网络性能优化（NAPI）

发送路径上的优化

　　TSO (TCP Segmentation Offload)

　　TSO (TCP Segmentation Offload) 是一种利用网卡分割大数据包，减小 CPU 负荷的一种技术，也被叫做 LSO (Large segment offload) ，如果数据包的类型只能是 TCP，则被称之为 TSO，如果硬件支持 TSO 功能的话，也需要同时支持硬件的 TCP 校验计算和分散 - 聚集 (Scatter Gather) 功能。

　　可以看到 TSO 的实现，需要一些基本条件，而这些其实是由软件和硬件结合起来完成的，对于硬件，具体说来，硬件能够对大的数据包进行分片，分片之后，还要能够对每个分片附着相关的头部。TSO 的支持主要有需要以下几步：

　　1、如果网路适配器支持 TSO 功能，需要声明网卡的能力支持 TSO，这是通过以 NETIF_F_TSO 标志设置 net_device structure 的 features 字段来表明，例如，在 benet(drivers/net/benet/be_main.c) 网卡的驱动程序中，设置 NETIF_F_TSO 的代码如下：

　　benet 网卡驱动声明支持 TSO 功能

 static void be_netdev_init(struct net_device *netdev) 
 { 
     struct be_adapter *adapter = netdev_priv(netdev); 

     netdev->features |= NETIF_F_SG | NETIF_F_HW_VLAN_RX | NETIF_F_TSO | 
         NETIF_F_HW_VLAN_TX | NETIF_F_HW_VLAN_FILTER | NETIF_F_HW_CSUM | 
         NETIF_F_GRO | NETIF_F_TSO6; 

     netdev->vlan_features |= NETIF_F_SG | NETIF_F_TSO | NETIF_F_HW_CSUM; 

     netdev->flags |= IFF_MULTICAST; 

     adapter->rx_csum = true; 

     /* Default settings for Rx and Tx flow control */ 
     adapter->rx_fc = true; 
     adapter->tx_fc = true; 

     netif_set_gso_max_size(netdev, 65535); 

     BE_SET_NETDEV_OPS(netdev, &be_netdev_ops); 

     SET_ETHTOOL_OPS(netdev, &be_ethtool_ops); 

     netif_napi_add(netdev, &adapter->rx_eq.napi, be_poll_rx, 
         BE_NAPI_WEIGHT); 
     netif_napi_add(netdev, &adapter->tx_eq.napi, be_poll_tx_mcc, 
         BE_NAPI_WEIGHT); 

     netif_carrier_off(netdev); 
     netif_stop_queue(netdev); 
 }

　　在代码中，同时也用 netif_set_gso_max_size 函数设置了 net_device 的 gso_max_size 字段。该字段表明网络接口一次能处理的最大 buffer 大小，一般该值为 64Kb，这意味着只要 TCP 的数据大小不超过 64Kb，就不用在内核中分片，而只需一次性的推送到网络接口，由网络接口去执行分片功能。

　　2、当一个 TCP 的 socket 被创建，其中一个职责是设置该连接的能力，在网络层的 socket 的表示是 struck sock，其中有一个字段 sk_route_caps 标示该连接的能力，在 TCP 的三路握手完成之后，将基于网络接口的能力和连接来设置该字段。

　　网路层对 TSO 功能支持的设定

 /* This will initiate an outgoing connection. */ 
 int tcp_v4_connect(struct sock *sk, struct sockaddr *uaddr, int addr_len) 
 { 
         ……

     /* OK, now commit destination to socket.  */ 
     sk->sk_gso_type = SKB_GSO_TCPV4; 
     sk_setup_caps(sk, &rt->dst); 

         ……
 }

　　代码中的 sk_setup_caps() 函数则设置了上面所说的 sk_route_caps 字段，同时也检查了硬件是否支持分散 - 聚集功能和硬件校验计算功能。需要这 2 个功能的原因是：Buffer 可能不在一个内存页面上，所以需要分散 - 聚集功能，而分片后的每个分段需要重新计算 checksum，因此需要硬件支持校验计算。

　　3、现在，一切的准备工作都已经做好了，当实际的数据需要传输时，需要使用我们设置好的 gso_max_size，我们知道，TCP 向 IP 层发送数据会考虑 mss，使得发送的 IP 包在 MTU 内，不用分片。而 TSO 设置的 gso_max_size 就影响该过程，这主要是在计算 mss_now 字段时使用。如果内核不支持 TSO 功能，mss_now 的最大值为“MTU – HLENS”，而在支持 TSO 的情况下，mss_now 的最大值为“gso_max_size -HLENS”，这样，从网络层带驱动的路径就被打通了。

　　GSO (Generic Segmentation Offload)

　　TSO 是使得网络协议栈能够将大块 buffer 推送至网卡，然后网卡执行分片工作，这样减轻了 CPU 的负荷，但 TSO 需要硬件来实现分片功能;而性能上的提高，主要是因为延缓分片而减轻了 CPU 的负载，因此，可以考虑将 TSO 技术一般化，因为其本质实际是延缓分片，这种技术，在 Linux 中被叫做 GSO(Generic Segmentation Offload)，它比 TSO 更通用，原因在于它不需要硬件的支持分片就可使用，对于支持 TSO 功能的硬件，则先经过 GSO 功能，然后使用网卡的硬件分片能力执行分片;而对于不支持 TSO 功能的网卡，将分片的执行，放在了将数据推送的网卡的前一刻，也就是在调用驱动的 xmit 函数前。

　　我们再来看看内核中数据包的分片都有可能在哪些时刻：

　　1、在传输协议中，当构造 skb 用于排队的时候

　　2、在传输协议中，但是使用了 NETIF_F_GSO 功能，当即将传递个网卡驱动的时候

　　3、在驱动程序里，此时驱动支持 TSO 功能 ( 设置了 NETIF_F_TSO 标志 )

　　对于支持 GSO 的情况，主要使用了情况 2 或者是情况 2.、3，其中情况二是在硬件不支持 TSO 的情况下，而情况 2、3 则是在硬件支持 TSO 的情况下。

　　代码中是在 dev_hard_start_xmit 函数里调用 dev_gso_segment 执行分片，这样尽量推迟分片的时间以提高性能：

　GSO 中的分片

 int dev_hard_start_xmit(struct sk_buff *skb, struct net_device *dev, 
             struct netdev_queue *txq) 
 { 
……
         if (netif_needs_gso(dev, skb)) { 
             if (unlikely(dev_gso_segment(skb))) 
                 goto out_kfree_skb; 
             if (skb->next) 
                goto gso; 
        } else { 
           ……

         } 

        ……

 }

接收路径上的优化

　　LRO (Large Receive Offload)

　　Linux 在 2.6.24 中加入了支持 IPv4 TCP 协议的 LRO (Large Receive Offload) ，它通过将多个 TCP 数据聚合在一个 skb 结构，在稍后的某个时刻作为一个大数据包交付给上层的网络协议栈，以减少上层协议栈处理 skb 的开销，提高系统接收 TCP 数据包的能力。

　　当然，这一切都需要网卡驱动程序支持。理解 LRO 的工作原理，需要理解 sk_buff 结构体对于负载的存储方式，在内核中，sk_buff 可以有三种方式保存真实的负载：

　　1、数据被保存在 skb->data 指向的由 kmalloc 申请的内存缓冲区中，这个数据区通常被称为线性数据区，数据区长度由函数 skb_headlen 给出

　　2、数据被保存在紧随 skb 线性数据区尾部的共享结构体 skb_shared_info 中的成员 frags 所表示的内存页面中，skb_frag_t 的数目由 nr_frags 给出，skb_frags_t 中有数据在内存页面中的偏移量和数据区的大小

　　3、数据被保存于 skb_shared_info 中的成员 frag_list 所表示的 skb 分片队列中

　　合并了多个 skb 的超级 skb，能够一次性通过网络协议栈，而不是多次，这对 CPU 负荷的减轻是显然的。

　　LRO 的核心结构体如下：

　　LRO 的核心结构体

 /* 
 * Large Receive Offload (LRO) Manager 
 * 
 * Fields must be set by driver 
 */ 

 struct net_lro_mgr { 
     struct net_device *dev; 
     struct net_lro_stats stats; 

     /* LRO features */ 
     unsigned long features; 
 #define LRO_F_NAPI            1  /* Pass packets to stack via NAPI */ 
 #define LRO_F_EXTRACT_VLAN_ID 2  /* Set flag if VLAN IDs are extracted 
                    from received packets and eth protocol 
                    is still ETH_P_8021Q */ 

     /* 
     * Set for generated SKBs that are not added to 
     * the frag list in fragmented mode 
     */ 
     u32 ip_summed; 
     u32 ip_summed_aggr; /* Set in aggregated SKBs: CHECKSUM_UNNECESSARY 
                 * or CHECKSUM_NONE */ 

     int max_desc; /* Max number of LRO descriptors  */ 
     int max_aggr; /* Max number of LRO packets to be aggregated */ 

     int frag_align_pad; /* Padding required to properly align layer 3 
                 * headers in generated skb when using frags */ 

     struct net_lro_desc *lro_arr; /* Array of LRO descriptors */ 

     /* 
     * Optimized driver functions 
     * 
     * get_skb_header: returns tcp and ip header for packet in SKB 
     */ 
     int (*get_skb_header)(struct sk_buff *skb, void **ip_hdr, 
                  void **tcpudp_hdr, u64 *hdr_flags, void *priv); 

     /* hdr_flags: */ 
 #define LRO_IPV4 1 /* ip_hdr is IPv4 header */ 
 #define LRO_TCP  2 /* tcpudp_hdr is TCP header */ 

     /* 
     * get_frag_header: returns mac, tcp and ip header for packet in SKB 
     * 
     * @hdr_flags: Indicate what kind of LRO has to be done 
     *             (IPv4/IPv6/TCP/UDP) 
     */ 
     int (*get_frag_header)(struct skb_frag_struct *frag, void **mac_hdr, 
                   void **ip_hdr, void **tcpudp_hdr, u64 *hdr_flags, 
                   void *priv); 
 };

　　在该结构体中：

　　dev：指向支持 LRO 功能的网络设备

　　stats：包含一些统计信息，用于查看 LRO 功能的运行情况

　　features：控制 LRO 如何将包送给网络协议栈，其中的 LRO_F_NAPI 表明驱动是 NAPI 兼容的，应该使用 netif_receive_skb() 函数，而 LRO_F_EXTRACT_VLAN_ID 表明驱动支持 VLAN

　　ip_summed：表明是否需要网络协议栈支持 checksum 校验

　　ip_summed_aggr：表明聚集起来的大数据包是否需要网络协议栈去支持 checksum 校验

　　max_desc：表明最大数目的 LRO 描述符，注意，每个 LRO 的描述符描述了一路 TCP 流，所以该值表明了做多同时能处理的 TCP 流的数量

　　max_aggr：是最大数目的包将被聚集成一个超级数据包

　　lro_arr：是描述符数组，需要驱动自己提供足够的内存或者在内存不足时处理异常

　　get_skb_header()/get_frag_header()：用于快速定位 IP 或者 TCP 的头，一般驱动只提供其中的一个实现

　　一般在驱动中收包，使用的函数是 netif_rx 或者 netif_receive_skb，但在支持 LRO 的驱动中，需要使用下面的函数，这两个函数将进来的数据包根据 LRO 描述符进行分类，如果可以进行聚集，则聚集为一个超级数据包，否者直接传递给内核，走正常途径。需要 lro_receive_frags 函数的原因是某些驱动直接将数据包放入了内存页，之后去构造 sk_buff，对于这样的驱动，应该使用下面的接口：

　　LRO 收包函数

 void lro_receive_skb(struct net_lro_mgr *lro_mgr, 
                  struct sk_buff *skb, 
                  void *priv); 

 void lro_receive_frags(struct net_lro_mgr *lro_mgr, 
                       struct skb_frag_struct *frags, 
               int len, int true_size, 
               void *priv, __wsum sum);

　　因为 LRO 需要聚集到 max_aggr 数目的数据包，但有些情况下可能导致延迟比较大，这种情况下，可以在聚集了部分包之后，直接传递给网络协议栈处理，这时可以使用下面的函数，也可以在收到某个特殊的包之后，不经过 LRO，直接传递个网络协议栈：

　　LRO flush 函数

 void lro_receive_skb(struct net_lro_mgr *lro_mgr, 
                  struct sk_buff *skb, 
                  void *priv); 

 void lro_receive_frags(struct net_lro_mgr *lro_mgr, 
                       struct skb_frag_struct *frags, 
               int len, int true_size, 
               void *priv, __wsum sum);

　　GRO (Generic Receive Offload)

　　前面的 LRO 的核心在于：在接收路径上，将多个数据包聚合成一个大的数据包，然后传递给网络协议栈处理，但 LRO 的实现中存在一些瑕疵：

　　1、数据包合并可能会破坏一些状态；

　　2、数据包合并条件过于宽泛，导致某些情况下本来需要区分的数据包也被合并了，这对于路由器是不可接收的；

　　3、在虚拟化条件下，需要使用桥接功能，但 LRO 使得桥接功能无法使用；

　　4、实现中，只支持 IPv4 的 TCP 协议。

　　而解决这些问题的办法就是新提出的 GRO(Generic Receive Offload)，首先，GRO 的合并条件更加的严格和灵活，并且在设计时，就考虑支持所有的传输协议，因此，后续的驱动，都应该使用 GRO 的接口，而不是 LRO，内核可能在所有先有驱动迁移到 GRO 接口之后将 LRO 从内核中移除。而 Linux 网络子系统的维护者 David S. Miller 就明确指出，现在的网卡驱动，有 2 个功能需要使用，一是使用 NAPI 接口以使得中断缓和 (interrupt mitigation) ，以及简单的互斥，二是使用 GRO 的 NAPI 接口去传递数据包给网路协议栈。

　　在 NAPI 实例中，有一个 GRO 的包的列表 gro_list，用堆积收到的包，GRO 层用它来将聚集的包分发到网络协议层，而每个支持 GRO 功能的网络协议层，则需要实现 gro_receive 和 gro_complete 方法。

　　协议层支持 GRO/GSO 的接口

 struct packet_type { 
     __be16              type;      /* This is really htons(ether_type). */ 
     struct net_device      *dev;      /* NULL is wildcarded here          */ 
     int              (*func) (struct sk_buff *, 
                     struct net_device *, 
                     struct packet_type *, 
                     struct net_device *); 
     struct sk_buff          *(*gso_segment)(struct sk_buff *skb, 
                         int features); 
     int              (*gso_send_check)(struct sk_buff *skb); 
     struct sk_buff          **(*gro_receive)(struct sk_buff **head, 
                           struct sk_buff *skb); 
     int              (*gro_complete)(struct sk_buff *skb); 
     void              *af_packet_priv; 
     struct list_head      list; 
 };

　　其中，gro_receive 用于尝试匹配进来的数据包到已经排队的 gro_list 列表，而 IP 和 TCP 的头部则在匹配之后被丢弃;而一旦我们需要向上层协议提交数据包，则调用 gro_complete 方法，将 gro_list 的包合并成一个大包，同时 checksum 也被更新。在实现中，并没要求 GRO 长时间的去实现聚合，而是在每次 NAPI 轮询操作中，强制传递 GRO 包列表跑到上层协议。GRO 和 LRO 的最大区别在于，GRO 保留了每个接收到的数据包的熵信息，这对于像路由器这样的应用至关重要，并且实现了对各种协议的支持。以 IPv4 的 TCP 为例，匹配的条件有：

　　1、源 / 目的地址匹配；

　　2、TOS/ 协议字段匹配；

　　3、源 / 目的端口匹配。

　　而很多其它事件将导致 GRO 列表向上层协议传递聚合的数据包，例如 TCP 的 ACK 不匹配或者 TCP 的序列号没有按序等等。

　　GRO 提供的接口和 LRO 提供的接口非常的类似，但更加的简洁，对于驱动，明确可见的只有 GRO 的收包函数了 , 因为大部分的工作实际是在协议层做掉了：

　　GRO 收包接口

 gro_result_t napi_gro_receive(struct napi_struct *napi, struct sk_buff *skb) 
 gro_result_t napi_gro_frags(struct napi_struct *napi)