[[437200]]
软件开发本文转载自微信公众号「极客壮盛」，作家极客壮盛。转载本文请筹商极客壮盛公众号。
hi ，各人好，今天分享一篇后台作事器性能优化之集中性能优化，但愿各人对Linux集中有更深的默契。
曾几何时，一切王人是那么浅易。网卡很慢，只须一个队伍。当数据包到达时，网卡通过DMA复制数据包并发送中断，Linux内核网罗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多数传入数据包而导致 IRQ 风暴。这将浪掷大部分 CPU 功率并冻结系统。
为了治理这个问题，NAPI(中断+轮询)被淡漠。当内核收到来自网卡的中断时，它启动轮询建筑并尽快网罗队伍中的数据包。NAPI 不错很好地与当今常见的 1 Gbps 网卡配合使用。然则，关于10Gbps、20Gbps致使40Gbps的网卡，NAPI可能还不够。如果咱们仍然使用一个 CPU 和一个队伍来经受数据包，这些卡将需要更快的 CPU。
运道的是，当今多核 CPU 很流行，那么为什么不并行处理数据包呢?
RSS：经受端缩放Receive Side Scaling(RSS)是所述机构具有多个RX / TX队伍历程的数据包。当带有RSS 的网卡经受到数据包时，它会对数据包应用过滤器并将数据包分发到RX 队伍。过滤器鄙俗是一个哈希函数，不错通过“ethtool -X”进行设立。如果你想在前 3 个队伍中均匀散播流量：
# 物联网软件开发价格ethtool -X eth0 equal 3
或者，如果你发现一个相等有用的魔法哈希键：
# ethtool -X eth0 hkey <magic hash key>
关于低延迟集中，除了过滤器除外，CPU 亲和性也很遑急。最好确立是分拨一个 CPU 专用于一个队伍。率先通过查验/proc/interrupt找出IRQ号，然后将CPU位掩码确立为/proc/irq//smp_affinity来分拨专用CPU。为幸免确立被隐藏，必须禁用看管程度irqbalance。请预防，凭证内核文档，超线程对中断处理莫得任何克己，因此最好将队伍数与物理 CPU 内核数相匹配。
RPS：经受数据包适度RSS提供硬件队伍，一个称为软件队伍机制Receive Packet Steering (RPS)在Linux内核扫尾。
当驱动要领经受到数据包时，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、经营 IP 和经营端口，由网卡或__skb_set_sw_hash() 计算。由于交流 TCP/UDP 承接(流)的每个数据包分享交流的哈希值，因此使用交流的 CPU 处理它们是合理的。
RPS 的基本念念想是凭证每个队伍的 rps_map 将统一流的数据包发送到特定的 CPU。这是 rps_map 的结构：映射凭证 CPU 位掩码动态改动为/sys/class/net//queues/rx-/rps_cpus。比如咱们要让队伍使用前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 中队伍 0 经受的数据包参加 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队伍中进行进一步处理。每个 CPU 的队伍在 per-cpu 变量softnet_data 均分拨。
使用RPS的克己是不错在 CPU 之间摊派数据包处理的负载。然则，如果RSS 可用，则可能莫得必要，因为网卡如故对每个队伍/CPU 的数据包进行了排序。然则，如果队伍中的CPU数更多，RPS 仍然不错弘扬作用。在这种情况下，每个队伍不错与多个 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，但它莫得有计划用户空间应用要领。应用要领可能在 CPU A 上运行，而内核将数据包放入 CPU B 的队伍中。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无须。Receive Flow Steering(RFS)进一步延迟为RPS的应用要领。
代替每个队伍的哈希至CPU舆图，RFS疗养全局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，因此掩码确立为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永别为流 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 队伍。底下是get_rps_cpu()如何决定数据包的 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经营索引，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 并为数据包分拨该 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调整 sock 流表的大小。举例，如果咱们要将表大小确立为 32768：
#echo 32768 > /proc/sys/net/core/rps_sock_flow_entries
sock流表诚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 队伍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。为了治理这个问题，RFS 使用每个队伍的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，雷同的rps_dev_flow_table也使用table_size - 1手脚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
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 队伍的尾部。如果应用要领迁徙到新 CPU，则 sock 流表将响应改动，何况get_rps_cpu()将为流确立新 CPU。在确立新 CPU 之前，get_rps_cpu() 会查验面前队伍的头部是否如故通过 last_qtail。如果是这样，这意味着队伍中莫得更多未完成的数据包，何况不错安全地改动 CPU。不然，get_rps_cpu()仍将使用rps_dev_flow->cpu 中记载的旧 CPU 。
每个队伍的流表(rps_dev_flow_table)的大小不错通过 sysfs 接口进行设立：
/sys/class/net/<dev>/queues/rx-<n>/rps_flow_cnt
建议将rps_flow_cnt确立为 ( rps_sock_flow_entries / N) 而 N 是 RX 队伍的数目(假定流在队伍中均匀散播)。
ARFS：加速经受流量转向Accelerated Receive Flow Steering(aRFS)进一步延迟RFS为RX队伍硬件过滤。要启用 aRFS，它需要具有可编程元组过滤器和驱动要领援救的网卡。要启用ntuple 过滤器。
# ethtool -K eth0 ntuple on
要使驱动要领援救aRFS，它必须扫尾ndo_rx_flow_steer以匡助set_rps_cpu()设立硬件过滤器。当get_rps_cpu()决定为流分拨一个新 CPU 时，它会调用set_rps_cpu()。set_rps_cpu()率先查验网卡是否援救 ntuple 过滤器。如果是，它将查询rx_cpu_rmap为流找到合适的 RX 队伍。
rx_cpu_rmap是驱动疗养的稀奇映射。该映射用于查找哪个 RX 队伍合适 CPU。它不错是与给定 CPU 径直关联的队伍，也不错是处理 CPU 在缓存位置最接近的队伍。获取 RX 队伍索引后，set_rps_cpu()调用ndo_rx_flow_steer()以奉告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 将存储在每个队伍的流表中。
除了扫尾ndo_rx_flow_steer() 外，驱动要领还必须调用rps_may_expire_flow() 如期查验过滤器是否仍然灵验并删除落后的过滤器。
SO_REUSEPORTlinux man文档中一段翰墨容颜其作用：
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援救多个程度或者线程绑定到统一端口，用以提高作事器要领的性能。咱们想了解为什么这个特质这样火(频频被大厂口试官问到)，到底是治理什么问题。
Linux系统上后台应用要领，为了运用多核的上风，一般使用以下比拟典型的多程度/多线程作事器模子：
单线程listen/accept，乌鲁木齐物联网软件开发多个责任线程经受任务分发，虽CPU的责任负载不再是问题，但会存在：1. 单线程listener，在处理高速度海量承接时，相似会成为瓶颈;
2. CPU缓存行失效(丢失套接字结构socket structure)表象严重;
统共责任线程王人accept()在统一个作事器套接字上呢，相似存在问题：1. 多线程访谒server socket锁竞争严重;
2. 高负载下，线程之间处理不平衡，只怕高达3:1不平衡比例;
3. 导致CPU缓存行进取(cache line bouncing);
4. 在繁忙CPU上存在较大延迟;
上头模子诚然不错作念到线程和CPU核绑定，但王人会存在以下问题：
单一listener责任线程在高速的承接接入处理时会成为瓶颈 缓存行进取 很难作念到CPU之间的负载平衡 跟着核数的膨胀，性能并莫得跟着提高SO_REUSEPORT援救多个程度或者线程绑定到统一端口：
允好多个套接字 bind()/listen() 统一个TCP/UDP端口1.每一个线程领有我方的作事器套接字。
2.在作事器套接字上莫得了锁的竞争。
内核层面扫尾负载平衡。 安全层面，监听统一个端口的套接字只可位于统一个用户底下。其中枢的扫尾主要有三点：
膨胀socket option，加多SO_REUSEPORT选项，用来确立 reuseport。
修改 bind 系统调用扫尾，以便援救不错绑定到交流的 IP 和端口。 修改处理新建承接的扫尾，查找 listener 的技术，大略援救在监听交流 IP 和端口的多个 sock 之间平衡遴荐 带来趣味趣味 CPU之间平衡处理，水平膨胀，模子浅易，疗养便捷了，程度的经管和应用逻辑解耦，程度的经管水平膨胀权限下放给要领员/经管员，不错凭说明质进行适度程度启动/关闭，加多了无邪性。这带来了一个较为微不雅的水平膨胀念念路，线程若干是否合适，景象是否存在分享，裁减单个程度的资源依赖，针对无景象的作事器架构最为合适。 针对对客户端而言，名义上感受不到其变动，因为这些责任彻底在作事器端进行。 作事器无缝重启/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，为之启动一个新的程度后，稍后关闭旧版块程度要领，作事一直在运行中不隔断，需要平衡过度。这就像Erlang话语层面所提供的热更新相似。 SO_REUSEPORT已知问题 SO_REUSEPORT分为两种模式，即热备份模式和负载平衡模式，在早期的内核版块中，即等于加入对reuseport选项的援救，也只是为热备份模式，而在3.9内核之后，则沿路改为了负载平衡模式，两种模式莫得共存，诚然我一直王人但愿它们不错共存。 SO_REUSEPORT凭证数据包的四元组{src ip, src port, dst ip, dst port}和面前绑定统一个端口的作事器套接字数目进行数据包分发。若作事器套接字数目产生变化，内核会把本该上一个作事器套接字所处理的客户端承接所发送的数据包(比如三次执手时间的半承接，以及如故完成执手但在队伍中列队的承接)分发到其它的作事器套接字上头，可能会导致客户端央求失败。如何防患以上已知问题，一般治理念念路：
1.使用固定的作事器套接字数目，不要在负载繁忙时间闲静变化。
2.允好多个作事器套接字分享TCP央求表(Tcp request table)。
上期前区三区比为3：2：0，第1、2区表现活跃，最近10期前区三区比为20：16：14，第3区出号较冷。
3.不使用四元组手脚Hash值进行遴荐土产货套接字处理，比如遴荐 会话ID或者程度ID，挑选附庸于统一个CPU的套接字。
4. 使用一致性hash算法。
与其他特质关联 1. SO_REUSEADDR：主如果地址复用1.1 让处于time_wait景象的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)不冲破
1.3 SO_REUSEADDR 的时弊在于，莫得安全放胆，而且无法保证统共承接均匀分拨。
2.与RFS/RPS/XPS-mq相助，不错赢得进一步的性能2.1.作事器线程绑定到CPUs
2.2.RPS分发TCP SYN包到对应CPU核上
2.3.TCP承接被已绑定到CPU上的线程accept()
2.4. XPS-mq(Transmit Packet Steering for multiqueue)，传输队伍和CPU绑定，发送 数据
2.5. RFS/RPS保证统一个承接后续数据包王人会被分发到统一个CPU上，网卡经受队伍 如故绑定到CPU，则RFS/RPS则无须确立，需要预防硬件援救与否，经营是数据包的软硬中断、经受、处理等在一个CPU核上，并行化处理，尽可能作念到资源运用最大化。
SO_REUSEPORT的演进 3.9之前内核，大略让多个socket同期绑定彻底交流的ip+port，但不可扫尾负载平衡，扫尾是热备。 Linux 3.9之后，大略让多个socket同期绑定彻底交流的ip+port，不错扫尾负载平衡。 Linux4.5版块后，内核引入了reuseport groups，它将绑定到统一个IP和Port，何况确立了SO_REUSEPORT选项的socket组织到一个group里面。经营是加速socket查询。 追想Linux集中堆栈所存在问题
TCP处理&多核 一个齐全的TCP承接，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) 多个程度监听一个TCP套接字，分享一个listen queue队伍 用于承接经管全局哈希表格，存在资源竞争 epoll IO模子多程度的惊群表象 Linux VFS的同步损耗严重 Socket被VFS经管 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，非严格趣味趣味上文献系统，不需要Inode和Dentry 代码层面略过不必须的成例锁，但又保持了充足的兼容性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，因此大多数刊行版如故包含并启用了它们。深切了解它们，以便为咱们的作事器系统找到最好性能设立。
性能优化腌臜限，咱们下期再不息分享!
膨胀与参考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