伦理电影 办事器性能优化之会聚性能优化
[[437200]]伦理电影
本文转载自微信公众号「极客新生」，作家极客新生。转载本文请臆想极客新生公众号。
hi ，全球好，今天分享一篇后台办事器性能优化之会聚性能优化，但愿全球对Linux会聚有更深的相识。
曾几何时，一切王人是那么毛糙。网卡很慢，唯唯一个部队。当数据包到达时，网卡通过DMA复制数据包并发送中断，Linux内核会聚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。这将破钞大部分 CPU 功率并冻结系统。
为了处罚这个问题，NAPI(中断+轮询)被建议。当内核收到来自网卡的中断时，它开动轮询成立并尽快会聚部队中的数据包。NAPI 不错很好地与当今常见的 1 Gbps 网卡配合使用。关联词，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 和一个部队来摄取数据包，这些卡将需要更快的 CPU。
运气的是，当今多核 CPU 很流行，那么为什么不并行处理数据包呢?
Receive Side Scaling(RSS)是所述机构具有多个RX / TX部队历程的数据包。当带有RSS 的网卡摄取到数据包时，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”进行配置。如果你想在前 3 个部队中均匀散播流量：
# 伦理电影ethtool -X eth0 equal 3
或者，如果你发现一个尽头有用的魔法哈希键：
阿朱 露出
# ethtool -X eth0 hkey <magic hash key>
关于低延迟会聚，除了过滤器以外，CPU 亲和性也很垂危。最好确立是分派一个 CPU 专用于一个部队。当先通过查验/proc/interrupt找出IRQ号，然后将CPU位掩码确立为/proc/irq//smp_affinity来分派专用CPU。为幸免确立被掩饰，必须禁用看守进度irqbalance。请注意，凭据内核文档，超线程对中断处理莫得任何公道，因此最好将部队数与物理 CPU 内核数相匹配。
RPS：摄取数据包戒指
RSS提供硬件部队，一个称为软件部队机制Receive Packet Steering (RPS)在Linux内核结束。
当驱动门径摄取到数据包时，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、蓄意 IP 和蓄意端口，由网卡或__skb_set_sw_hash() 计较。由于疏浚 TCP/UDP 贯串(流)的每个数据包分享疏浚的哈希值，因此使用疏浚的 CPU 处理它们是合理的。
RPS 的基本念念想是凭据每个部队的 rps_map 将合并流的数据包发送到特定的 CPU。这是 rps_map 的结构：映射凭据 CPU 位掩码动态蜕变为/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 摄取的数据包干预 CPU 1~3。驱动门径在 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 中的条款，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 等分派。
使用RPS的公道是不错在 CPU 之间分摊数据包处理的负载。关联词，如果RSS 可用，则可能莫得必要，因为网卡还是对每个部队/CPU 的数据包进行了排序。关联词，如果部队中的CPU数更多，RPS 仍然不错阐明作用。在这种情况下，每个部队不错与多个 CPU臆想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，但它莫得接头用户空间应用门径。应用门径可能在 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必。Receive Flow Steering(RFS)进一步蔓延为RPS的应用门径。
代替每个部队的哈希至CPU舆图，RFS注意全局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]; };
况兼很容易找到索引：a sk_buff与hash & scok_table->mask。
该条款由 rps_cpu_mask差异为流 id 和 CPU id。低位用于CPU id，而高位用于流id。当应用门径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蓄意索引，并查验散列的高位是否与条款匹配。如果是，现代激情校园春色它会从条款中检索 CPU id 并为数据包分派该 CPU。如果散列不匹配任何条款，它会回退到使用 RPS 映射。
不错通过rps_sock_flow_entries调养 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流表天然提高了应用的局部性，但也带来了一个问题。当颐养器将应用门径迁徙到新 CPU 时，旧 CPU 部队中剩余的数据包变得未完成，应用门径可能会得到乱序的数据包。为了处罚这个问题，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，肖似的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
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。如果应用门径迁徙到新 CPU，则 sock 流表将反应蜕变，况兼get_rps_cpu()将为流确立新 CPU。在确立新 CPU 之前，get_rps_cpu() 会查验现时部队的头部是否还是通过 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，况兼不错安全地蜕变 CPU。不然，get_rps_cpu()仍将使用rps_dev_flow->cpu 中记载的旧 CPU 。
每个部队的流表(rps_dev_flow_table)的大小不错通过 sysfs 接口进行配置：
/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 部队的数目(假定流在部队中均匀散播)。
ARFS：加速摄取流量转向
Accelerated Receive Flow Steering(aRFS)进一步蔓延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门径救助的网卡。要启用ntuple 过滤器。
# ethtool -K eth0 ntuple on
要使驱动门径救助aRFS，它必须结束ndo_rx_flow_steer以匡助set_rps_cpu()配置硬件过滤器。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()当先查验网卡是否救助 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是驱动注意的颠反照射。该映射用于查找哪个 RX 部队符合 CPU。它不错是与给定 CPU 径直关联的部队，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()以告知驱动门径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。
除了结束ndo_rx_flow_steer() 外，驱动门径还必须调用rps_may_expire_flow() 依期查验过滤器是否仍然灵验并删除落伍的过滤器。
SO_REUSEPORTlinux man文档中一段翰墨描写其作用：
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.
毛糙说，SO_REUSEPORT救助多个进度或者线程绑定到合并端口，用以提高办事器门径的性能。咱们想了解为什么这个特质这样火(时常被大厂口试官问到)，到底是处罚什么问题。
Linux系统上后台应用门径，为了期骗多核的上风，一般使用以下相比典型的多进度/多线程办事器模子：
1. 单线程listener，在处理高速度海量贯串时，通常会成为瓶颈;
2. CPU缓存行失效(丢失套接字结构socket structure)景象严重;
扫数责任线程王人accept()在合并个办事器套接字上呢，通常存在问题：1. 多线程探问server socket锁竞争严重;
2. 高负载下，线程之间处理不平衡，有时高达3:1不平衡比例;
3. 导致CPU缓存行逾越(cache line bouncing);
4. 在奋力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，但王人会存在以下问题：
单一listener责任线程在高速的贯串接入处理时会成为瓶颈 缓存行逾越 很难作念到CPU之间的负载平衡 跟着核数的彭胀，性能并莫得跟着提高SO_REUSEPORT救助多个进度或者线程绑定到合并端口：
允很多个套接字 bind()/listen() 合并个TCP/UDP端口1.每一个线程领有我方的办事器套接字。
2.在办事器套接字上莫得了锁的竞争。
内核层面结束负载平衡。 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。其中枢的结束主要有三点：
彭胀socket option，增多SO_REUSEPORT选项，用来确立 reuseport。
修改 bind 系统调用结束，以便救助不错绑定到疏浚的 IP 和端口。 修改处理新建贯串的结束，查找 listener 的技术，偶而救助在监听疏浚 IP 和端口的多个 sock 之间平衡采选 带来酷爱 CPU之间平衡处理，水平彭胀，模子毛糙，注意简单了，进度的管制和应用逻辑解耦，进度的管制水平彭胀权限下放给门径员/管制员，不错凭据实质进行戒指进度启动/关闭，增多了活泼性。这带来了一个较为微不雅的水平彭胀念念路，线程若干是否合适，景色是否存在分享，镌汰单个进度的资源依赖，针对无景色的办事器架构最为符合。 针对对客户端而言，名义上感受不到其变动，因为这些责任实足在办事器端进行。 办事器无缝重启/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门径，办事一直在运行中陆续绝，需要平衡过度。这就像Erlang谈话层面所提供的热更新通常。 SO_REUSEPORT已知问题 SO_REUSEPORT分为两种形状，即热备份形状和负载平衡形状，在早期的内核版块中，即即是加入对reuseport选项的救助，也只是为热备份形状，而在3.9内核之后，则一说念改为了负载平衡形状，两种形状莫得共存，天然我一直王人但愿它们不错共存。 SO_REUSEPORT凭据数据包的四元组{src ip， src port， dst ip， dst port}和现时绑定合并个端口的办事器套接字数目进行数据包分发。若办事器套接字数目产生变化，内核会把本该上一个办事器套接字所处理的客户端贯串所发送的数据包(比如三次持手时代的半贯串，以及还是完成持手但在部队中列队的贯串)分发到其它的办事器套接字上头，可能会导致客户端肯求失败。若何驻防以上已知问题，一般处罚念念路：
1.使用固定的办事器套接字数目，不要在负载奋力时代应对变化。
2.允很多个办事器套接字分享TCP肯求表(Tcp request table)。
3.不使用四元组当作Hash值进行采选腹地套接字处理，比如采选 会话ID或者进度ID，挑选隶属于合并个CPU的套接字。
4. 使用一致性hash算法。
与其他特质关系 1. SO_REUSEADDR：主若是地址复用1.1 让处于time_wait景色的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)不松懈
1.3 SO_REUSEADDR 的毛病在于，莫得安全截至，而且无法保证扫数贯串均匀分派。
2.与RFS/RPS/XPS-mq联接，不错获取进一步的性能2.1.办事器线程绑定到CPUs
2.2.RPS分发TCP SYN包到对应CPU核上
2.3.TCP贯串被已绑定到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保证合并个贯串后续数据包王人会被分发到合并个CPU上，网卡摄取部队 还是绑定到CPU，则RFS/RPS则无须确立，需要注意硬件救助与否，蓄意是数据包的软硬中断、摄取、处理等在一个CPU核上，并行化处理，尽可能作念到资源期骗最大化。
SO_REUSEPORT的演进 3.9之前内核，偶而让多个socket同期绑定实足疏浚的ip+port，但不可结束负载平衡，结束是热备。 Linux 3.9之后，偶而让多个socket同期绑定实足疏浚的ip+port，不错结束负载平衡。 Linux4.5版块后，内核引入了reuseport groups，它将绑定到合并个IP和Port，况兼确立了SO_REUSEPORT选项的socket组织到一个group里面。蓄意是加速socket查询。 回来Linux会聚堆栈所存在问题
TCP处理&多核 一个圆善的TCP贯串，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 用于贯串管制全局哈希表格，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，非严格酷爱上文献系统，不需要Inode和Dentry 代码层面略过不必须的老例锁，但又保持了实足的兼容性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，因此大多数刊行版还是包含并启用了它们。潜入了解它们，以便为咱们的办事器系统找到最好性能配置。
性能优化详尽限，咱们下期再络续分享!
彭胀与参考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