congestion_wait() や shrink_inactive_list() による直接回収処理中にアプリケーションプロセスがハングする

Issue

• 問題は、直接回収のパスにおいて、複数のプロセスが shrink_inactive_list() および too_many_isolated() のループ内でほぼ永続的にスタックする可能性があることです。これらはその後、rw sema を介して他のプロセスをブロックし、ハングアップが連鎖的に発生します。

• 以下のような現象が見られることがあります。

  • 多数のタスクがセマフォで待機していました。
  • セマフォの保持者は "numad" でした。ページ回収のコード内で congestion_wait() が呼び出され、待機状態となっていました。
  • 当時、別のタスクも同じ congestion_wait キューで待機状態にありました。
  • メモリー不足に近い状態と、少量のスワップが発生していましたが、すべてのゾーンにおいて、
    空きページ数が最小ウォーターマークを下回ることはありませんでした。