池中给一个页面框架。
异步拷贝数据，我首先考虑的是DMA，但是我CPU的intel idma64不能异步拷贝数据内存到内存。现在，我正在尝试将此数据从辅助存储 (SSD) 复制到内存。我发现 linux.
中有名为 libaio 的异步 IO 库我的问题：
1. 我可以在内核模块中使用 libaio 库吗？如果不是，我必须使用什么样的库或 API 才能在我的内核模块中进行异步复制？
2. libaio（或其他东西）真的会在不利用 CPU 周期的情况下进行复制吗？
我认为您不需要编写内核模块。用户 space 线程池的 CPU 固定线程与文件的内存映射集合一起工作将尽可能高效地实现。请注意 "TLB shootdown" 即避免修改进程的地址 space，并尽可能多地抛出虚拟地址 space 以避免出现问题。也许通过 madvise() 向内核提示哪些已写入的页面将永远不会再次使用，并且您应该是最佳的 - 足够多的线程将最大化 SSD 的队列深度，您希望 QD8 的目标是QD16，您应该轻松地使 NVMe link 饱和，同时将 CPU 使用率保持在 100% 以下。
如果您有许多 NVMe linked SSD，事情会变得更难，您可能需要考虑更换 Linux 具有更可扩展存储的东西 i/o，但吞吐量与那里有可伸缩性权衡。 Windows 和 FreeBSD 如果您正确地划分工作，则可以更好地扩展到很多设备，但是 Linux 将在少数设备上做得更好。祝你好运！