多级反馈队列
多级反馈队列（Multi-level Feedback Queue， MLFQ），与上个世纪70年代提出，主要应用于时分共享系统。主要解决两方面问题：一个是优化周转时间，一个是要给用户很好的交互体验。MLFQ中有很多独立的队列，每个队列有不同的优先级，任何时刻，一个任务只能存在于一个队列中。先引出MLFQ的两个基本规则
规则1：如果A优先级 > B优先级，则运行 A
规则2：如果A优先级 = B优先级，则轮转执行A和B。
还是引出一个问题，就是如果优先级都是不变的，这样不就相当于在计算机中出现了贵族阶级吗。但是如何改变优先级呢，由此引入以下几个规则来尝试调整优先级。
规则3：工作进入系统时，优先级最高
规则4a：工作用完整个时间片之后，降低优先级，到下一个队列
规则4b：如果工作在其时间片内主动释放CPU，优先级不变。
两个工作：A 是一个长时间运行的 CPU 密集型工作，B 是一个运行时间很短的交互型工作。A执行一段时间之后B到达，结果如左图所示。比如说系统既有CPU密集型任务，又有IO密集型任务。IO密集型会在时间片用完之后放弃CPU，维护优先级不变，如右图所示。
上面看似很优秀的调度任务，其实还有问题，就是如果有太多的交互性任务，不断占用CPU，对于长工作则无法得到满足。我们可以尝试对优先级做一些改变。
如何提升优先级？
- 规则5：经过一段时间，就把系统中所有工作重新加入最高优先级队列。
在最高优先级队列中，它会以轮转的方式，与其他高优先级工作分享 CPU，从而最终获得执行。如果一个 CPU 密集 型工作变成了交互型，当它优先级提升时，调度程序会正确对待它。假设这样一个场景，一个长工作与两个交互式工作竞争CPU，每50ms进行一次优先级提升。可以看到能很好的避免调度过程中的饥饿问题。
如何设置优先级提升间隔？
假设这样一个问题场景，就是进程在每一个时间片结束的时候主动申请释放CPU，按照规则4，则会报纸CPU优先级，从而几乎垄断CPU时间。这个规则显然不对，因此修改为下面规则。可以发现对于两个任务来说都能比较公平的共享CPU资源。
- 规则4：一旦工作用完再某一层中的时间配额，不管是不是主动释放CPU资源，都会降低优先级。
这里也有一个问题，就是如何设置队列大小呢，如何设置每一级时间片大小呢。也就是说如何更好的进行MLFQ性能调优，这里提出一个解决方案是，对于越高优先级队列，它的时间片越小，对于优先级越小的队列，它的时间片越大。如下图所示。
