| 发布日期：2024-07-31 05:50 点击次数：55 |
[[437200]]教育专业小程序开发
本文转载自微信公众号「极客新生」，作家极客新生。转载本文请斟酌极客新生公众号。
hi ，全球好，今天分享一篇后台处事器性能优化之鸠集性能优化，但愿全球对Linux鸠集有更深的斡旋。
曾几何时，一切都是那么浅易。网卡很慢，唯唯独个部队。当数据包到达时，网卡通过DMA复制数据包并发送中断，Linux内核采集这些数据包并完成中断处理。跟着网卡越来越快，基于中断的模子可能会因遍及传入数据包而导致 IRQ 风暴。这将破费大部分 CPU 功率并冻结系统。
为了处理这个问题，NAPI(中断+轮询)被建议。当内核收到来自网卡的中断时，它运行轮询建立并尽快采集部队中的数据包。NAPI 不错很好地与咫尺常见的 1 Gbps 网卡配合使用。然而，关于10Gbps、20Gbps以致40Gbps的网卡，NAPI可能还不够。如果咱们仍然使用一个 CPU 和一个部队来袭取数据包，这些卡将需要更快的 CPU。
庆幸的是，咫尺多核 CPU 很流行，那么为什么不并行处理数据包呢?
RSS：袭取端缩放Receive Side Scaling(RSS)是所述机构具有多个RX / TX部队经由的数据包。当带有RSS 的网卡袭取到数据包时，它会对数据包应用过滤器并将数据包分发到RX 部队。过滤器庸碌是一个哈希函数，不错通过“ethtool -X”进行成就。如果你想在前 3 个部队中均匀散布流量：
# 教育专业小程序开发ethtool -X eth0 equal 3
或者，如果你发现一个颠倒有用的魔法哈希键：
# ethtool -X eth0 hkey <magic hash key>
关于低延迟鸠集，除了过滤器以外，CPU 亲和性也很费事。最好设立是分派一个 CPU 专用于一个部队。率先通过查验/proc/interrupt找出IRQ号，然后将CPU位掩码设立为/proc/irq//smp_affinity来分派专用CPU。为幸免设立被掩盖，必须禁用看护进度irqbalance。请禁止，字据内核文档，超线程对中断处理莫得任何克己，因此最好将部队数与物理 CPU 内核数相匹配。
RPS：袭取数据包步伐RSS提供硬件部队，一个称为软件部队机制Receive Packet Steering (RPS)在Linux内核收场。
当驱动要领袭取到数据包时，它会将数据包包装在套接字缓冲区 ( sk_buff ) 中，其中包含数据包的u32哈希值。散列是所谓的第 4 层散列(l4 散列)，它基于源 IP、源端口、地点 IP 和地点端口，由网卡或__skb_set_sw_hash() 策画。由于相通 TCP/UDP 流畅(流)的每个数据包分享相通的哈希值，因此使用相通的 CPU 处理它们是合理的。
RPS 的基本念念想是字据每个部队的 rps_map 将合并流的数据包发送到特定的 CPU。这是 rps_map 的结构：映射字据 CPU 位掩码动态篡改为/sys/class/net//queues/rx-/rps_cpus。比如咱们要让部队使用前3个CPU，在8个CPU的系统中，咱们先构造位掩码，0 0 0 0 0 1 1 1，到0x7，然后
#echo 7 > /sys/class/net /eth0/queues/rx-0/rps_cpus
这将保证从 eth0 中部队 0 袭取的数据包参加 CPU 1~3。驱动要领在 sk_buff 中包装一个数据包后，它将到达netif_rx_internal()或netif_receive_skb_internal()，然后到达 get_rps_cpu()
struct rps_map { unsigned int len; struct rcu_head rcu; u16 cpus[0]; };
将被调用以将哈希映射到 rps_map 中的条件，即 CPU id。得到CPU id后，enqueue_to_backlog()将sk_buff放到特定的CPU部队中进行进一步处理。每个 CPU 的部队在 per-cpu 变量softnet_data 均分派。
使用RPS的克己是不错在 CPU 之间摊派数据包处理的负载。然而，如果RSS 可用，则可能莫得必要，因为网卡照旧对每个部队/CPU 的数据包进行了排序。然而，如果部队中的CPU数更多，RPS 仍然不错推崇作用。在这种情况下，每个部队不错与多个 CPU关联联并在它们之间分发数据包。
RFS: Receive Flow Steering尽管 RPS 基于流分发数据包，但它莫得斟酌用户空间应用要领。应用要领可能在 CPU A 上运行，而内核将数据包放入 CPU B 的部队中。由于 CPU A 只可使用我方的缓存，因此 CPU B 中缓存的数据包变得不消。Receive Flow Steering(RFS)进一步延迟为RPS的应用要领。
代替每个部队的哈希至CPU舆图，RFS珍惜全局flow-to-CPU的表，rps_sock_flow_table：该掩模用于将散列值映射成所述表的索引。由于表大小将四舍五入到 2 的幂，因此掩码设立为table_size - 1。
struct rps_sock_flow_table { u32 mask; u32 ents[0]; };
何况很容易找到索引：a sk_buff与hash & scok_table->mask。
该条件由 rps_cpu_mask分手为流 id 和 CPU id。低位用于CPU id，而高位用于流id。当应用要领对套接字进行操作时(inet_recvmsg()、inet_sendmsg()、inet_sendpage()、tcp_splice_read())，将调用sock_rps_record_flow()来更新sock 流表。
当数据包到来时，将调用get_rps_cpu()来决定使用哪个 CPU 部队。底下是get_rps_cpu()若何决定数据包的 CPU
ident = sock_flow_table->ents[hash & sock_flow_table->mask]; if ((ident ^ hash) & ~rps_cpu_mask) goto try_rps; next_cpu = ident & rps_cpu_mask;
使用流表掩码找到条地点索引，并查验散列的高位是否与条件匹配。如果是，它会从条件中检索 CPU id 并为数据包分派该 CPU。如果散列不匹配任何条件，它会回退到使用 RPS 映射。
不错通过rps_sock_flow_entries诊疗 sock 流表的大小。举例，如果咱们要将表大小设立为 32768：
#echo 32768 > /proc/sys/net/core/rps_sock_flow_entries
sock流表天然提高了应用的局部性，但也带来了一个问题。当革新器将应用要领迁徙到新 CPU 时，旧 CPU 部队中剩余的数据包变得未完成，应用要领可能会得到乱序的数据包。为了处理这个问题，RFS 使用每个部队的rps_dev_flow_table来追踪未完成的数据包。
底下是该结构rps_dev_flow_table：到袜子流表中，访佛的rps_dev_flow_table也使用table_size - 1当作掩模而表的大小也必须被朝上舍入到2的幂当流量分组被入队，last_qtail被更新
小程序开发struct rps_dev_flow { u16 cpu; u16 filter; /* For aRFS */ unsigned int last_qtail; }; struct rps_dev_flow_table { unsigned int mask; struct rcu_head rcu; struct rps_dev_flow flows[0]; };
到 CPU 部队的尾部。如果应用要领迁徙到新 CPU，则 sock 流表将反馈篡改，何况get_rps_cpu()将为流设立新 CPU。在设立新 CPU 之前，get_rps_cpu() 会查验现时部队的头部是否照旧通过 last_qtail。如果是这样，这意味着部队中莫得更多未完成的数据包，何况不错安全地篡改 CPU。不然，get_rps_cpu()仍将使用rps_dev_flow->cpu 中纪录的旧 CPU 。
每个部队的流表(rps_dev_flow_table)的大小不错通过 sysfs 接口进行成就：
/sys/class/net/<dev>/queues/rx-<n>/rps_flow_cnt
建议将rps_flow_cnt设立为 ( rps_sock_flow_entries / N) 而 N 是 RX 部队的数目(假定流在部队中均匀散布)。
ARFS：加速袭取流量转向Accelerated Receive Flow Steering(aRFS)进一步延迟RFS为RX部队硬件过滤。要启用 aRFS，它需要具有可编程元组过滤器和驱动要领解救的网卡。要启用ntuple 过滤器。
# ethtool -K eth0 ntuple on
要使驱动要领解救aRFS，它必须收场ndo_rx_flow_steer以匡助set_rps_cpu()成就硬件过滤器。当get_rps_cpu()决定为流分派一个新 CPU 时，它会调用set_rps_cpu()。set_rps_cpu()率先查验网卡是否解救 ntuple 过滤器。如果是，它将查询rx_cpu_rmap为流找到合适的 RX 部队。
rx_cpu_rmap是驱动珍惜的出奇映射。该映射用于查找哪个 RX 部队适应 CPU。它不错是与给定 CPU 成功关联的部队，也不错是处理 CPU 在缓存位置最接近的部队。获取 RX 部队索引后，set_rps_cpu()调用ndo_rx_flow_steer()以见知驱动要领为给定的流创建新过滤器。ndo_rx_flow_steer()将复返过滤器 id，过滤器 id 将存储在每个部队的流表中。
除了收场ndo_rx_flow_steer() 外，驱动要领还必须调用rps_may_expire_flow() 依期查验过滤器是否仍然灵验并删除过时的过滤器。
SO_REUSEPORTlinux man文档中一段笔墨形容其作用：
The new socket option allows multiple sockets on the same host to bind to the same port, and is intended to improve the performance of multithreaded network server applications running on top of multicore systems.
浅易说，SO_REUSEPORT解救多个进度或者线程绑定到合并端口，用以提高处事器要领的性能。咱们想了解为什么这个特色这样火(庸碌被大厂口试官问到)，到底是处理什么问题。
Linux系统上后台应用要领，为了诈欺多核的上风，一般使用以下比拟典型的多进度/多线程处事器模子：
单线程listen/accept，多个使命线程袭取任务分发，教育专业小程序开发虽CPU的使命负载不再是问题，但会存在：1. 单线程listener，在处理高速度海量流畅时，相通会成为瓶颈;
2. CPU缓存行失效(丢失套接字结构socket structure)景象严重;
21:18 奖号全部产生，本期奖号：红球05 09 14 21 22 26，蓝球12。
决赛中国U20女排首发派出主攻李晨瑄、郭湘玲，副攻陈厚羽、单琳倩，接应王音迪，二传朱航霆和自由人孙婉鋆。
统统使命线程都accept()在合并个处事器套接字上呢，相通存在问题：1. 多线程造访server socket锁竞争严重;
2. 高负载下，线程之间处理不平衡，偶而高达3:1不平衡比例;
3. 导致CPU缓存行杰出(cache line bouncing);
4. 在忙绿CPU上存在较大延迟;
上头模子天然不错作念到线程和CPU核绑定，但都会存在以下问题：
单一listener使命线程在高速的流畅接入处理时会成为瓶颈 缓存行杰出 很难作念到CPU之间的负载平衡 跟着核数的推广，性能并莫得跟着教会SO_REUSEPORT解救多个进度或者线程绑定到合并端口：
允好多个套接字 bind()/listen() 合并个TCP/UDP端口1.每一个线程领有我方的处事器套接字。
2.在处事器套接字上莫得了锁的竞争。
内核层面收场负载平衡。 安全层面，监听合并个端口的套接字只可位于合并个用户底下。其中枢的收场主要有三点：
推广socket option，加多SO_REUSEPORT选项，用来设立 reuseport。
修改 bind 系统调用收场，以便解救不错绑定到相通的 IP 和端口。 修改处理新建流畅的收场，查找 listener 的时代，大约解救在监听相通 IP 和端口的多个 sock 之间平衡采取 带来意旨 CPU之间平衡处理，水平推广，模子浅易，珍惜便捷了，进度的管制和应用逻辑解耦，进度的管制水平推广权限下放给要领员/管制员，不错字据骨子进行步伐进度启动/关闭，加多了生动性。这带来了一个较为微不雅的水平推广念念路，线程若干是否合适，景况是否存在分享，缩小单个进度的资源依赖，针对无景况的处事器架构最为适应。 针对对客户端而言，名义上感受不到其变动，因为这些使命全都在处事器端进行。 处事器无缝重启/切换，热更新，提供新的可能性。咱们迭代了一版块，需要部署到线上，为之启动一个新的进度后，稍后关闭旧版块进度要领，处事一直在运行中不隔断，需要平衡过度。这就像Erlang言语层面所提供的热更新相通。 SO_REUSEPORT已知问题 SO_REUSEPORT分为两种形式，即热备份形式和负载平衡形式，在早期的内核版块中，即即是加入对reuseport选项的解救，也只是为热备份形式，而在3.9内核之后，则一都改为了负载平衡形式，两种形式莫得共存，天然我一直都但愿它们不错共存。 SO_REUSEPORT字据数据包的四元组{src ip, src port, dst ip, dst port}和现时绑定合并个端口的处事器套接字数目进行数据包分发。若处事器套接字数目产生变化，内核会把本该上一个处事器套接字所处理的客户端流畅所发送的数据包(比如三次抓手时刻的半流畅，以及照旧完成抓手但在部队中列队的流畅)分发到其它的处事器套接字上头，可能会导致客户端央求失败。若何驻防以上已知问题，一般处理念念路：
1.使用固定的处事器套接字数目，不要在负载忙绿时刻搪塞变化。
2.允好多个处事器套接字分享TCP央求表(Tcp request table)。
3.不使用四元组当作Hash值进行采取腹地套接字处理，比如采取 会话ID或者进度ID，挑选附庸于合并个CPU的套接字。
4. 使用一致性hash算法。
与其他特色斟酌 1. SO_REUSEADDR：主若是地址复用1.1 让处于time_wait景况的socket不错快速复用原ip+port
1.2 使得0.0.0.0(ipv4通配符地址)与其他地址(127.0.0.1和10.0.0.x)不破损
1.3 SO_REUSEADDR 的污点在于，莫得安全放手，而且无法保证统统流畅均匀分派。
2.与RFS/RPS/XPS-mq合营，不错赢得进一步的性能2.1.处事器线程绑定到CPUs
2.2.RPS分发TCP SYN包到对应CPU核上
2.3.TCP流畅被已绑定到CPU上的线程accept()
2.4. XPS-mq(Transmit Packet Steering for multiqueue)，传输部队和CPU绑定，发送 数据
2.5. RFS/RPS保证合并个流畅后续数据包都会被分发到合并个CPU上，网卡袭取部队 照旧绑定到CPU，则RFS/RPS则无须设立，需要禁止硬件解救与否，地点是数据包的软硬中断、袭取、处理等在一个CPU核上，并行化处理，尽可能作念到资源诈欺最大化。
SO_REUSEPORT的演进 3.9之前内核，大约让多个socket同期绑定全都相通的ip+port，但不成收场负载平衡，收场是热备。 Linux 3.9之后，大约让多个socket同期绑定全都相通的ip+port，不错收场负载平衡。 Linux4.5版块后，内核引入了reuseport groups，它将绑定到合并个IP和Port，何况设立了SO_REUSEPORT选项的socket组织到一个group里面。地点是加速socket查询。 归来Linux鸠集堆栈所存在问题
TCP处理&多核 一个竣工的TCP流畅，中断发生在一个CPU核上，但应用数据处理可能会在另外一个核上 不同CPU中枢处理，带来了锁竞争和CPU Cache Miss(波动不屈衡) 多个进度监听一个TCP套接字，分享一个listen queue部队 用于流畅管制全局哈希表格，存在资源竞争 epoll IO模子多进度的惊群景象 Linux VFS的同步损耗严重 Socket被VFS管制 VFS对文献节点Inode和目次Dentry有同步需求 SOCKET只需要在内存中存在即可，非严格意旨上文献系统，不需要Inode和Dentry 代码层面略过不必须的惯例锁，但又保持了填塞的兼容性RSS、RPS、RFS 和 aRFS，这些机制是在 Linux 3.0 之前引入的，SO_REUSEPORT选项在Linux 3.9被引入内核，因此大多数刊行版照旧包含并启用了它们。深切了解它们，以便为咱们的处事器系统找到最好性能成就。
性能优化疲塌限，咱们下期再陆续分享!
推广与参考https://garycplin.blogspot.com/2017/06/linux-network-scaling-receives-packets.html?m=1
https://jamal-jiang.github.io/2017/02/03/TCP-SO-REUSEPORT/
http://www.blogjava.net/yongboy/archive/2015/02/05/422760.html
