24.03.19 퀴즈, 운영체제, PintOS

퀴즈

1. 커널 모드에서 실행될 수 있는 작업의 예를 들고, 이러한 작업들이 사용자 모드에서 실행되지 않는 이유를 설명하세요.

• 공유 자원 관리는 운영체제의 중요한 기능 중 하나로, 주로 커널 모드에서 실행된다. 예를 들어, 파일 시스템, 메모리, 프린터 등과 같은 자원은 여러 프로세스에 의해 동시에 요청될 수 있으며, 이에 대한 접근과 사용을 적절히 관리하는 것이 필수적이다. 커널 모드에서는 이러한 자원들에 접근을 제어하고, 충돌이나 데이터 손상을 방지하는 역할을 한다.
• 사용자 모드에서는 이러한 공유 자원의 직접 관리를 수행하지 않는다. 이는 여러 사용자 또는 프로세스가 자원에 직접 접근할 경우 데이터의 일관성과 안정성이 위협받을 수 있기 때문입니다.

2. 운영체제에서 컨텍스트 스위칭이 발생하는 과정에서 어떤 정보가 저장되고 복원되는지 설명하세요.

• 컨텍스트 스위칭 과정에서 운영체제는 현재 프로세스의 컨텍스트를 저장하고, 다음에 실행할 프로세스의 컨텍스트 상태를 복원한다.
• 저장되는 정보에는 프로세스의 프로그램 카운터, 레지스터 상태, 메모리 관리 정보, 연린 파일 목록 등이 포함된다.

3. fsync() 함수의 작동 원리를 설명하고, 이 함수가 파일 시스템에서 어떤 역할을 하는지 서술하세요. 또한 fsync()를 사용할 때 고려해야 할 성능상의 영향에 대해서도 설명하세요

• fsync() 함수는 열려 있는 파일 디스크립터와 관련된 모든 수정된 데이터를 디스크에 동기화한다. 이는 파일의 쓰기 작업이 메모리에만 저장되는 것이 아니라, 실제 저장 매체에도 반영되도록 보장되는 역할을 한다. fsync()의 중요한 역할 중 하나는 시스템이 예기치 않게 중단되더라도 데이터의 무결성을 보장하는 것이다.
• fsync()를 사용할 때의 주요 성능상의 영향으로는 디스크 I/O 작업이 증가하여 시스템의 전반적인 성능 저하가 발생할 수 있다는 점을 고려해야 한다. 특히, 빈번한 fsync() 호출은 디스크의 작업 부하를 증가시키고, 결과적으로 시스템의 반응 속도를 늦출 수 있다.

운영체제

22. 락 기반의 병행 자료 구조

• 자료구조에 락을 추가하면 해당 자료구조를 경쟁 조건으로부터 안전한 쓰레드 사용(thread safe) 자료 구조로 만들 수 있다. 락이 어떤 방식으로 추가되었느냐에 따라 그 자료구조의 정확성과 성능이 좌우된다.

22.1 병행 카운터

• 카운터는 가장 간단한 자료구조 중 하나이다. 보편적으로 사용되는 구조이면서 인터페이스가 간단하다.
  • 간단하지만 확장성이 없다.
• 이 병행이 가능한 카운터는 간단하지만 정확하게 동작한다. 사실 이 카운터는 가장 간단하고 가장 기본적인 병행 자료 구조의 보편적인 디자인 패턴을 따른다. 자료구조를 조작하는 루틴을 호출할 때 락을 추가했고, 그 호출문이 리턴될 때 락이 해제되도록 하였다. 이 방식은 모니터(monitor)를 사용하여 만든 자료구조와 유사하다. 모니터 기법은 객체에 대한 메소드를 호출하고 리턴할 때 자동적으로 락을 획득하고 해제한다.
• 이성적으로 하나의 쓰레드가 하나의 CPU에서 작업을 끝내는 것처럼 멀티 프로세서에서 실행되는 쓰레드들도 빠르게 작업을 처리하고 싶을 것이다. 이와 같이 동작하는 것을 완벽한 확장성(perfect scaling)이라 한다. 완벽한 확장성이 담보되는 환경에서는 작업량이 CPU개수에 비례하여 증가하더라도 각 작업이 병렬적으로 처리되어 전체 완료 시간이 늘어나지 않는다는 것을 말한다.

확장성 있는 카운팅

근사 카운터(approximate counter)

• 근사 카운터는 하나의 논리적 카운터로 표현되는데, CPU 코어마다 존재하는 하나의 물리적인 지역 카운터와 하나의 전역 카운터로 구성되어 있다. 어떤 기기가 네 개의 CPU를 갖고 있다면 그 시스템은 네 개의 지역 카운터와 하나의 전역 카운터를 갖고 있다. 이 카운터들 외에 지역 카운터를 위한 락들과 전역 카운터를 위한 락이 존재한다.
• 근사 카운터의 기본 개념은 다음과 같다. 쓰레드는 지역 카운터를 증가시킨다. 이 지역 카운터는 지역 락에 의해 보호된다. 각 CPU는 저마다 지역 카운터를 갖기 때문에 CPU들에 분산되어있는 쓰레드들은 지역 카운터를 경쟁없이 갱신할 수 있다. 그러므로 카운터 갱신은 확장성이 있다.
• 쓰레드는 전역 카운터를 읽어서 카운터 값을 판단한다. 전역 카운터의 값은 주기적으로 지역 카운터 값을 반영하여 주기적으로 갱신되어야 한다. 전역 락을 사용하여 지역 카운터의 값을 전역 카운터의 값에 더하고, 그 지역 카운터의 값은 0으로 초기화 한다.
• 지역에서 전역으로 값을 전달하는 빈도는 정해놓은 S값에 의해 결정된다. S의 값이 작을수록 (갱신 빈도가 클수록) 카운터의 확장성이 없어지면, 갱신 빈도가 작을수록(S값이 클 수록) 전역 카운터 값과 실제 카운터 값이 일치하지 않을 확률이 커진다. 정확한 카운터 값을 계산하기 위해, 모든 지역 카운터와 전역 카운터에 대한 락을 획득한 후 계산하면 된다. 락 연산으로 인한 선능의 하락이 심각할 수 있다. 또 지역 카운터에 대한 락을 획득하는 순서를 적절히 제어하지 않으면 교착상태가 발생한다.

22.2 병행 연결 리스트

확장성 있는 연결 리스트

• 병행이 가능한 연결리스트를 갖게 되었지만 확장성이 좋지 않다는 문제가 있다. 병행성을 개선하는 방법 중 하나로 hand-over-hand locking(또는 coupling) 이라는 기법을 개발했다.
• 개념은 단순하다. 전체 리스트에 하나의 락이 있는 것이 아니라 개별 노드마다 락을 추가하는 것이다. 리스트를 순회할 때 다음 노드의 락을 먼저 획득하고 지금 노드의 락을 해제하도록 한다.
• 개념적으로는, 리스트 연산에 병행성이 높아지기 때문에 괜찮은 것처럼 보인다. 하지만 실제로는 간단한 락 방법에 비해 속도 개선을 기대하기가 쉽지 않다. 리스트를 순회할 때 각 노드에 락을 획득하고 해제하는 오버헤드가 매우 크기 때문이다. 아주 큰 리스트를 굉장히 많은 수의 쓰레드가 병행적으로 순회한다 해도 락을 하나만 사용하는 것보다 빠르기 어렵다. 차라리 일정 개수의 노드를 처리할 때마다 하나의 새로운 락을 획득하는 하이브리드 방식이 더 가치있어 보인다.

22.3 병행 큐

• 어떤 자료 구조를 병행연산에 대해 보호하기 위한 가장 쉬운 방법은 자료구조 전체에 락을 하나 두는것이다. 이 방법이 쉽기 때문에 많이 사용된다. 병행 큐는 다른 방법을 사용한다.
• 두 개의 락을 가지고 있는데, 하나는 큐의 헤드에, 다른 하나는 테일에 사용되는 것을 알 수 있다. 이 두 개의 락의 목적은 큐에 삽입과 추출연산에 병행성을 부여하는 것이다. 일반적인 경우에는 삽입 루틴이 테일 락을 접근하고 추출연산이 헤드 락 만을 다룬다.
• 큐 초기화 코드에 더미(dummy)노드 하나를 추가했다. 이 더미노드는 헤드와 테일연산을 구분하는데 사용되었다.
• 큐는 멀티 쓰레드 프로그램에서 자주 사용된다. 하지만 방금 다룬 락만 존재하는 큐는 실제 프로그램에서 사용할 수 없다. 큐가 비었거나 가득 찬 경우, 쓰레드가 대기하도록 하는 기능이 필요하다.

PintOS

어렵다..

fork와 wait 진짜 벽중의 벽이다.

안풀린다 안풀려

내일은 꼭

내일은 꼭!!!!!!!!!!