PMDK 及其应用场景

PMDK 的全称是 Persistent Memory Development Kit，它包含了 Intel 开发的一系列旨在方便非易失性内存的应用开发的函数库和工具。PMDK 是一个还在快速发展变化的新鲜事物，不过版本的迭代更新等很多信息都可以公开看到¹。需要注意的是，PMDK 的网站入口² 和 Git 仓库的入口³不是严格的一一对应关系。

实际上，PMDK 的 Git 仓库 ³ 中包含了 libpmem、libvmem、libpmemblk、libpmemlog、libpmemobj、libpmempool、libvmmalloc 等很多函数库。还有很多函数库和工具分散在其他的一些 Git 仓库中，例如我们下面要介绍的 libpmemkind、libvmemcache、libpmemkv 以及支持 C/C++、Java、Python 等语言的绑定。在此前的文章 A Try on PMDK 中，我使用的是 PMDK 中最底层的一个函数库 libpmem。

Intel 把前面提到的很多函数库、工具等统称为 PMDK ²。可以推测，它在快速发展过程中会不断的增加新的成员，也可能会删除旧的成员。这些五花八门的函数库、工具、例子和文档正说明了 NVM 潜在应用范围之广泛，也证明了 Intel 在不遗余力的构建围绕 NVM 的软件生态。

典型应用场景

PMDK 包含了这么多的函数库和工具，它们分别对应的就是不同的应用场景。从易用性和收益两个维度分别来看，随着函数库使用难度的增加，采用它所获得的性能也有对应的提升。典型的使用场景包括：

将 DRAM 和 NVM 一起当做内存使用

这是一种最简单快捷，又无需修改应用程序代码，可以说几乎是即插即用、立竿见影的做法。NVM 比 DRAM 要便宜很多，而单条容量又是 DRAM 的好几倍（例如 32 GiB vs. 256 GiB）。操作系统将其识别为内存，DRAM 实际上作为 NVM 的一层 CACHE，应用程序看到的内存就是 NVM 构成的更大的 “DRAM”。

显然，这种模式下应用程序一行代码都没有改，严格来说跟 PMDK 也没有什么关系。很多需要大内存又不修改程序代码的场景都可以采用这种模式。

将 DRAM 和 NVM 分别当做不同层次的内存使用

这种方式也是将 NVM 当做易失性内存使用，不过不再将 DRAM 当做其 CACHE，也不能够对应用完全透明。缺点是要求应用程序修改代码，最好还能够识别数据的冷热，自行决定将哪些数据放到 DRAM，哪些数据放到 NVM。PMDK 提供的函数库 libmemkind 就是为了解决这种应用场景的需求的。代码片段⁴的例子如下：

struct memkind *pmem_kind = nullptr;
size_t max_size = 1 << 30; /* gigabyte */

/* Create PMEM partition with specific size */ 
memkind_create_pmem(PMEM_DIR, max_size, &pmem_kind);

/* allocate 512 bytes from 1 GB available */
char *pmem_string = (char *)memkind_malloc(pmem_kind, 512);

/* deallocate the pmem object */
memkind_free(pmem_kind, pmem_string);

很多需要大内存，又可以自行修改程序代码的场景都可以尝试这种模式，例如 REDIS 类的内存 KV 系统。

将 NVM 当做对象缓存使用

这种方式仍然将 NVM 当做易失性内存使用，不过用途更单一，就是当做对象缓存。PMDK 中的 libvmemcache 函数库⁵就是做这个用途的。如果现有系统中仅仅需要增加一个巨大的缓存，这是一种很方便的做法。代码片段如下：

VMEMcache *cache = vmemcache_new("/tmp", VMEMCACHE_MIN_POOL, VMEMCACHE_MIN_EXTENT, VMEMCACHE_REPLACEMENT_LRU);

const char *key = "foo";
vmemcache_put(cache, key, strlen(key), "bar", sizeof("bar"));

char buf[128];
ssize_t len = vmemcache_get(cache, key, strlen(key), buf, sizeof(buf), 0, NULL); 
vmemcache_delete(cache);

将 NVM 当做持久化的 KV 存储使用

与之前的几种用法都不同，这种方式将 NVM 当做持久化存储使用，用来当做一个持久化的 KV 存储。PMDK 中的 libpmemkv 函数库⁶就是针对这种用途设计的。它还支持多种不同语言的绑定，例如下面是一个 Node.js 的例子：

const pmemkv = require('pmemkv');

const kv = new KVEngine('vsmap', '{"path":"/dev/shm/"}');

kv.put('key1', 'value1');
assert(kv.count === 1);
assert(kv.get('key1') === 'value1');

kv.all((k) => console.log(` visited: ${k}`));

kv.remove('key1');
kv.stop();

将 NVM 当做事务性对象存储使用

这种方式也是将 NVM 当做持久化存储使用，但又需要采用自己的存储格式。既然应用程序要有自己的存储格式，就需要解决很多通用的问题，例如基本的原子性和持久性保证。为了便于理解，可以近似认为应用程序需要自己来做一个简单的数据库系统。PMDK 中的 libpmemobj 函数库 ⁷ 是针对这种场景设计的，

它提供了基本的事务支持，允许应用程序用特定的语法表示事务，从而将应用程序从这些比较困难的底层细节里头解放出来。如果对比一下 C 语言和 C++ 的两种实现，会发现前者比较复杂，而后者就比较容易理解和使用。

当然，如果要在 NVM 上实现自己的高性能数据库，还是需要自己从底层做起，不能采用现成的函数库这么简单粗暴的做法。

直接使用底层的原语

这种方式是最接近物理硬件的高性能做法，正如前面的例子所述，它需要应用程序采用 MMAP、MEMCPY 等一系列针对 NVM 优化过的原语来进行访问。显然，应用程序需要做比较大的改动，这也是很多高性能系统所倾向于采用的做法，PMDK 中的 libpmem 函数库⁸就是用来解决这种需求的，它实际上也是前面很多函数库的基础，

虽然看起来比较底层，libpmem 的使用还是比较简单的，而且它封装了 PMDK 和 CACHE FLUSH提到的各种 FLUSH 指令等具体的细节，对应用程序的侵入性不算太大，