簡介

• 國立成功大學 統計學系 106 級 (2013 ~ 2017)

• 國立成功大學 人工智慧機器人 113 級 (2022 ~ 2024)

• GitHub: Kuanch

• HackMD: Kuanch

2024 Linux 核心實作 春季班 自我評量

相關共筆

• Linux Kernel Internals 2024 Spring

  本篇是課程中所有共筆的集合，包含作業、課程材料的理解以及課程材料延伸問題的探討。

期末專題

• CPU 排程器研究

我的專題最重要的三個主題是

1. kprobe 和 tracepoint :
   撰寫 tracepoint 的相關程式碼並不困難，但需要結合對排程器理解，撰寫 Kernel Module 與核心互動
   加上再以 kprobe 復現功能，雖然僅有小小篇幅，但我認為足以作為專題的主題之一

2. 使用 remote GDB 追蹤 CPU Scheduler 的行為 :
   技術上並沒有什麼門檻，但一步步分析、理解排程器的作動，以及其延伸問題，對我學習 Linux 核心有巨大幫助。

3. 撰寫《Demystifying the Linux CPU Scheduler》:
   感謝老師讓我參與該書 EEVDF 部分的貢獻，這部分最令我收穫良多的是從無止盡的 Patches 中找出當前 Linux 核心中重要的討論和主題
   並加上自己的理解，將其轉換為其他人能夠快速吸收、理解的知識

可惜力有未逮，遺憾十分的多，程式碼的開發比例太少
譬如對於 sched_ext 和 eBPF 的開發，看起來非常有趣又可以與排程器結合
以及 schbench 的分析和進一步的開發，尤其是發現它與 hachbench 在開發排程器時被大量開發者應用
若是能夠在碩一時修課，應該還能夠有時間變得更強

修課心得

我認為作業的設計是之所以本門課被稱為神課的因素之一，同樣的題目，允許不同人有不同的想法，並自主投入時間
特別有興趣的題目，也許可以花更多時間鑽研。雖然考驗同學的自主性，但一旦能夠上手，馬上就能快速進步
如我在作業四之後就大量投入排程器相關的議題，並將其整理在 hackmd 成冊
有些問題是靈光乍現、先前從未思考過，就可以將研究的過程和成果記錄下來

允許同學自主開發題目、分配時間，這樣的形勢十分有挑戰但也無疑收穫巨大

此外，老師準備了許多材料
當你有任何 Linux 核心相關的疑問，必然有先導教材
能夠快速讓你了解其前因後果，而歷屆學生可能也有共筆
如果你願意搭配 ChatGPT 等工具不斷追問、願意設計並投入實驗
你完全有可能將某一個問題研究的淋漓盡致，並使其成為有價值的成果

分項自我評量

1. 參與 《Demystifying the Linux CPU Scheduler》 編撰 (9 分)

2. 作業 1 - 6 皆有如期完成，且有一定完成度 (9 分)

3. 期末專題可參考前述，具有一定完成度，所有的 TODO 皆有產出 (9 分)

4. 與老師討論兩次，分別為 5 / 1 及 6 / 8 (7 分)

5. 投入狀況以及心得 (7 分)

   投入狀況我給自己 7 分。 原因是我在本門課前對於 C 以及 OS 知識十分缺乏導致常常耗費大量時間在基本問題上打轉，當然也不一定是壞事
   只是難以消化大量有價值的課程教材，如 CS:APP 和 lkmpg 等，教材的閱讀進度較為低落

   此外，我在本門課程中較少有以程式開發為主的題目，許多成果似乎只是對我自己有幫助
   但對其他同學可能不具有技術難度，導致雖然筆記很多，但就內容看來似乎有些灌水，並不是特別有價值的產出

   但我也紮紮實實的學到很多很多東西，如同在作業五閱讀〈因為自動飲料機而延畢的那一年〉所提及的
   「完成比完美更重要」+「誠實面對自己」+「持之以恆」
   我也會繼續堅持下去，感謝老師

6. 我僅有在 4 月發送郵件給指導老師 (3 分)

自我評量總分

採方案 B 計算分數為，1 + (9*9*9*7*7*3)^(1/6) = 7.89