Sistem Operasi 6 “Process Synchronization” Antonius Rachmat C, S.Kom, M.Cs
Paralel Processing • Paralel processing is a situation in which two/more processor operate in unison. – Executing instruction simultaneously
• Benefits: increase reliability & faster processing • Evolution: – Job level: each job has its own processor and all processes and threads are run by the same processor – Process level: unrelated process, are assigned to any available processor – Thread level: threads are assigned to avaliable processor
Mengapa Sinkronisasi • Sinkronisasi diperlukan untuk menghindari terjadinya ketidak konsistenan data akibat adanya akses data secara konkuren • Diperlukan adanya suatu mekanisme untuk memastikan urutan / giliran pengaksesan suatu data yang saling bekerjasama sehingga terjadi sinkronisasi • If we don’t make process synchronization: – Race Condition
Producer and Consumer #define BUFFER_SIZE 10 typedef struct { . . . } item; item buffer[BUFFER_SIZE]; int in = 0; int out = 0; int counter = 0;
Producer while (true) { /* produce an item and put in nextProduced */ while (count == BUFFER_SIZE){ } // do nothing buffer [in] = nextProduced; in = (in + 1) % BUFFER_SIZE; count++; }
Consumer while (true) { while (count == 0){ } // do nothing nextConsumed = buffer[out]; out = (out + 1) % BUFFER_SIZE; count--; /* consume the item in nextConsumed
}
Atomic Process • The statements counter++; counter--; must be performed atomically. • Atomic operation means an operation that completes in its entirety without interruption.
Bounded--Buffer Bounded • Perintah “count++” diimplementasikan pada bahasa mesin: – register1 = counter – register1 = register1 + 1 – counter = register1
• Perintah “count--” diimplementasikan pada bahasa mesin: – register2 = counter – register2 = register2 – 1 – counter = register2
• Jika kedua perintah tersebut berusaha mengakses nilai counter secara konkuren, maka dapat terjadi kesalahan pada nilai counter karena sifat bahasa mesin yang menggunakan register untuk mengupdate nilai counter • Kesalahan nilai akhir counter dapat terjadi, tergantung dari penjadwalan yang dilakukan terhadap proses yang dilakukan oleh produsen dan konsumen. • Dengan kata lain, masalah tersebut belum tentu terjadi, tapi dapat terjadi
Misalnya • Consider this execution interleaving with “count = 5” initially: t0: producer execute register1 = count
{register1 = 5}
t1: producer execute register1 = register1 + 1 {register1 = 6}
t2: consumer execute register2 = count
{register2 = 5}
t3: consumer execute register2 = register2 - 1 {register2 = 4}
t4: producer execute count = register1 {count = 6 } t5: consumer execute count = register2 {count = 4}
Race Condition • Race condition: situasi dimana beberapa proses mengakses dan memanipulasi suatu data secara konkuren. – Nilai akhir dari data tersebut tergantung dari proses mana yang terakhir mengubah data
• Untuk menghindari terjadinya situasi tersebut, semua proses yang dapat mengakses suatu data tertentu harus disinkronisasi
Critical Section • Lebih dari satu proses berlomba-lomba pada saat yang sama untuk menggunakan data yang sama. • Setiap proses memiliki segmen kode yang digunakan untuk mengakses data yang digunakan secara bersama-sama. – Segmen kode tersebut disebut critical section.
• Masalahnya: menjamin bahwa jika suatu proses sedang menjalankan critical section, maka proses lain tidak boleh masuk ke dalam critical section tersebut.
Solusi masalah critical section • Mutual Exclusion – Tidak ada dua proses yang berada di critical section pada saat yang bersamaan.
• Terjadi kemajuan (Progress) – Jika tidak ada proses yang sedang berada di critical section, maka proses lain yang ingin menjalankan critical section dapat masuk ke dalam critical section tersebut.
• Ada batas waktu tunggu (Bounded Waiting) – Tidak ada proses yang menunggu selama-lamanya untuk masuk ke dalam critical section – Assume that each process executes at a nonzero speed – Tidak ada asumsi lain mengenai kecepatan relatif setiap proses ataupun jumlah CPU.
Implementasi solusi • Solusi perangkat lunak – Dengan menggunakan algoritma-algoritma yang nilai kebenarannya tidak tergantung pada asumsi-asumsi lain, selain bahwa setiap proses berjalan pada kecepatan yang bukan nol
• Solusi perangkat keras – Tergantung pada beberapa instruksi mesin tertentu, misalnya dengan me-non-aktifkan interuppt atau dengan mengunci (lock) suatu variabel tertentu
Implementasi software dan asumsinya • Misal hanya ada dua proses, yaitu P0 dan P1. • Struktur umum dari proses Pi (proses yang lain: Pj)
• Proses-proses tersebut boleh berbagi beberapa variabel yang sama untuk mensinkronisasikan apa yang akan dilakukan oleh setiap proses tersebut.
Algoritma 1 • Variabel yang digunakan bersama: •
– int turn; //pada awalnya turn = 0 – turn = i; //Pi dapat masuk ke critical section Untuk proses Pi
• If P0 ingin akses critical section turn diset ke 0, if P1 juga akses, turn diset ke 1 Mutual exclusion but not progress nor bounded waiting If P0 selesai menggunakan critical section, turn diset ke 1, tapi P1 tidak ingin masuk ke critical section, jadi turn tidak akan diset ke 0.
Demo Algoritma 1
Algoritma 2 • Variabel yang digunakan bersama: – boolean flag[2]; • pada awalnya flag [0] = flag [1] = false
– flag [i] = true; //Pi dapat masuk ke critical section
If P0 mengakses critical section P0 mengeset flag[0] ke True. Sementara P1 masih menggunakan critical section, P0 akan menunggu. If P0 finish, P0 akan set flag[0] ke false. Mutual exclusion but not progress nor bounded waiting Tapi jika P0 & P1 ingin akses ke critical section secara konkuren, keduanya akan set flag[0] & flag[1] ke true, dan semua proses menunggu terus…
Demo Algoritma 2
Peterson’s Algorithm • The two processes share two variables: – int turn; – Boolean flag[2];
• The variable turn indicates whose turn it is to enter the critical section. • The flag array is used to indicate if a process is ready to enter the critical section. flag[i] = true implies that process Pi is ready!
Algorithm for Process Pi while (true) { flag[i] = TRUE; turn = j; while ( flag[j] && turn == j); CRITICAL SECTION flag[i] = FALSE; REMAINDER SECTION } Mutual exclusion, progress, and bounded waiting! If P0 want to access critical section, P0 will set flag[0] to true and turn to P1.
Demo Peterson
Bakery Algorithm Critical section for: n processes • Sebelum memasuki critical section, setiap proses menerima sebuah nomor. • Yang memegang ID terkecil yang dilayani dahulu. • Skema penomoran selalu naik secara berurut, contoh: 1, 2, 2, 2, 3, 3, 4, 5… • Diperkenalkan pertama kali oleh Leslie Lamport. • Data yang digunakan bersama – boolean choosing [n]; – int number [n];
• Struktur data diinisialisi awal ke false dan 0. • (a,b) < (c,d) jika a < c atau jika a = c dan b < d
Bakery Algorithm
Sinkronisasi • Metode dalam sinkronisasi hardware – Processor Synchronous ( Disable Interrupt ) – Memory Synchronous ( Instruksi Test-And-Set )
• Processor synchronous – Dengan men-disable interupsi (interrupt) – Dalam lingkungan multiprocessor: • Hanya satu processor bisa didisable interruptnya
• Memory synchronous – Instruksi Test-And-Set dan Semaphore – Dalam lingkungan multiprocessor: • Bisa dilakukan • Semua processor tidak dapat memakai resource karena proteksi dilakukan di memory
– Instruksi harus bersifat atomik
TestAndSet Test AndSet dengan Java
Kelemahan: bisa terjadi starvation & busy waiting
Mutual Exclusion: Memory synchronous • Kelebihan: – Dapat diaplikasikan ke beberapa prosesor, dengan sharing memory – Simpel – Dapat digunakan untuk banyak critical section
• Kekurangan: – Busy-waiting memakan processor time yang besar – Mungkin terjadi starvation – Deadlock (not responding) • Jika low priority process mendapat critical region dan higher priority process butuh juga, higher priority process akan mendapat processor dan low priority process akan menunggu
Semaphore • Invented by Djikstra (1960) • Semaphore digunakan untuk memberi sinyal/tanda • Non negative integer, untuk melambangkan jumlah resources • Jika proses menunggu sinyal, maka dia akan ditunda sampai sinyal yg ditunggu tersebut terkirim • Operasi: wait dan signal • Wait dan signal operations tidak dapat diinterupt • Queue digunakan untuk menahan proses proses yang sedang menunggu semaphore
Semaphore • Two standard operations modify S: wait() and signal() – Originally called P() and V() • Can only be accessed via two indivisible (atomic) operations – wait (S) { while S <= 0 ; // no-op S--; } jika s < 0 akan menunggu, lalu menjalankan proses lain – signal (S) { S++; } memberikan kesempatan bagi para proses untuk berkompetisi mendapatkan semafore
Semaphore: Wait - Spinlock
Semaphore: Wait – non spinlock
Semaphore: Signal
Contoh Semaphore
Test(s) = if mutex > 0 then mutex = mutex – 1 Inc(s) = mutex = mutex + 1
Implementasi Semaphore • Windows – Fungsi yg dipakai adalah CreateSemaphore – Biasanya digunakan untuk membatasi jumlah thread yang memakai suatu resource secara bersamaan
• Java – Semafor di Java™ bersifat transparan oleh programmer • Java™ menyembunyikan Semafor dibalik konsep monitor • Reserved Word yang dipakai Java™ adalah synchronized
Classical Problems of Synchronization • Bounded-Buffer Problem • Readers and Writers Problem • Dining-Philosophers Problem
Bounded Buffer • Pengertian: tempat penampung data yang ukurannya terbatas • Contoh: proses produsen dan konsumen • Masalah produsen-konsumen – Produsen menaruh data pada buffer. • Jika buffer tersebut sudah terisi penuh, maka produsen tidak melakukan apa-apa dan menunggu sampai konsumen mengosongkan isi buffer.
– Konsumen mengambil data dari buffer. • Jika buffer tersebut kosong, maka konsumen tidak melakukan apa-apa dan menunggu sampai buffer tersebut diisi oleh produsen.
Penyelesaian dgn Semaphore • Semafor mutex – Menyediakan mutual exclusion untuk mengakses buffer – Inisialisasi dengan nilai 1
• Semafor full – Menyatakan jumlah buffer yang sudah terisi – Inisialisasi dengan nilai 0
• Semafor empty – Menyatakan jumlah buffer yang kosong – Inisialisasi dengan nilai n (jumlah buffer)
Bounded Buffer Producer • Init => full = 0, empty = n, mutex = 1
Bounded Buffer Consumer
Contoh Producer & Consumer
Demo Producer & Consumer
The Readers Readers--Writers Problem • Multiple readers or a single writer can use DB.
writer
X reader
reader writer reader
reader
writer
X
X writer
reader reader reader reader
Reader & Writers • Diketahui dua macam proses: – Pembaca (reader) – Penulis (writer)
• Kedua jenis proses berbagi sumber daya penyimpanan yang sama, Misal: Basis data • Tujuan: data tidak korup dan inkonsisten • Kondisi: – Proses-proses pembaca dapat membaca sumber daya secara simultan – Hanya boleh ada satu penulis menulis pada setiap saat – Bila ada yang menulis, tidak boleh ada yang membaca
Shared Data • Data set • Semaphore mutex initialized to 1, tanda mutual exclusion • Semaphore wrt initialized to 1, tanda untuk menulis • Integer readcount initialized to 0, tanda untuk membaca
Readers--Writers Readers • The structure of a writer process while (true) { wait (wrt) ; //
writing is performed
signal (wrt) ; }
Readers--Writers Readers •
The structure of a reader process while (true) { wait (mutex) ; readcount ++ ; if (readcount == 1) wait (wrt) ; signal (mutex) // reading is performed wait (mutex) ; readcount - - ; if (readcount == 0) signal (wrt) ; signal (mutex) ; }
Demo Reader & Writer
Dining Philosopher • Diketahui: – Mie (Data) – Sebuah meja bundar – N filsuf duduk melingkar di meja bundar – Antara dua filsuf terdapat sebuah sumpit – Didepan setiap filsuf terdapat semangkuk mie
• Setiap filsuf hanya dapat berada pada salah satu kondisi berikut: – Berpikir – Lapar – Makan
Dining Philosopher • Shared data –Bowl of rice (data set) – Semaphore chopstick [5] initialized to 1
• Dua hal yang harus diperhatikan: – Deadlock: Semua filsuf ingin makan dan telah memegang sumpit – Starvation: Ada filsuf yang kelaparan dalam waktu yang lama
The Structure of Philosopher i Philosopher I While (true) { wait ( chopstick[i] ); //kanan wait ( chopStick[ (i + 1) % 5] ); //kiri // eat signal ( chopstick[i] ); //kanan signal (chopstick[ (i + 1) % 5] ); //kiri Waiting
Picked up
// think }
A deadlock occurs!
Demo Dining Philosopher
Kelemahan Semaphore • Termasuk Low Level • Kesulitan dalam pemeliharaannya, karena tersebar dalam seluruh program. • Menghapus wait => dapat terjadi nonmutual exclusion. • Menghapus signal => dapat terjadi deadlock • Error yang terjadi sulit untuk dideteksi
System Model • Assures that operations happen as a single logical unit of work, in its entirety, or not at all • Challenge is assuring atomicity despite computer system failures • Transaction - collection of instructions or operations that performs single logical function – Here we are concerned with changes to stable storage – disk – Transaction is series of read and write operations – Terminated by commit (transaction successful) or abort (transaction failed) operation – Aborted transaction must be rolled back to undo any changes it performed
Types of Storage Media • Volatile storage – information stored here does not survive system crashes – Example: main memory, cache
• Nonvolatile storage – information usually survives crashes – Example: disk and tape
• Stable storage – information never lost – Not actually possible, so approximated via replication or RAID to devices with independent failure modes
Log--Based Recovery Log • Record to stable storage information about all modifications by a transaction • Most common is write-ahead logging – Log on stable storage, each log record describes single transaction write operation, including • • • •
Transaction name Data item name Old value New value
– <Ti starts> written to log when transaction Ti starts – <Ti commits> written when Ti commits
Log--Based Recovery Log Algorithm • Using the log, system can handle any volatile memory errors – Undo(Ti) restores value of all data updated by Ti – Redo(Ti) sets values of all data in transaction Ti to new values
• Undo(Ti) and redo(Ti) must be idempotent – Multiple executions must have the same result as one execution
• If system fails, restore state of all updated data via log – If log contains <Ti starts> without <Ti commits>, undo(Ti) – If log contains <Ti starts> and <Ti commits>, redo(Ti)
Checkpoints • Log could become long, and recovery could take long • Checkpoints shorten log and recovery time. • Checkpoint scheme: 1. Output all log records currently in volatile storage to stable storage 2. Output all modified data from volatile to stable storage 3. Output a log record
to the log on stable storage
NEXT • Deadlock
