Linux 系统虚拟化模型及障碍

x86架构CPU虚拟化

Gerald J. Popek和Robert P. Goldberg在1974年发表的论文“Formal Requirements for Virtualizable[A1] [A2] Third Generation Architectures”中提出了符合虚拟化的3个条件：

(1)等价性，即VMM需要在宿主机上为虚拟机模拟出一个本质上与物理机一致的环境。虚拟机在这个环境上运行与其在物理机上运行别无二致，除了可能因为资源竞争或者VMM的干预导致在虚拟环境中表现上略有差异，比如虚拟机的I/O、网络等因宿主机的限速或者多个虚拟机共享资源，导致速度可能要比独占物理机的慢一些。

(2)高效性，即虚拟机指令执行的性能与其在物理机上运行相比并无明显损耗。该标准要求虚拟机中的绝大部分指令无须VMM干预而直接运行在物理CPU上，比如我们在x86架构上通过Qemu运行的ARM系统并不是虚拟化，而是仿真(Emulator)。

(3)资源控制，即VMM完全控制系统资源。由VMM控制协调宿主机资源给各个虚拟机，而不能由虚拟机控制了宿主机的资源。

陷入和模拟模型

为了满足GeraldJ. Popek和Robert P. Goldberg提出的满足虚拟化的3个条件，一个典型的解决方案是Trap andEmulate模型。

一般来说，处理器可以归结为两种运行模式：系统模式和用户模式。相应的，CPU的指令也分为特权指令和非特权指令。特权指令只能在系统模式运行，如果特权指令运行在用户模式就将触发处理器异常。操作系统将内核运行在系统模式，因为内核需要管理系统资源，需要运行特权指令，而普通的用户程序则运行在用户模式。

在虚拟化场景下，虚拟机的用户程序仍然运行在用户模式，但是虚拟机的内核将运行在用户模式，这种方式称为Ring Compression。在这种方式下，虚拟机中的非特权指令直接运行在处理器上，满足了Popek和Goldberg提出的虚拟化标准中高效的要求，即指令的大部分无须VMM干预直接在处理器上运行。但是，当虚拟机执行特权指令时，因为是在用户模式执行特权指令，将触发处理器异常，从而陷入到VMM中，由VMM代理虚拟机完成系统资源的访问，即所谓的模拟(emulate)。如此，又满足了Popek和Goldberg提出的虚拟化标准中VMM控制系统资源的要求，虚拟机将不会因为可以直接运行特权指令而修改宿主机的资源，从而破坏宿主机的环境。

x86架构虚拟化的障碍

Gerald J. Popek和Robert P. Goldberg指出，修改系统资源的，或者在不同模式下行为有不同表现的，都属于敏感指令。在虚拟化场景下，VMM需要监测到这些敏感指令。一个支持虚拟化的体系架构的敏感指令都属于特权指令，即在非特权级别执行这些敏感指令时，CPU会抛出异常，进入VMM的异常处理函数，从而实现了控制VM访问敏感资源的目的。

但是，x86架构恰恰不能满足Gerald J. Popek和Robert P. Goldberg定义的这个准则，且并不是所有的敏感指令都是特权指令，有些敏感指令在非特权模式下执行时并不会抛出异常，此时VMM就无法拦截或者处理VM的行为。以修改FLAGS寄存器中的IF(interrupt flag)为例，我们首先使用指令pushfd将寄存器FLAGS的内容压到栈中，然后将栈顶的IF清0，最后使用popf指令从栈中恢复FLAGS寄存器。如果将虚拟机内核运行在ring 1，x86的CPU并不会抛出异常，而只是默默地忽略指令popfd，因此虚拟机关闭IF的目的并没有生效。

有人提出半虚拟化的方式，即修改Guest的代码，但是这不符合虚拟化的透明准则。后来，人们提出了二进制翻译的方式，包括静态翻译和动态翻译。静态翻译就是在运行前，扫描整个可执行文件，对敏感指令进行翻译，重新形成一个新的文件。静态翻译是有其局限性的，必须提前处理，而且有些指令只有在运行时才产生的副作用，无法静态处理。于是，动态翻译应运而生，即在运行时以代码块为单元动态地修改二进制代码。动态翻译在很多VMM中得到应用，而且优化的效果非常不错。

VMX扩展

虽然程序员们从软件层面采用了多种方案去解决x86架构在虚拟化方面的问题，但是软件层的解决方案除了额外的开销外，也给VMM的实现带来了巨大的复杂性。于是，Intel尝试从硬件层面解决这个问题。Intel并没有将那些非特权的敏感指令修改为特权指令，因为并不是所有的特权指令都需要Trap and Emulate。我们举个典型的例子，每当操作系统内核切换进程时，都会切换cr3寄存器，使其指向当前运行进程的页表。当使用影子页表进行GVA到HPA的映射时，需要捕获Guest的每一次设置cr3寄存器的操作，VMM模块使其指向影子页表。而当启用了硬件层面的EPT支持后，cr3仍然指向Guest的进程页表，无须捕捉Guest设置cr3寄存器的操作，也就是说，虽然写cr3寄存器是特权指令，但是其不需要陷入VMM。

Intel开发了VT技术支持虚拟化，为CPU增加了Virtual-Machine Extensions，简称为VMX。一旦启动了CPU的VMX支持，CPU将提供2种运行模式：VMX Root Mode和VMX non-Root Mode，每一种模式都支持ring0 ~ ring3。VMM运行在VMX RootMode，除了支持VMX外，VMX Root Mode和普通的模式并无本质区别。VM运行在VMX non-Root Mode，Guest无须再采用Ring Compression方式，Guest kernel可以直接运行在VMX non-Root Mode的ring0，如图1所示。

图1 VMX运行模式

处在VMX RootMode的VMM可以通过执行CPU提供的虚拟化指令VMLaunch切换到VMX non-Root Mode，因为这个过程相当于进入Guest[3] ，所以通常也被称为VM entry。当Guest内部执行了敏感指令，比如某些I/O操作后，将触发CPU发生陷入的动作，从VMX non-Root Mode切换回VMX Root Mode，这个过程相当于退出VM，所以也称为VM exit。然后VMM将对Guest 的操作进行模拟。相比于Ring Compression方式，即将Guest的内核也运行在用户模式(ring 1 ~ ring 3)的方式，支持VMX扩展的CPU[4] ：

(1)运行于Guest模式时，Guest用户空间的系统调用直接陷入Guest模式的内核空间，而不是再陷入到Host模式的内核空间。

(2)对于外部中断，因为需要让VMM控制系统的资源，所以处于Guest模式的CPU收到外部中断，则触发CPU从Guest模式退出到Host模式，由Host内核处理外部中断。处理完中断后，再重新切入Guest模式。为了提高I/O效率，Intel支持外设透传模式，在这种模式下，Guest可以不必产生VM exit，“设备虚拟化”一章将讨论这种特殊方式。

(3)不再是所有的特权指令都会导致处于Guest模式的CPU发生VM exit，仅当运行敏感指令时才会导致CPU从Guest模式陷入Host模式，因为有的特权指令并不需要由VMM介入处理。

如同一个CPU可以分时运行多个任务一样，每个任务有自己的上下文，由调度器在调度时切换上下文，从而实现同一个CPU同时运行多个任务。在VMX扩展下，同一个物理CPU“一人分饰多角”，分时运行着Host及Guest，在不同模式间按需切换，因此，不同模式也需要保存自己的上下文。为此，VMX设计了一个保存上下文的数据结构：VMCS。每一个Guest都有一个VMCS实例，当物理CPU加载了不同的VMCS时，将运行不同的Guest，，如图2所示。

图2 多个Guest切换

VMCS中主要保存着两大类数据，一类是状态，包括Host的和Guest的，另外一类是控制Guest运行时的行为。

(1)Guest-state area，保存虚拟机状态的区域。当发生VM exit时，Guest的态保存在这个区域;当VM entry时，这些状态将被装载到CPU中。这些都是硬件层面的自动行为，VMM无须编码干预。

(2)Host-state area，保存宿主机状态的区域。当发生VM exit时，CPU自动从VMCS装载这些状态到物理CPU;当VM entry时，CPU自动将状态保存到这个区域。

(3)VM-exit information fields。当虚拟机发生VM exit时，VMM需要知道导致VM exit的原因，然后才能对症下药，进行相应的模拟操作。为此，CPU会自动将Guest退出的原因保存在这个区域，供VMM使用。

(4)VM-execution control fields。这个区域中的各种字段控制着虚拟机运行时的一些行为，比如设置Guest运行时访问cr3时是否触发VM exit;控制VM entry与exit时的行为的VM-entry control fields和VM-exitcontrol fields。我们不再一一列出细节，读者如有需要可以查阅Intel手册。

在创建VCPU时，KVM模块将为每个VCPU申请一个VMCS，每次CPU准备切入Guest模式时，将设置其VMCS指针指向即将切入的Guest对应的VMCS实例：

1. commit 6aa8b732ca01c3d7a54e93f4d701b8aabbe60fb7
2. [PATCH] kvm: userspace interface
3. linux.git/drivers/kvm/vmx.c
4. static struct kvm_vcpu *vmx_vcpu_load(structkvm_vcpu *vcpu)
5. {
6. u64phys_addr = __pa(vcpu->vmcs);
7. int cpu;
9. cpu =get_cpu();
10. …
11. if(per_cpu(current_vmcs, cpu) != vcpu->vmcs) {
12. …
13. per_cpu(current_vmcs, cpu) = vcpu->vmcs;
14. asmvolatile (ASM_VMX_VMPTRLD_RAX "; setna %0"
15. : "=g"(error) : "a"(&phys_addr),"m"(phys_addr)
16. : "cc");
17. …
18. }
19. …
20. }

并不是所有的状态都由CPU自动保存与恢复，我们还需要考虑效率。以cr2寄存器为例，大多数时候，从Guest退出到Host再次进入Guest期间，Host并不会改变cr2寄存器的值，而且写cr2的开销不小，如果每次VM entry都更新一次cr2，除了浪费CPU指令周期，毫无意义。因此，将这些状态交给VMM由软件自行控制更合适。

VCPU生命周期

对于每个虚拟处理器(VCPU)，VMM使用一个线程代表VCPU这个实体。在Guest运转过程中，每个VCPU基本都在如图1-3所示的状态中不断地转换。

图3 VCPU生命周期

在用户空间准备好后，VCPU所在线程向内核中KVM模块向发起一个ioctl请求KVM_RUN，告知内核中的KVM模块，用户空间的操作已经完成，可以切入Guest模式运行Guest了。

在进入内核态后，KVM模块将调用CPU提供的虚拟化指令切入Guest模式。如果是首次运行Guest，则使用VMLaunch指令，否则使用VMResume指令。在这个切换过程中，首先，CPU的状态，也就是Host的状态，将会被保存到VMCS中存储Host状态的区域，非CPU自动保存的状态由KVM自行保存。然后，加载存储在VMCS中的Guest的状态到物理CPU，非CPU自动恢复的状态则由KVM自行恢复。

物理CPU切入Guest模式，运行Guest指令。当执行Guest指令遇到敏感指令时，CPU将从Guest模式切回到Host模式的ring0，进入Host内核的KVM模块。在这个切换过程中，首先，CPU的状态，也就是Guest的状态，将会被保存到VMCS中存储Guest状态的区域，然后，加载存储在VMCS中的Host的状态到物理CPU。同样的，非CPU自动保存的状态，由KVM模块自行保存。

处于内核态的KVM模块从VMCS中读取虚拟机退出原因，尝试在内核中处理。如果内核中可以处理，那么虚拟机就不必再切换到Host模式的用户态了，处理完后，直接快速切回Guest。这种退出也称为轻量级虚拟机退出。

如果内核态的KVM模块不能处理虚拟机退出，那么VCPU将再进行一次上下文切换，从Host的内核态切换到Host的用户态，由VMM的用户空间部分进行处理。VMM用户空间处理完毕后，再次发起切入Guest模式的指令。在整个虚拟机运行过程中，这个过程循环往复。

下面是内核空间切入、切出Guest的代码：

1. commit 6aa8b732ca01c3d7a54e93f4d701b8aabbe60fb7
2. [PATCH] kvm: userspace interface
3. linux.git/drivers/kvm/vmx.c
4. static int vmx_vcpu_run(struct kvm_vcpu *vcpu, …)
5. {
6.  u8 fail;
7. u16fs_sel, gs_sel, ldt_sel;
8. intfs_gs_ldt_reload_needed;
10. again:
11. …
12.  /*Enter guest mode */
13. "jne launched \n\t"
14. ASM_VMX_VMLAUNCH "\n\t"
15. "jmp kvm_vmx_return \n\t"
16. "launched: " ASM_VMX_VMRESUME "\n\t"
17. ".globl kvm_vmx_return \n\t"
18. "kvm_vmx_return: "
19. /*Save guest registers, load host registers, keep flags */
20. …
21.  if(kvm_handle_exit(kvm_run, vcpu)) {
22. …
23. goto again;
24. }
25. }
26. return 0;
27. }

在从Guest退出时，KVM模块首先调用函数kvm_handle_exit尝试在内核空间处理Guest退出。函数kvm_handle_exit有个约定，如果在内核空间可以成功处理虚拟机退出，或者是因为其他干扰比如外部中断导致虚拟机退出等无须切换到Host的用户空间，则返回1;否则返回0，表示需要求助KVM的用户空间部分处理虚拟机退出，比如需要KVM用户空间的模拟设备处理外设请求。

如果内核空间成功处理了虚拟机的退出，则函数kvm_handle_exit返回1，我们看到上述代码直接跳转到标签again处，然后程序流程会再次切入Guest。这种虚拟机退出被称为轻量级虚拟机退出。如果函数kvm_handle_exit返回0，则函数vmx_vcpu_run结束执行，CPU从内核空间返回到用户空间，以kvmtool为例，其相关代码片段如下：

1. commit 8d20223edc81c6b199842b36fcd5b0aa1b8d3456
2. Dump KVM_EXIT_IO details
3. kvmtool.git/kvm.c
4. int main(int argc, char *argv[])
5. {
6. …
7.  for (;;){
8. kvm__run(kvm);
10.  switch (kvm->kvm_run->exit_reason) {
11. caseKVM_EXIT_IO:
12. …
13. }
14. …
15. }

根据代码可见，kvmtool发起进入Guest的代码处于一个无限的for循环中。当从KVM内核空间返回用户空间后，kvmtool在用户空间处理Guest的请求，比如调用模拟设备处理I/O请求。在处理完Guest的请求后，重新进入下一轮for循环，kvmtool再次请求KVM模块切入Guest。

王柏生 资深技术专家，先后就职于中科院软件所、红旗Linux和百度，现任百度主任架构师。在操作系统、虚拟化技术、分布式系统、云计算、自动驾驶等相关领域耕耘多年，有着丰富的实践经验。著有畅销书《深度探索Linux操作系统》(2013年出版)。

谢广军 计算机专业博士，毕业于南开大学计算机系。资深技术专家，多年的IT行业工作经验。现担任百度智能云副总经理，负责云计算相关产品的研发。多年来一直从事操作系统、虚拟化技术、分布式系统、大数据、云计算等相关领域的研发工作，实践经验丰富。

本文内容节选自《深度探索Linux虚拟化技术》，已获得机械工业出版社华章公司授权。

原文链接：https://mp.weixin.qq.com/s/HnERI0V-_YnQZFtN_L5psQ