背景

原本稳定的环境也因为请求量的上涨带来了很多不稳定的因素，其中一直困扰我们的就是网卡丢包问题。起初线上存在部分redis节点还在使用千兆网卡的老旧服务器，而缓存服务往往需要承载极高的查询量，并要求毫秒级的响应速度，如此一来千兆网卡很快就出现了瓶颈。经过整治，我们将千兆网卡服务器替换为了万兆网卡服务器，本以为可以高枕无忧，但是没想到，在业务高峰时段，机器也竟然出现了丢包问题，而此时网卡带宽使用还远远没有达到瓶颈。

创新互联公司主要从事成都网站制作、成都做网站、网页设计、企业做网站、公司建网站等业务。立足成都服务双城,十多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18980820575

定位网络丢包的原因

从异常指标入手

首先，我们在系统监控的net.if.in.dropped指标中，看到有大量数据丢包异常，那么第一步就是要了解这个指标代表什么。

cdn.xitu.io/2019/6/18/16b69caa0edce2ac?imageView2/0/w/1280/h/960/format/webp/ignore-error/1">

这个指标的数据源，是读取/proc/net/dev中的数据，监控Agent做简单的处理之后上报。以下为/proc/net/dev的一个示例，可以看到第一行Receive代表in，Transmit代表out，第二行即各个表头字段，再往后每一行代表一个网卡设备具体的值。

其中各个字段意义如下：

通过上述字段解释，我们可以了解丢包发生在网卡设备驱动层面；但是想要了解真正的原因，需要继续深入源码。

/proc/net/dev的数据来源，根据源码文件net/core/net-procfs.c，可以知道上述指标是通过其中的dev_seq_show()函数和dev_seq_printf_stats()函数输出的：

static int dev_seq_show(struct seq_file *seq, void *v) {     if (v == SEQ_START_TOKEN)         /* 输出/proc/net/dev表头部分   */         seq_puts(seq, "Inter-|   Receive                            "                   "                    |  Transmit\n"                   " face |bytes    packets errs drop fifo frame "                   "compressed multicast|bytes    packets errs "                   "drop fifo colls carrier compressed\n");     else         /* 输出/proc/net/dev数据部分   */         dev_seq_printf_stats(seq, v);     return 0; }    static void dev_seq_printf_stats(struct seq_file *seq, struct net_device *dev) {     struct rtnl_link_stats64 temp;        /* 数据源从下面的函数中取得   */     const struct rtnl_link_stats64 *stats = dev_get_stats(dev, &temp);       /* /proc/net/dev 各个字段的数据算法   */     seq_printf(seq, "%6s: %7llu %7llu %4llu %4llu %4llu %5llu %10llu %9llu "            "%8llu %7llu %4llu %4llu %4llu %5llu %7llu %10llu\n",            dev->name, stats->rx_bytes, stats->rx_packets,            stats->rx_errors,            stats->rx_dropped + stats->rx_missed_errors,            stats->rx_fifo_errors,            stats->rx_length_errors + stats->rx_over_errors +             stats->rx_crc_errors + stats->rx_frame_errors,            stats->rx_compressed, stats->multicast,            stats->tx_bytes, stats->tx_packets,            stats->tx_errors, stats->tx_dropped,            stats->tx_fifo_errors, stats->collisions,            stats->tx_carrier_errors +             stats->tx_aborted_errors +             stats->tx_window_errors +             stats->tx_heartbeat_errors,            stats->tx_compressed); } 复制代码

dev_seq_printf_stats()函数里，对应drop输出的部分，能看到由两块组成：stats->rx_dropped+stats->rx_missed_errors。

继续查找dev_get_stats函数可知，rx_dropped和rx_missed_errors都是从设备获取的，并且需要设备驱动实现。

/**  *  dev_get_stats   - get network device statistics  *  @dev: device to get statistics from  *  @storage: place to store stats  *  *  Get network statistics from device. Return @storage.  *  The device driver may provide its own method by setting  *  dev->netdev_ops->get_stats64 or dev->netdev_ops->get_stats;  *  otherwise the internal statistics structure is used.  */ struct rtnl_link_stats64 *dev_get_stats(struct net_device *dev,                     struct rtnl_link_stats64 *storage) {     const struct net_device_ops *ops = dev->netdev_ops;     if (ops->ndo_get_stats64) {         memset(storage, 0, sizeof(*storage));         ops->ndo_get_stats64(dev, storage);     } else if (ops->ndo_get_stats) {         netdev_stats_to_stats64(storage, ops->ndo_get_stats(dev));     } else {         netdev_stats_to_stats64(storage, &dev->stats);     }        storage->rx_dropped += (unsigned long)atomic_long_read(&dev->rx_dropped);     storage->tx_dropped += (unsigned long)atomic_long_read(&dev->tx_dropped);     storage->rx_nohandler += (unsigned long)atomic_long_read(&dev->rx_nohandler);     return storage; } 复制代码

结构体 rtnl_link_stats64 的定义在 /usr/include/linux/if_link.h 中：

/* The main device statistics structure */ struct rtnl_link_stats64 {     __u64   rx_packets;     /* total packets received   */     __u64   tx_packets;     /* total packets transmitted    */     __u64   rx_bytes;       /* total bytes received     */     __u64   tx_bytes;       /* total bytes transmitted  */     __u64   rx_errors;      /* bad packets received     */     __u64   tx_errors;      /* packet transmit problems */     __u64   rx_dropped;     /* no space in linux buffers    */     __u64   tx_dropped;     /* no space available in linux  */     __u64   multicast;      /* multicast packets received   */     __u64   collisions;       /* detailed rx_errors: */     __u64   rx_length_errors;     __u64   rx_over_errors;     /* receiver ring buff overflow  */     __u64   rx_crc_errors;      /* recved pkt with crc error    */     __u64   rx_frame_errors;    /* recv'd frame alignment error */     __u64   rx_fifo_errors;     /* recv'r fifo overrun      */     __u64   rx_missed_errors;   /* receiver missed packet   */       /* detailed tx_errors */     __u64   tx_aborted_errors;     __u64   tx_carrier_errors;     __u64   tx_fifo_errors;     __u64   tx_heartbeat_errors;     __u64   tx_window_errors;       /* for cslip etc */     __u64   rx_compressed;     __u64   tx_compressed; }; 复制代码

至此，我们知道rx_dropped是Linux中的缓冲区空间不足导致的丢包，而rx_missed_errors则在注释中写的比较笼统。有资料指出，rx_missed_errors是fifo队列（即rx ring buffer）满而丢弃的数量，但这样的话也就和rx_fifo_errors等同了。后来公司内网络内核研发大牛王伟给了我们点拨：不同网卡自己实现不一样，比如Intel的igb网卡rx_fifo_errors在missed的基础上，还加上了RQDPC计数，而ixgbe就没这个统计。RQDPC计数是描述符不够的计数，missed是fifo满的计数。所以对于ixgbe来说，rx_fifo_errors和rx_missed_errors确实是等同的。

通过命令ethtool -S eth0可以查看网卡一些统计信息，其中就包含了上文提到的几个重要指标rx_dropped、rx_missed_errors、rx_fifo_errors等。但实际测试后，我发现不同网卡型号给出的指标略有不同，比如Intel ixgbe就能取到，而Broadcom bnx2/tg3则只能取到rx_discards（对应rx_fifo_errors）、rx_fw_discards（对应rx_dropped）。这表明，各家网卡厂商设备内部对这些丢包的计数器、指标的定义略有不同，但通过驱动向内核提供的统计数据都封装成了struct rtnl_link_stats64定义的格式。

在对丢包服务器进行检查后，发现rx_missed_errors为0，丢包全部来自rx_dropped。说明丢包发生在Linux内核的缓冲区中。接下来，我们要继续探索到底是什么缓冲区引起了丢包问题，这就需要完整地了解服务器接收数据包的过程。

了解接收数据包的流程

接收数据包是一个复杂的过程，涉及很多底层的技术细节，但大致需要以下几个步骤：

1. 网卡收到数据包。

2. 将数据包从网卡硬件缓存转移到服务器内存中。

3. 通知内核处理。

4. 经过TCP/IP协议逐层处理。

5. 应用程序通过read()从socket buffer读取数据。

将网卡收到的数据包转移到主机内存（NIC与驱动交互）

NIC在接收到数据包之后，首先需要将数据同步到内核中，这中间的桥梁是rx ring buffer。它是由NIC和驱动程序共享的一片区域，事实上，rx ring buffer存储的并不是实际的packet数据，而是一个描述符，这个描述符指向了它真正的存储地址，具体流程如下：

1. 驱动在内存中分配一片缓冲区用来接收数据包，叫做sk_buffer；

2. 将上述缓冲区的地址和大小（即接收描述符），加入到rx ring buffer。描述符中的缓冲区地址是DMA使用的物理地址；

3. 驱动通知网卡有一个新的描述符；

4. 网卡从rx ring buffer中取出描述符，从而获知缓冲区的地址和大小；

5. 网卡收到新的数据包；

6. 网卡将新数据包通过DMA直接写到sk_buffer中。

当驱动处理速度跟不上网卡收包速度时，驱动来不及分配缓冲区，NIC接收到的数据包无法及时写到sk_buffer，就会产生堆积，当NIC内部缓冲区写满后，就会丢弃部分数据，引起丢包。这部分丢包为rx_fifo_errors，在/proc/net/dev中体现为fifo字段增长，在ifconfig中体现为overruns指标增长。

通知系统内核处理（驱动与Linux内核交互）

这个时候，数据包已经被转移到了sk_buffer中。前文提到，这是驱动程序在内存中分配的一片缓冲区，并且是通过DMA写入的，这种方式不依赖CPU直接将数据写到了内存中，意味着对内核来说，其实并不知道已经有新数据到了内存中。那么如何让内核知道有新数据进来了呢？答案就是中断，通过中断告诉内核有新数据进来了，并需要进行后续处理。

提到中断，就涉及到硬中断和软中断，首先需要简单了解一下它们的区别：

• 硬中断： 由硬件自己生成，具有随机性，硬中断被CPU接收后，触发执行中断处理程序。中断处理程序只会处理关键性的、短时间内可以处理完的工作，剩余耗时较长工作，会放到中断之后，由软中断来完成。硬中断也被称为上半部分。

• 软中断： 由硬中断对应的中断处理程序生成，往往是预先在代码里实现好的，不具有随机性。（除此之外，也有应用程序触发的软中断，与本文讨论的网卡收包无关。）也被称为下半部分。

当NIC把数据包通过DMA复制到内核缓冲区sk_buffer后，NIC立即发起一个硬件中断。CPU接收后，首先进入上半部分，网卡中断对应的中断处理程序是网卡驱动程序的一部分，之后由它发起软中断，进入下半部分，开始消费sk_buffer中的数据，交给内核协议栈处理。

通过中断，能够快速及时地响应网卡数据请求，但如果数据量大，那么会产生大量中断请求，CPU大部分时间都忙于处理中断，效率很低。为了解决这个问题，现在的内核及驱动都采用一种叫NAPI（new API）的方式进行数据处理，其原理可以简单理解为 中断+轮询，在数据量大时，一次中断后通过轮询接收一定数量包再返回，避免产生多次中断。

整个中断过程的源码部分比较复杂，并且不同驱动的厂商及版本也会存在一定的区别。 以下调用关系基于Linux-3.10.108及内核自带驱动drivers/net/ethernet/intel/ixgbe：

注意到，enqueue_to_backlog函数中，会对CPU的softnet_data实例中的接收队列（input_pkt_queue）进行判断，如果队列中的数据长度超过netdev_max_backlog ，那么数据包将直接丢弃，这就产生了丢包。netdev_max_backlog是由系统参数net.core.netdev_max_backlog指定的，默认大小是 1000。

 /*  * enqueue_to_backlog is called to queue an skb to a per CPU backlog  * queue (may be a remote CPU queue).  */ static int enqueue_to_backlog(struct sk_buff *skb, int cpu,                   unsigned int *qtail) {     struct softnet_data *sd;     unsigned long flags;       sd = &per_cpu(softnet_data, cpu);       local_irq_save(flags);       rps_lock(sd);        /* 判断接收队列是否满，队列长度为 netdev_max_backlog  */      if (skb_queue_len(&sd->input_pkt_queue) <= netdev_max_backlog) {                      if (skb_queue_len(&sd->input_pkt_queue)) { enqueue:             /*  队列如果不会空，将数据包添加到队列尾  */             __skb_queue_tail(&sd->input_pkt_queue, skb);             input_queue_tail_incr_save(sd, qtail);             rps_unlock(sd);             local_irq_restore(flags);             return NET_RX_SUCCESS;         }              /* Schedule NAPI for backlog device          * We can use non atomic operation since we own the queue lock          */         /*  队列如果为空，回到 ____napi_schedule加入poll_list轮询部分，并重新发起软中断  */          if (!__test_and_set_bit(NAPI_STATE_SCHED, &sd->backlog.state)) {             if (!rps_ipi_queued(sd))                 ____napi_schedule(sd, &sd->backlog);         }            goto enqueue;     }       /* 队列满则直接丢弃，对应计数器 +1 */      sd->dropped++;     rps_unlock(sd);       local_irq_restore(flags);       atomic_long_inc(&skb->dev->rx_dropped);     kfree_skb(skb);     return NET_RX_DROP; } 复制代码

内核会为每个CPU Core都实例化一个softnet_data对象，这个对象中的input_pkt_queue用于管理接收的数据包。假如所有的中断都由一个CPU Core来处理的话，那么所有数据包只能经由这个CPU的input_pkt_queue，如果接收的数据包数量非常大，超过中断处理速度，那么input_pkt_queue中的数据包就会堆积，直至超过netdev_max_backlog，引起丢包。这部分丢包可以在cat /proc/net/softnet_stat的输出结果中进行确认：

其中每行代表一个CPU，第一列是中断处理程序接收的帧数，第二列是由于超过 netdev_max_backlog而丢弃的帧数。 第三列则是在net_rx_action函数中处理数据包超过netdev_budge指定数量或运行时间超过2个时间片的次数。在检查线上服务器之后，发现第一行CPU。硬中断的中断号及统计数据可以在/proc/interrupts中看到，对于多队列网卡，当系统启动并加载NIC设备驱动程序模块时，每个RXTX队列会被初始化分配一个唯一的中断向量号，它通知中断处理程序该中断来自哪个NIC队列。在默认情况下，所有队列的硬中断都由CPU 0处理，因此对应的软中断逻辑也会在CPU 0上处理，在服务器 TOP 的输出中，也可以观察到 %si 软中断部分，CPU 0的占比比其他core高出一截。

到这里其实有存在一个疑惑，我们线上服务器的内核版本及网卡都支持NAPI，而NAPI的处理逻辑是不会走到enqueue_to_backlog中的，enqueue_to_backlog主要是非NAPI的处理流程中使用的。对此，我们觉得可能和当前使用的Docker架构有关，事实上，我们通过net.if.dropped指标获取到的丢包，都发生在Docker虚拟网卡上，而非宿主机物理网卡上，因此很可能是Docker虚拟网桥转发数据包之后，虚拟网卡层面产生的丢包，这里由于涉及虚拟化部分，就不进一步分析了。

驱动及内核处理过程中的几个重要函数：

(1)注册中断号及中断处理程序，根据网卡是否支持MSI/MSIX，结果为：MSIX → ixgbe_msix_clean_rings，MSI → ixgbe_intr，都不支持 → ixgbe_intr。

/**  * 文件：ixgbe_main.c  * ixgbe_request_irq - initialize interrupts  * @adapter: board private structure  *  * Attempts to configure interrupts using the best available  * capabilities of the hardware and kernel.  **/ static int ixgbe_request_irq(struct ixgbe_adapter *adapter) {     struct net_device *netdev = adapter->netdev;     int err;       /* 支持MSIX，调用 ixgbe_request_msix_irqs 设置中断处理程序*/     if (adapter->flags & IXGBE_FLAG_MSIX_ENABLED)         err = ixgbe_request_msix_irqs(adapter);     /* 支持MSI，直接设置 ixgbe_intr 为中断处理程序 */     else if (adapter->flags & IXGBE_FLAG_MSI_ENABLED)         err = request_irq(adapter->pdev->irq, &ixgbe_intr, 0,                   netdev->name, adapter);     /* 都不支持的情况，直接设置 ixgbe_intr 为中断处理程序 */     else          err = request_irq(adapter->pdev->irq, &ixgbe_intr, IRQF_SHARED,                   netdev->name, adapter);       if (err)         e_err(probe, "request_irq failed, Error %d\n", err);       return err; }    /**  * 文件：ixgbe_main.c  * ixgbe_request_msix_irqs - Initialize MSI-X interrupts  * @adapter: board private structure  *  * ixgbe_request_msix_irqs allocates MSI-X vectors and requests  * interrupts from the kernel.  **/ static int (struct ixgbe_adapter *adapter) {     …     for (vector = 0; vector < adapter->num_q_vectors; vector++) {         struct ixgbe_q_vector *q_vector = adapter->q_vector[vector];         struct msix_entry *entry = &adapter->msix_entries[vector];           /* 设置中断处理入口函数为 ixgbe_msix_clean_rings */         err = request_irq(entry->vector, &ixgbe_msix_clean_rings, 0,                   q_vector->name, q_vector);         if (err) {             e_err(probe, "request_irq failed for MSIX interrupt '%s' "                   "Error: %d\n", q_vector->name, err);             goto free_queue_irqs;         }     …     } } 复制代码

(2)线上的多队列网卡均支持MSIX，中断处理程序入口为ixgbe_msix_clean_rings，里面调用了函数napi_schedule(&q_vector->napi)。

/**  * 文件：ixgbe_main.c  **/ static irqreturn_t ixgbe_msix_clean_rings(int irq, void *data) {     struct ixgbe_q_vector *q_vector = data;       /* EIAM disabled interrupts (on this vector) for us */       if (q_vector->rx.ring || q_vector->tx.ring)         napi_schedule(&q_vector->napi);       return IRQ_HANDLED; } 复制代码

(3)之后经过一些列调用，直到发起名为NET_RX_SOFTIRQ的软中断。到这里完成了硬中断部分，进入软中断部分，同时也上升到了内核层面。

/**  * 文件：include/linux/netdevice.h  *  napi_schedule - schedule NAPI poll  *  @n: NAPI context  *  * Schedule NAPI poll routine to be called if it is not already  * running.  */ static inline void napi_schedule(struct napi_struct *n) {     if (napi_schedule_prep(n))     /*  注意下面调用的这个函数名字前是两个下划线 */         __napi_schedule(n); }   /**  * 文件：net/core/dev.c  * __napi_schedule - schedule for receive  * @n: entry to schedule  *  * The entry's receive function will be scheduled to run.  * Consider using __napi_schedule_irqoff() if hard irqs are masked.  */ void __napi_schedule(struct napi_struct *n) {     unsigned long flags;       /*  local_irq_save用来保存中断状态，并禁止中断 */     local_irq_save(flags);     /*  注意下面调用的这个函数名字前是四个下划线，传入的 softnet_data 是当前CPU */     ____napi_schedule(this_cpu_ptr(&softnet_data), n);     local_irq_restore(flags); }    /* Called with irq disabled */ static inline void ____napi_schedule(struct softnet_data *sd,                      struct napi_struct *napi) {     /* 将 napi_struct 加入 softnet_data 的 poll_list */     list_add_tail(&napi->poll_list, &sd->poll_list);        /* 发起软中断 NET_RX_SOFTIRQ */     __raise_softirq_irqoff(NET_RX_SOFTIRQ); } 复制代码

(4)NET_RX_SOFTIRQ对应的软中断处理程序接口是net_rx_action()。

/*  *  文件：net/core/dev.c  *  Initialize the DEV module. At boot time this walks the device list and  *  unhooks any devices that fail to initialise (normally hardware not  *  present) and leaves us with a valid list of present and active devices.  *  */   /*  *       This is called single threaded during boot, so no need  *       to take the rtnl semaphore.  */ static int __init net_dev_init(void) {     …     /*  分别注册TX和RX软中断的处理程序 */     open_softirq(NET_TX_SOFTIRQ, net_tx_action);     open_softirq(NET_RX_SOFTIRQ, net_rx_action);     … } 复制代码

(5)net_rx_action功能就是轮询调用poll方法，这里就是ixgbe_poll。一次轮询的数据包数量不能超过内核参数net.core.netdev_budget指定的数量（默认值300），并且轮询时间不能超过2个时间片。这个机制保证了单次软中断处理不会耗时太久影响被中断的程序。

/* 文件：net/core/dev.c  */ static void net_rx_action(struct softirq_action *h) {     struct softnet_data *sd = &__get_cpu_var(softnet_data);     unsigned long time_limit = jiffies + 2;     int budget = netdev_budget;     void *have;       local_irq_disable();       while (!list_empty(&sd->poll_list)) {         struct napi_struct *n;         int work, weight;           /* If softirq window is exhuasted then punt.          * Allow this to run for 2 jiffies since which will allow          * an average latency of 1.5/HZ.          */            /* 判断处理包数是否超过 netdev_budget 及时间是否超过2个时间片 */         if (unlikely(budget <= 0 || time_after_eq(jiffies, time_limit)))             goto softnet_break;           local_irq_enable();           /* Even though interrupts have been re-enabled, this          * access is safe because interrupts can only add new          * entries to the tail of this list, and only ->poll()          * calls can remove this head entry from the list.          */         n = list_first_entry(&sd->poll_list, struct napi_struct, poll_list);           have = netpoll_poll_lock(n);           weight = n->weight;           /* This NAPI_STATE_SCHED test is for avoiding a race          * with netpoll's poll_napi().  Only the entity which          * obtains the lock and sees NAPI_STATE_SCHED set will          * actually make the ->poll() call.  Therefore we avoid          * accidentally calling ->poll() when NAPI is not scheduled.          */         work = 0;         if (test_bit(NAPI_STATE_SCHED, &n->state)) {             work = n->poll(n, weight);             trace_napi_poll(n);         }           ……     }    } 复制代码

(6)ixgbe_poll之后的一系列调用就不一一详述了，有兴趣的同学可以自行研究，软中断部分有几个地方会有类似if (static_key_false(&rps_needed))这样的判断，会进入前文所述有丢包风险的enqueue_to_backlog函数。 这里的逻辑为判断是否启用了RPS机制，RPS是早期单队列网卡上将软中断负载均衡到多个CPU Core的技术，它对数据流进行hash并分配到对应的CPU Core上，发挥多核的性能。不过现在基本都是多队列网卡，不会开启这个机制，因此走不到这里，static_key_false是针对默认为false的static key的优化判断方式。这段调用的最后，deliver_skb会将接收的数据传入一个IP层的数据结构中，至此完成二层的全部处理。

/**  *  netif_receive_skb - process receive buffer from network  *  @skb: buffer to process  *  *  netif_receive_skb() is the main receive data processing function.  *  It always succeeds. The buffer may be dropped during processing  *  for congestion control or by the protocol layers.  *  *  This function may only be called from softirq context and interrupts  *  should be enabled.  *  *  Return values (usually ignored):  *  NET_RX_SUCCESS: no congestion  *  NET_RX_DROP: packet was dropped  */ int netif_receive_skb(struct sk_buff *skb) {     int ret;       net_timestamp_check(netdev_tstamp_prequeue, skb);       if (skb_defer_rx_timestamp(skb))         return NET_RX_SUCCESS;       rcu_read_lock();   #ifdef CONFIG_RPS     /* 判断是否启用RPS机制 */     if (static_key_false(&rps_needed)) {         struct rps_dev_flow voidflow, *rflow = &voidflow;         /* 获取对应的CPU Core */         int cpu = get_rps_cpu(skb->dev, skb, &rflow);           if (cpu >= 0) {             ret = enqueue_to_backlog(skb, cpu, &rflow->last_qtail);             rcu_read_unlock();             return ret;         }     } #endif     ret = __netif_receive_skb(skb);     rcu_read_unlock();     return ret; } 复制代码

TCP/IP协议栈逐层处理，最终交给用户空间读取

数据包进到IP层之后，经过IP层、TCP层处理（校验、解析上层协议，发送给上层协议），放入socket buffer，在应用程序执行read() 系统调用时，就能从socket buffer中将新数据从内核区拷贝到用户区，完成读取。

这里的socket buffer大小即TCP接收窗口，TCP由于具备流量控制功能，能动态调整接收窗口大小，因此数据传输阶段不会出现由于socket buffer接收队列空间不足而丢包的情况（但UDP及TCP握手阶段仍会有）。涉及TCP/IP协议的部分不是此次丢包问题的研究重点，因此这里不再赘述。

网卡队列

查看网卡型号

  # lspci -vvv | grep Eth 01:00.0 Ethernet controller: Intel Corporation Ethernet Controller 10-Gigabit X540-AT2 (rev 03)         Subsystem: Dell Ethernet 10G 4P X540/I350 rNDC 01:00.1 Ethernet controller: Intel Corporation Ethernet Controller 10-Gigabit X540-AT2 (rev 03)         Subsystem: Dell Ethernet 10G 4P X540/I350 rNDC    # lspci -vvv 07:00.0 Ethernet controller: Intel Corporation I350 Gigabit Network Connection (rev 01)         Subsystem: Dell Gigabit 4P X540/I350 rNDC         Control: I/O- Mem+ BusMaster+ SpecCycle- MemWINV- VGASnoop- ParErr- Stepping- SERR- FastB2B- DisINTx+         Status: Cap+ 66MHz- UDF- FastB2B- ParErr- DEVSEL=fast >TAbort- SERR- 
可以看出，网卡的中断机制是MSI-X，即网卡的每个队列都可以分配中断（MSI-X支持2048个中断）。
网卡队列
 ...  #define IXGBE_MAX_MSIX_VECTORS_82599    0x40 ...        u16 ixgbe_get_pcie_msix_count_generic(struct ixgbe_hw *hw)  {      u16 msix_count;      u16 max_msix_count;      u16 pcie_offset;         switch (hw->mac.type) {      case ixgbe_mac_82598EB:          pcie_offset = IXGBE_PCIE_MSIX_82598_CAPS;          max_msix_count = IXGBE_MAX_MSIX_VECTORS_82598;          break;      case ixgbe_mac_82599EB:      case ixgbe_mac_X540:      case ixgbe_mac_X550:      case ixgbe_mac_X550EM_x:      case ixgbe_mac_x550em_a:          pcie_offset = IXGBE_PCIE_MSIX_82599_CAPS;          max_msix_count = IXGBE_MAX_MSIX_VECTORS_82599;          break;      default:          return 1;      }  ... 复制代码
根据网卡型号确定驱动中定义的网卡队列，可以看到X540网卡驱动中定义最大支持的IRQ Vector为0x40(数值:64)。
 static int ixgbe_acquire_msix_vectors(struct ixgbe_adapter *adapter)  {      struct ixgbe_hw *hw = &adapter->hw;      int i, vectors, vector_threshold;         /* We start by asking for one vector per queue pair with XDP queues       * being stacked with TX queues.       */      vectors = max(adapter->num_rx_queues, adapter->num_tx_queues);      vectors = max(vectors, adapter->num_xdp_queues);         /* It is easy to be greedy for MSI-X vectors. However, it really       * doesn't do much good if we have a lot more vectors than CPUs. We'll       * be somewhat conservative and only ask for (roughly) the same number       * of vectors as there are CPUs.       */      vectors = min_t(int, vectors, num_online_cpus()); 复制代码
通过加载网卡驱动，获取网卡型号和网卡硬件的队列数；但是在初始化misx vector的时候，还会结合系统在线CPU的数量，通过Sum = Min(网卡队列，CPU Core) 来激活相应的网卡队列数量，并申请Sum个中断号。
如果CPU数量小于64，会生成CPU数量的队列，也就是每个CPU会产生一个external IRQ。
我们线上的CPU一般是48个逻辑core，就会生成48个中断号，由于我们是两块网卡做了bond，也就会生成96个中断号。
验证与复现网络丢包
我们在测试环境做了测试，发现测试环境的中断确实有集中在CPU 0的情况，下面使用systemtap诊断测试环境软中断分布的方法:
global hard, soft, wq    probe irq_handler.entry { hard[irq, dev_name]++; }    probe timer.s(1) { println("==irq number:dev_name") foreach( [irq, dev_name] in hard- limit 5) { printf("%d,%s->%d\n", irq, kernel_string(dev_name), hard[irq, dev_name]);       }   println("==softirq cpu:h:vec:action") foreach( [c,h,vec,action] in soft- limit 5) { printf("%d:%x:%x:%s->%d\n", c, h, vec, symdata(action), soft[c,h,vec,action]);       }      println("==workqueue wq_thread:work_func") foreach( [wq_thread,work_func] in wq- limit 5) { printf("%x:%x->%d\n", wq_thread, work_func, wq[wq_thread, work_func]);  }    println("\n") delete hard delete soft delete wq }    probe softirq.entry { soft[cpu(), h,vec,action]++; }    probe workqueue.execute { wq[wq_thread, work_func]++ }       probe begin { println("~") } 复制代码
下面执行i.stap的结果:
==irq number:dev_name 87,eth0-0->1693 90,eth0-3->1263 95,eth2-3->746 92,eth2-0->703 89,eth0-2->654 ==softirq cpu:h:vec:action 0:ffffffff81a83098:ffffffff81a83080:0xffffffff81461a00->8928 0:ffffffff81a83088:ffffffff81a83080:0xffffffff81084940->626 0:ffffffff81a830c8:ffffffff81a83080:0xffffffff810ecd70->614 16:ffffffff81a83088:ffffffff81a83080:0xffffffff81084940->225 16:ffffffff81a830c8:ffffffff81a83080:0xffffffff810ecd70->224 ==workqueue wq_thread:work_func ffff88083062aae0:ffffffffa01c53d0->10 ffff88083062aae0:ffffffffa01ca8f0->10 ffff88083420a080:ffffffff81142160->2 ffff8808343fe040:ffffffff8127c9d0->2 ffff880834282ae0:ffffffff8133bd20->1 复制代码
下面是action对应的符号信息：
addr2line -e /usr/lib/debug/lib/modules/2.6.32-431.20.3.el6.mt20161028.x86_64/vmlinux ffffffff81461a00 /usr/src/debug/kernel-2.6.32-431.20.3.el6/linux-2.6.32-431.20.3.el6.mt20161028.x86_64/net/core/dev.c:4013 复制代码
打开这个文件，我们发现它是在执行static void net_rx_action(struct softirq_action *h)这个函数，而这个函数正是前文提到的，NET_RX_SOFTIRQ对应的软中断处理程序。因此可以确认网卡的软中断在机器上分布非常不均，而且主要集中在CPU 0上。通过/proc/interrupts能确认硬中断集中在CPU 0上，因此软中断也都由CPU 0处理，如何优化网卡的中断成为了我们关注的重点。
优化策略
CPU亲缘性
前文提到，丢包是因为队列中的数据包超过了netdev_max_backlog造成了丢弃，因此首先想到是临时调大netdev_max_backlog能否解决燃眉之急，事实证明，对于轻微丢包调大参数可以缓解丢包，但对于大量丢包则几乎不怎么管用，内核处理速度跟不上收包速度的问题还是客观存在，本质还是因为单核处理中断有瓶颈，即使不丢包，服务响应速度也会变慢。因此如果能同时使用多个CPU Core来处理中断，就能显著提高中断处理的效率，并且每个CPU都会实例化一个softnet_data对象，队列数也增加了。
中断亲缘性设置
通过设置中断亲缘性，可以让指定的中断向量号更倾向于发送给指定的CPU Core来处理，俗称“绑核”。命令grep eth /proc/interrupts的第一列可以获取网卡的中断号，如果是多队列网卡，那么就会有多行输出：
中断的亲缘性设置可以在cat /proc/irq/${中断号}/smp_affinity 或 cat /proc/irq/${中断号}/smp_affinity_list中确认，前者是16进制掩码形式，后者是以CPU Core序号形式。例如下图中，将16进制的400转换成2进制后，为 10000000000，“1”在第10位上，表示亲缘性是第10个CPU Core。
那为什么中断号只设置一个CPU Core呢？而不是为每一个中断号设置多个CPU Core平行处理。我们经过测试，发现当给中断设置了多个CPU Core后，它也仅能由设置的第一个CPU Core来处理，其他的CPU Core并不会参与中断处理，原因猜想是当CPU可以平行收包时，不同的核收取了同一个queue的数据包，但处理速度不一致，导致提交到IP层后的顺序也不一致，这就会产生乱序的问题，由同一个核来处理可以避免了乱序问题。
但是，当我们配置了多个Core处理中断后，发现Redis的慢查询数量有明显上升，甚至部分业务也受到了影响，慢查询增多直接导致可用性降低，因此方案仍需进一步优化。
Redis进程亲缘性设置
如果某个CPU Core正在处理Redis的调用，执行到一半时产生了中断，那么CPU不得不停止当前的工作转而处理中断请求，中断期间Redis也无法转交给其他core继续运行，必须等处理完中断后才能继续运行。Redis本身定位就是高速缓存，线上的平均端到端响应时间小于1ms，如果频繁被中断，那么响应时间必然受到极大影响。容易想到，由最初的CPU 0单核处理中断，改进到多核处理中断，Redis进程被中断影响的几率增大了，因此我们需要对Redis进程也设置CPU亲缘性，使其与处理中断的Core互相错开，避免受到影响。
使用命令taskset可以为进程设置CPU亲缘性，操作十分简单，一句taskset -cp cpu-list pid即可完成绑定。经过一番压测，我们发现使用8个core处理中断时，流量直至打满双万兆网卡也不会出现丢包，因此决定将中断的亲缘性设置为物理机上前8个core，Redis进程的亲缘性设置为剩下的所有core。调整后，确实有明显的效果，慢查询数量大幅优化，但对比初始情况，仍然还是高了一些些，还有没有优化空间呢？
通过观察，我们发现一个有趣的现象，当只有CPU 0处理中断时，Redis进程更倾向于运行在CPU 0，以及CPU 0同一物理CPU下的其他核上。于是有了以下推测：我们设置的中断亲缘性，是直接选取了前8个核心，但这8个core却可能是来自两块物理CPU的，在/proc/cpuinfo中，通过字段processor和physical id 能确认这一点，那么响应慢是否和物理CPU有关呢？物理CPU又和NUMA架构关联，每个物理CPU对应一个NUMA node，那么接下来就要从NUMA角度进行分析。
NUMA
SMP 架构
随着单核CPU的频率在制造工艺上的瓶颈，CPU制造商的发展方向也由纵向变为横向：从CPU频率转为每瓦性能。CPU也就从单核频率时代过渡到多核性能协调。
SMP(对称多处理结构)：即CPU共享所有资源，例如总线、内存、IO等。
SMP 结构：一个物理CPU可以有多个物理Core，每个Core又可以有多个硬件线程。即：每个HT有一个独立的L1 cache，同一个Core下的HT共享L2 cache，同一个物理CPU下的多个core共享L3 cache。
下图(摘自内核月谈)中，一个x86 CPU有4个物理Core，每个Core有两个HT(Hyper Thread)。
NUMA 架构
在前面的FSB(前端系统总线)结构中，当CPU不断增长的情况下，共享的系统总线就会因为资源竞争(多核争抢总线资源以访问北桥上的内存)而出现扩展和性能问题。
在这样的背景下，基于SMP架构上的优化，设计出了NUMA(Non-Uniform Memory Access)非均匀内存访问。
内存控制器芯片被集成到处理器内部，多个处理器通过QPI链路相连，DRAM也就有了远近之分。(如下图所示：摘自CPU Cache)
CPU 多层Cache的性能差异是很巨大的，比如：L1的访问时长1ns，L2的时长3ns…跨node的访问会有几十甚至上百倍的性能损耗。
NUMA 架构下的中断优化
这时我们再回归到中断的问题上，当两个NUMA节点处理中断时，CPU实例化的softnet_data以及驱动分配的sk_buffer都可能是跨Node的，数据接收后对上层应用Redis来说，跨Node访问的几率也大大提高，并且无法充分利用L2、L3 cache，增加了延时。
同时，由于Linux wake affinity特性，如果两个进程频繁互动，调度系统会觉得它们很有可能共享同样的数据，把它们放到同一CPU核心或NUMA Node有助于提高缓存和内存的访问性能，所以当一个进程唤醒另一个的时候，被唤醒的进程可能会被放到相同的CPU core或者相同的NUMA节点上。此特性对中断唤醒进程时也起作用，在上一节所述的现象中，所有的网络中断都分配给CPU 0去处理，当中断处理完成时，由于wakeup affinity特性的作用，所唤醒的用户进程也被安排给CPU 0或其所在的numa节点上其他core。而当两个NUMA node处理中断时，这种调度特性有可能导致Redis进程在CPU core之间频繁迁移，造成性能损失。
综合上述，将中断都分配在同一NUMA Node中，中断处理函数和应用程序充分利用同NUMA下的L2、L3缓存、以及同Node下的内存，结合调度系统的wake affinity特性，能够更进一步降低延迟。
彩蛋小福利
点击免费获取Java学习笔记，面试，文档以及视频
部分资料如下：
            
            
                            

                新闻名称：Redis高负载下的中断优化                

                分享URL：http://azwzsj.com/article/gidgjh.html