Transparent Huge Pages（THP）と巨大ページの内部

なぜ巨大ページなのか：TLB とページウォークの圧

仮想アドレスを物理アドレスへ変換するたび、CPU は TLB（translation lookaside buffer） を引きます。ヒットすれば 1 サイクル級で済みますが、ミスすると ページウォーク（ページテーブルを段階的に辿る処理）が走り、最悪で数十〜百サイクルかかります。標準ページが 4KiB のとき、1 つの TLB エントリがカバーするのはわずか 4KiB です。数 GiB のヒープを総なめするようなワークロードでは、TLB が到底足りず TLB ミスが慢性化 します。

ここで効くのが 巨大ページ（huge page） です。x86-64 では 2MiB（PMD レベル）や 1GiB（PUD レベル）のページを使えます。2MiB ページなら 1 つの TLB エントリが 4KiB の 512 倍の範囲をカバー するため、同じ TLB 容量でカバーできるメモリ（TLB reach）が桁違いに広がります。さらにページテーブルが 1 段浅くなり、ページウォーク自体のコストも下がります。アドレス変換の機構そのものは 仮想記憶のアドレス変換とMMU/TLBの内部 を参照してください。

THP とは：透過的に巨大ページを使う

巨大ページを使う古典的な方法は後述の hugetlbfs で、アプリが専用 API で明示的に確保します。これは確実ですが、アプリ改修が要りメモリの事前予約も必要で、扱いが面倒です。

THP（Transparent Huge Pages） は、この巨大ページの利用を カーネルが透過的に（アプリ無改修で）肩代わり する仕組みです。アプリは普通に malloc/mmap で 4KiB 前提のコードを書くだけで、カーネルが裏で条件の合う領域を 2MiB ページに置き換えます。対象は主に 匿名メモリ（ヒープ・スタック・MAP_ANONYMOUS）で、近年は tmpfs やファイルマッピングへの拡張も進んでいます。

THP の動作は /sys/kernel/mm/transparent_hugepage/enabled で切り替えます。

always   : 可能な限り常に THP を試みる
madvise  : madvise(MADV_HUGEPAGE) で明示要求した領域だけ THP 化（既定として推奨されやすい）
never    : THP を無効化

always は何もしなくても効く反面、後述の断片化やレイテンシの副作用を全域で被ります。madvise は アプリが「ここは巨大ページが効く」と宣言した領域に限定 するため、副作用を抑えつつ効果を狙えます。

供給経路その1：フォルト時の直接割当

THP がページを巨大化する経路は二つあります。一つ目は ページフォルト時の直接割当（huge page fault） です。

THP 対象の匿名領域に 初めてアクセス してページフォルトが起きると、カーネルは「ここを 4KiB で埋めるか、2MiB 一枚で埋めるか」を判断します。条件が揃えば、そのフォルトの場で 2MiB の物理ページを一括割当 し、PMD エントリ一つで 2MiB 全体をマップします。フォルト処理の基本は デマンドページングとページフォルト処理 を参照。

直接割当が成立する条件は厳しめです。

• 仮想アドレスが 2MiB 境界に整列 し、2MiB 分の連続した仮想範囲が同じ VMA に収まること。
• 2MiB の連続した物理メモリ が（後述の buddy アロケータから）今すぐ取れること。

ここに フォルトレイテンシのトレードオフ が現れます。連続 2MiB がすぐ取れないとき、カーネルは メモリ圧縮（compaction） を試みて連続領域を作ろうとします。これはフォルトを起こしたスレッドの内部で同期的に走り得るため、1 回のフォルトが重くなる。これを制御するのが defrag 設定です。

/sys/kernel/mm/transparent_hugepage/defrag
  always   : フォルト時に同期 compaction まで頑張る（割当成功率↑、レイテンシ↑）
  defer    : すぐ取れなければ 4KiB で埋め、compaction は kcompactd に非同期で委ねる
  madvise  : MADV_HUGEPAGE 領域でだけ積極的に頑張る
  defer+madvise : 両者の組合せ（よく使われる）
  never    : フォルト時に頑張らない

供給経路その2：khugepaged による昇格（collapse）

二つ目の経路が、カーネルスレッド khugepaged による事後的な 昇格（collapse） です。フォルト時には 4KiB で埋まってしまった領域でも、後から条件が整えば巨大ページにまとめ直せます。

khugepaged は定期的に起きて、THP 対象の VMA を走査します。ある 2MiB 整列範囲を構成する 4KiB ページ群が十分に埋まって（常駐して）いる のを見つけると、次の手順で 1 枚の 2MiB ページへ畳み込みます。

collapse_huge_page の概略:
  1. 連続した 2MiB の空き巨大ページを 1 枚確保する（必要なら compaction）
  2. 元の 512 枚の 4KiB ページの内容を、その巨大ページへコピーする
  3. 該当範囲を一時的にアンマップし、PMD を巨大ページ 1 枚に張り替える
  4. 元の 512 枚の 4KiB ページを解放する

khugepaged の挙動は走査ページ数やスリープ間隔のチューノブで制御します。

/sys/kernel/mm/transparent_hugepage/khugepaged/
  pages_to_scan       : 1 回の起床で走査する 4KiB ページ数
  scan_sleep_millisecs: 走査と走査の間のスリープ
  max_ptes_none       : 2MiB 範囲のうち「空き(未常駐)」を何ページまで許して昇格するか

max_ptes_none が大きいほど、まばらにしか触れていない領域も積極的に巨大化されます。ただし 未使用部分まで物理メモリを実体化 してしまうため、後述の内部断片化（メモリ膨張）の原因になります。

トレードオフ：断片化・膨張・スプリット

THP の利得（TLB reach 向上）には、はっきりした代償が伴います。

最大の論点は 外部断片化 です。巨大ページは物理的に連続した 2MiB を要求しますが、システムが長く動くと空きメモリは細切れになり、空き総量は十分でも連続 2MiB が作れない 状態に陥ります。これを解消するのが compaction（使用中ページを動かして空きを寄せ集める処理）で、同期実行されればフォルト遅延、非同期でも CPU 消費という形で跳ね返ります。空きページの管理単位の話は ページングとスワップ の延長で捉えると整理しやすいです。

スプリット（split） も重要です。2MiB ページの一部にだけ mprotect で別属性を付けたり、一部だけアンマップ・スワップしようとすると、PMD 一枚では表現できなくなり、カーネルは巨大ページを 512 枚の 4KiB へ分割 します。分割が頻発する領域では、せっかくの巨大化が無駄打ちになります。

hugetlbfs との違い：透過 vs 明示・予約

巨大ページのもう一つの実装が hugetlbfs（および MAP_HUGETLB）です。THP との設計思想の違いを押さえることが、選択の決め手になります。

核心は 「動的・透過・可動」の THP と 「静的・明示・予約・ピン留め」の hugetlbfs という対比です。THP は手軽さと汎用性が魅力ですが、断片化のせいで 欲しい瞬間に巨大ページが取れない不確実性 を内包します。一方 hugetlbfs は起動時に vm.nr_hugepages でプールを確保し、そのメモリは スワップされず移動もしない（ピン留め）ため、確実に・予測可能に 巨大ページを供給します。

そのため、データベースの共有バッファ、ハイパーバイザのゲストメモリ、HPC のように 巨大ページの確保が成否や性能予測に直結する基盤 では hugetlbfs を選びます。逆に、性能を底上げしたいが個別チューニングは避けたい一般的なアプリには THP が向きます。NUMA 環境では巨大ページがノードをまたぐ局所性にも影響するため、NUMAとメモリアクセス局所性 も併せて検討すると配置の誤りを避けられます。

まとめ

• 巨大ページ は 1 つの TLB エントリでカバーする範囲（TLB reach）を 4KiB の数百倍に広げ、TLB ミスとページウォークを削減する。効くのは変換コストが律速する広域アクセスのワークロード。
• THP はアプリ無改修で巨大ページを使わせる透過機構。供給は フォルト時の直接割当 と khugepaged の事後昇格（collapse） の二系統で、enabled/defrag で挙動を制御する。
• 代償は 外部断片化（連続 2MiB 確保）・内部膨張・split・compaction によるフォルト遅延。defrag=always は p99 を悪化させやすく、レイテンシ重視なら madvise 運用が定石。
• hugetlbfs は明示確保・事前予約・ピン留めで巨大ページを 確実に 供給する。DB・VM・HPC など確実性が要る基盤向き。THP は手軽さ重視の汎用向き、という住み分けになる。

前提として 仮想記憶のアドレス変換とMMU/TLBの内部 と デマンドページングとページフォルト処理 を、配置の話は NUMAとメモリアクセス局所性、空きメモリ管理の土台は ページングとスワップ を合わせて読むと、巨大ページの全体像が繋がります。