为 large folio 支持批量引用检查与取消映射

背景

回收干净文件 large folio 时，内核要检查它的 PTE 上是否还有 young 标志（最近是否被访问），以此判断该 folio 是否还值得保留。folio_referenced_one() 逐 PTE 顺序做这件事，对 large folio 来说很慢：它已成为干净文件 large folio 回收的显著性能热点。

┌──────────────────────────────────────┐
│ 回收干净文件大页时，逐个表项查访问标 │
│ 志                                   │
└──────────────────┬───────────────────┘
                   ▼
┌──────────────────────────────────────┐
│ 连续表项优化只覆盖一小段，大页可能超 │  逐表项处理在回收热路径上低效
│ 出                                   │
└──────────────────┬───────────────────┘
                   ▼
┌──────────────────────────────────────┐
│         取消映射也逐个表项做         │  文件大页回收是显著热点
└──────────────────────────────────────┘

Arm64 支持 contiguous PTEs，已有对连续范围内清 young 标志的优化。但 large folio 可能超出一个连续范围（CONT_PTE_SIZE），这点优化覆盖不全。同样，对文件 large folio 的取消映射（unmap）也是逐 PTE 做的，同样是回收路径上的开销。

问题

• 回收文件大页时逐个表项查访问标志
• 连续表项优化只覆盖一小段，大页可能超出
• 取消映射也逐个表项做
• 文件大页回收的逐表项处理是显著热点

方案

核心是给 large folio 的 rmap 操作引入批量 PTE 处理：一条调用覆盖整个 large folio 的 PTE 批，包括检查 young 标志、清 young 标志 + flush TLB、以及取消映射。

旧：逐表项查清访问标志、逐个取消映射
┌────────────────────┐
│ 检查访问标志逐表项 │
└─────────┬──────────┘
          ▼
┌────────────────────┐
│  取消映射也逐个做  │
└────────────────────┘

新：批量检查标志、清标志、取消映射
┌──────────────────────────────┐
│ 新接口一次检查整批表项并冲刷 │
└──────────────┬───────────────┘
               ▼
┌──────────────────────────────┐
│   架构落地更高效的批量实现   │  文件大页批量取消映射也已支持
└──────────────────────────────┘

系列分 3 层把这个批量能力建起来。

第 1 层是通用 API。引入 clear_flush_young_ptes()，单次调用覆盖整个 large folio 的 PTE 批，做检查 young、清 young 加 flush TLB；旧的 ptep_clear_flush_young_notify() 顺势 rename 为 clear_flush_young_ptes_notify()，体现批量语义。

第 2 层是架构落地。批量 API 只有通用慢路径不够，arm64 利用 contiguous PTE 硬件能力实现专用的批量清 young 与 clear_flush_young_ptes()（先把地址与 ptep 对齐抽成 helper 复用），让批量操作真正高效。large folio 可能超出某个连续范围，这套实现把多个连续段串起来覆盖整个 folio。

第 3 层是文件 large folio 的取消映射。回收路径上 unmap 也是逐 PTE 做的，同样改成批量；uffd 路径因语义不同仍 fallback 逐页。

收益

作者在 Arm64 32 核服务器和 X86 机器上测试（mmap 分配 10G 干净文件 folio 到 memcg，经 memory.reclaim 回收 8G）：

回收 8G 干净文件 large folios 的耗时从 1.018 秒降到 0.249 秒（Arm64 75%），X86 也有 50%+ 改善。批量 PTE 处理把逐 PTE 的检查、清标志、flush、取消映射都压成整批操作，文件 large folio 回收因此大幅提速。