![]()
2026年11月22日,IT之家援引Phoronix前一日报道称,Linux 7.4-rc4预计当日发布,其中一项NVMe命名空间删除优化值得存储与云基础设施团队关注:内核将把控制器下多个命名空间的删除从串行改为并行。补丁由软件工程师Qiliang Yuan提交。表面看,这是Linux内核存储栈的一次路径优化;放到云与AI数据中心的多租户存储池、NVMe over Fabrics连接管理和高频资源回收场景中,它触及的是控制器生命周期管理的尾延迟,是算力基础设施软件栈效率中一个细节但关键的变量。
串行删除的成本:20毫秒如何累积成秒级停顿
NVMe命名空间可以理解为NVMe存储设备内划分出的逻辑隔离存储卷,多租户、工作负载隔离和安全管理都依赖这种逻辑划分。此前Linux内核对命名空间的删除采用串行逻辑,每次只能处理一个。单次删除过程中,内核要在`del_gendisk()`路径中等待RCU宽限期,命名空间本体及其多路径头各自产生等待,合计约20毫秒。单看一个命名空间,这个数字并不刺眼;问题在于删除一个控制器时,命名空间数量会直接放大总耗时。
按补丁说明,控制器挂载64个命名空间时,串行拆除可能超过1秒。对于人工维护,1秒或许只是体感延迟;对于云平台、容器编排系统和NVMe-oF连接管理,1秒足以触发超时、重试和告警放大。尤其在断开NVMe-oF目标端连接、迁移租户或隔离故障控制器时,删除命名空间处在关键路径上,串行等待会让控制面操作呈现明显的长尾。
并行删除的改进不在于消灭这20毫秒,而在于让多个删除操作的等待窗口重叠。RCU宽限期具有全系统属性,多个删除请求的等待可以共享同一轮宽限期,减少重复等待。补丁采用异步执行域并行删除,并在返回前等待全部操作完成。这样,每个命名空间仍需经历约20毫秒的等待,但整体拆除时间不再简单随命名空间数量线性累加。对高并发存储运维而言,这是把“排队等待”改为“批量等待”的控制面效率提升。
多租户资源隔离:回收速度影响存储池周转
云与AI数据中心对命名空间的使用,早已不是静态划分。租户创建、项目切换、训练任务启动和结束,都会带来存储逻辑卷的批量分配与回收。资源隔离不仅包括“划分出来”,也包括任务结束后快速回收、重新进入资源池。串行删除命名空间,会让回收动作在控制器层面排队;命名空间越多,资源释放的长尾越明显。
AI场景进一步放大了这一问题。训练任务往往需要独立的数据集卷、缓存卷和checkpoint卷,任务结束后批量销毁。如果删除路径串行化,存储池的容量回收和下一轮任务调度之间就会出现不必要的等待。并行删除提升的是批量回收吞吐,缩短的是资源从“已释放”到“可再分配”的时间窗口。它不改变命名空间隔离的安全强度,却会影响多租户存储池的周转效率和运维体验。
对云平台而言,存储资源池的竞争力不只看峰值带宽和IOPS,也看控制面操作是否足够平滑。租户批量开通、批量退租、故障域隔离和容量再平衡,都是高频运维动作。命名空间删除并行化,正是这类“看不见的运维效率”的基础优化。
NVMe-oF部署:连接拆除进入更可控的时间窗口
NVMe-oF将NVMe存储访问扩展到RDMA、TCP等网络fabric之上,使远端主机可以像访问本地NVMe设备一样使用存储资源。它带来存储资源池化和跨节点调度能力,也让控制器连接的生命周期管理变得更加频繁:目标端维护、存储节点升级、租户迁移、故障隔离,都可能涉及断开连接并删除控制器下的命名空间。
在这一过程中,删除命名空间是连接拆除的关键步骤。串行删除导致64个命名空间超过1秒的拆除时间,对自动化编排并不友好。上层系统可能将秒级停顿误判为连接异常,进而触发重试、迁移或告警,放大故障影响。并行删除缩短了控制器拆除窗口,使NVMe-oF连接管理在规模化部署中更可控,也让存储节点维护和租户迁移的自动化流程更容易保持稳定。
放到通信行业的算力网络、云网融合和“东数西算”背景下,这一优化的意义更偏基础性。跨节点存储资源调度、全闪存资源池共享和云边协同,都要求存储连接能够快速建立、快速解绑。NVMe-oF部署比例提升后,内核层面的连接拆除效率会直接影响上层编排的响应速度。此次补丁由中国开发者提交,也说明Linux内核社区的基础软件贡献来源更加多元;国内操作系统发行版、服务器与存储厂商、云平台团队下一步值得关注的,是相关特性进入发行版内核的节奏,以及在多路径、NVMe-oF和容器编排环境中的验证覆盖。
从扫描到删除:大规模NVMe管理走向批处理
值得注意的是,这并非Linux内核第一次优化大规模NVMe命名空间管理。此前扫描路径已通过提交4e893ca81170实现异步化,使命名空间添加可以并行推进;此次删除路径采用相似的异步思路,相当于把“批量发现”和“批量回收”两端的管理效率补齐。对拥有大量NVMe设备、控制器和命名空间的现代服务器而言,存储栈的管理路径正在从逐项串行处理转向可批处理、可重叠等待的模型。
这类改动的产业含义不在单次操作快了多少毫秒,而在于它降低了大规模存储资源管理的控制面摩擦。云与AI数据中心的存储竞争,既取决于介质、接口和网络带宽,也取决于内核、驱动、多路径和编排软件能否把硬件能力转化为稳定的运维效率。Linux 7.4对NVMe命名空间并行删除的支持,是一个细粒度但指向明确的信号:当NVMe-oF和多租户存储成为算力底座常态,基础软件栈的批处理能力将越来越成为存储运维效率的一部分。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.