Receive packet steering简称rps,是google贡献给linux kernel的一个patch,主要的功能是解决多核情况下,网络协议栈的软中断的负载均衡。这里的负载均衡也就是指能够将软中断均衡的放在不同的cpu核心上运行。
简介在这里:
linux现在网卡的驱动支持两种模式,一种是NAPI,一种是非NAPI模式,这两种模式的区别,我前面的blog都有介绍,这里就再次简要的介绍下。
在NAPI中,中断收到数据包后调用__napi_schedule调度软中断,然后软中断处理函数中会调用注册的poll回掉函数中调用netif_receive_skb将数据包发送到3层,没有进行任何的软中断负载均衡。
在非NAPI中,中断收到数据包后调用netif_rx,这个函数会将数据包保存到input_pkt_queue,然后调度软中断,这里为了兼容NAPI的驱动,他的poll方法默认是process_backlog,最终这个函数会从input_pkt_queue中取得数据包然后发送到3层。
通过比较我们可以看到,不管是NAPI还是非NAPI的话都无法做到软中断的负载均衡,因为软中断此时都是运行在在硬件中断相应的cpu上。也就是说如果始终是cpu0相应网卡的硬件中断,那么始终都是cpu0在处理软中断,而此时cpu1就被浪费了,因为无法并行的执行多个软中断。
google的这个patch的基本原理是这样的,根据数据包的源地址,目的地址以及目的和源端口(这里它是将两个端口组合成一个4字节的无符数进行计算的,后面会看到)计算出一个hash值,然后根据这个hash值来选择软中断运行的cpu,从上层来看,也就是说将每个连接和cpu绑定,并通过这个hash值,来均衡软中断在多个cpu上。
这个介绍比较简单,我们来看代码是如何实现的。
它这里主要是hook了两个内核的函数,一个是netif_rx主要是针对非NAPI的驱动,一个是netif_receive_skb这个主要是针对NAPI的驱动,这两个函数我前面blog都有介绍过,想了解可以看我前面的blog,现在这里我只介绍打过patch的实现。
在看netif_rx和netif_receive_skb之前,我们先来看这个patch中两个重要的函数get_rps_cpu和enqueue_to_backlog,我们一个个看。
先来看相关的两个数据结构,首先是netdev_rx_queue,它表示对应的接收队列,因为有的网卡可能硬件上就支持多队列的模式,此时对应就会有多个rx队列,这个结构是挂载在net_device中的,也就是每个网络设备最终都会有一个或者多个rx队列。这个结构在sys文件系统中的表示类似这样的/sys/class/net//queues/rx- 几个队列就是rx-n.
struct netdev_rx_queue {
//保存了当前队列的rps map
struct rps_map *rps_map;
//对应的kobject
struct kobject kobj;
//指向第一个rx队列
struct netdev_rx_queue *first;
//引用计数
atomic_t count;
} ____cacheline_aligned_in_smp;
然后就是rps_map,其实这个也就是保存了能够执行数据包的cpu。
struct rps_map {
//cpu的个数,也就是cpus数组的个数
unsigned int len;
//RCU锁
struct rcu_head rcu;
//保存了cpu的id.
u16 cpus[0];
};
看完上面的结构,我们来看函数的实现。
get_rps_cpu主要是通过传递进来的skb然后来选择这个skb所应该被处理的cpu。它的逻辑很简单,就是通过skb计算hash,然后通过hash从对应的队列的rps_mapping中取得对应的cpu id。
这里有个要注意的就是这个hash值是可以交给硬件网卡去计算的,作者自己说是最好交由硬件去计算这个hash值,因为如果是软件计算的话会导致CPU 缓存不命中,带来一定的性能开销。
还有就是rps_mapping这个值是可以通过sys 文件系统设置的,位置在这里:
/sys/class/net//queues/rx-/rps_cpus 。
static int get_rps_cpu(struct net_device *dev, struct sk_buff *skb) { struct ipv6hdr *ip6; struct iphdr *ip; struct netdev_rx_queue *rxqueue; struct rps_map *map; int cpu = -1; u8 ip_proto; u32 addr1, addr2, ports, ihl; //rcu锁
rcu_read_lock(); //取得设备对应的rx 队列
if (skb_rx_queue_recorded(skb)) { .......................................... rxqueue = dev->_rx + index; } else rxqueue = dev->_rx;
if (!rxqueue->rps_map) goto done; //如果硬件已经计算,则跳过计算过程
if (skb->rxhash) goto got_hash; /* Skip hash computation on packet header */
switch (skb->protocol) { case __constant_htons(ETH_P_IP): if (!pskb_may_pull(skb, sizeof(*ip))) goto done; //得到计算hash的几个值
ip = (struct iphdr *) skb->data; ip_proto = ip->protocol; //两个地址
addr1 = ip->saddr; addr2 = ip->daddr; //得到ip头
ihl = ip->ihl; break; case __constant_htons(ETH_P_IPV6): .......................................... break; default: goto done; } ports = 0; switch (ip_proto) { case IPPROTO_TCP: case IPPROTO_UDP: case IPPROTO_DCCP: case IPPROTO_ESP: case IPPROTO_AH: case IPPROTO_SCTP: case IPPROTO_UDPLITE: if (pskb_may_pull(skb, (ihl * 4) + 4)) //我们知道tcp头的前4个字节就是源和目的端口,因此这里跳过ip头得到tcp头的前4个字节
ports = *((u32 *) (skb->data + (ihl * 4))); break;
default: break; } //计算hash
skb->rxhash = jhash_3words(addr1, addr2, ports, hashrnd); if (!skb->rxhash) skb->rxhash = 1;
got_hash: //通过rcu得到对应rps map
map = rcu_dereference(rxqueue->rps_map); if (map) { //取得对应的cpu
u16 tcpu = map->cpus[((u64) skb->rxhash * map->len) >> 32]; //如果cpu是online的,则返回计算出的这个cpu,否则跳出循环。
if (cpu_online(tcpu)) { cpu = tcpu; goto done; } }
done: rcu_read_unlock(); //如果上面失败,则返回-1.
return cpu; }
|
然后是enqueue_to_backlog这个方法,首先我们知道在每个cpu都有一个softnet结构,而他有一个input_pkt_queue的队列,以前这个主要是用于非NAPi的驱动的,而这个patch则将这个队列也用与NAPI的处理中了。也就是每个cpu现在都会有一个input_pkt_queue队列,用于保存需要处理的数据包队列。这个队列作用现在是,如果发现不属于当前cpu处理的数据包,则我们可以直接将数据包挂载到他所属的cpu的input_pkt_queue中。
enqueue_to_backlog接受一个skb和cpu为参数,通过cpu来判断skb如何处理。要么加入所属的input_pkt_queue中,要么schecule 软中断。
还有个要注意就是我们知道NAPI为了兼容非NAPI模式,有个backlog的napi_struct结构,也就是非NAPI驱动会schedule backlog这个napi结构,而在enqueue_to_backlog中则是利用了这个结构,也就是它会schedule backlog,因为它会将数据放到input_pkt_queue中,而backlog的pool方法process_backlog就是从input_pkt_queue中取得数据然后交给上层处理。
这里还有一个会用到结构就是 rps_remote_softirq_cpus,它主要是保存了当前cpu上需要去另外的cpu schedule 软中断的cpu 掩码。因为我们可能将要处理的数据包放到了另外的cpu的input queue上,因此我们需要schedule 另外的cpu上的napi(也就是软中断),所以我们需要保存对应的cpu掩码,以便于后面遍历,然后schedule。
而这里为什么mask有两个元素,注释写的很清楚:
/* * This structure holds the per-CPU mask of CPUs for which IPIs are scheduled * to be sent to kick remote softirq processing. There are two masks since * the sending of IPIs must be done with interrupts enabled. The select field * indicates the current mask that enqueue_backlog uses to schedule IPIs. * select is flipped before net_rps_action is called while still under lock, * net_rps_action then uses the non-selected mask to send the IPIs and clears * it without conflicting with enqueue_backlog operation. */ struct rps_remote_softirq_cpus { //对应的cpu掩码
cpumask_t mask[2]; //表示应该使用的数组索引
int select; };
|
然后就是enqueue_backlog这个函数:
static int enqueue_to_backlog(struct sk_buff *skb, int cpu) { struct softnet_data *queue; unsigned long flags; //取出传递进来的cpu的softnet-data结构
queue = &per_cpu(softnet_data, cpu);
local_irq_save(flags); __get_cpu_var(netdev_rx_stat).total++; //自旋锁
spin_lock(&queue->input_pkt_queue.lock); //如果保存的队列还没到上限
if (queue->input_pkt_queue.qlen <= netdev_max_backlog) { //如果当前队列的输入队列长度不为空
if (queue->input_pkt_queue.qlen) { enqueue: //将数据包加入到input_pkt_queue中,这里会有一个小问题,我们后面再说。
__skb_queue_tail(&queue->input_pkt_queue, skb); spin_unlock_irqrestore(&queue->input_pkt_queue.lock, flags); return NET_RX_SUCCESS; }
/* Schedule NAPI for backlog device */ //如果可以调度软中断
if (napi_schedule_prep(&queue->backlog)) { //首先判断数据包该不该当前的cpu处理
if (cpu != smp_processor_id()) { //如果不该,
struct rps_remote_softirq_cpus *rcpus = &__get_cpu_var(rps_remote_softirq_cpus);
cpu_set(cpu, rcpus->mask[rcpus->select]); __raise_softirq_irqoff(NET_RX_SOFTIRQ); } else //如果就是应该当前cpu处理,则直接schedule 软中断,这里可以看到传递进去的是backlog
__napi_schedule(&queue->backlog); } goto enqueue; }
spin_unlock(&queue->input_pkt_queue.lock);
__get_cpu_var(netdev_rx_stat).dropped++; local_irq_restore(flags);
kfree_skb(skb); return NET_RX_DROP; }
|
这里会有一个小问题,那就是假设此时一个属于cpu0的包进入处理,此时我们运行在cpu1,此时将数据包加入到input队列,然后cpu0上面刚好又来了一个cpu0需要处理的数据包,此时由于qlen不为0则又将数据包加入到input队列中,我们会发现cpu0上的napi没机会进行调度了。
google的patch对这个是这样处理的,在软中断处理函数中当数据包处理完毕,会调用net_rps_action来调度前面保存到其他cpu上的input队列。
下面就是代码片断(net_rx_action)
//得到对应的rcpus.
rcpus = &__get_cpu_var(rps_remote_softirq_cpus); select = rcpus->select; //翻转select,防止和enqueue_backlog冲突
rcpus->select ^= 1;
//打开中断,此时下面的调度才会起作用.
local_irq_enable(); //这个函数里面调度对应的远程cpu的napi.
net_rps_action(&rcpus->mask[select]);
|
然后就是net_rps_action,这个函数很简单,就是遍历所需要处理的cpu,然后调度napi
static void net_rps_action(cpumask_t *mask) { int cpu;
/* Send pending IPI's to kick RPS processing on remote cpus. */ //遍历
for_each_cpu_mask_nr(cpu, *mask) { struct softnet_data *queue = &per_cpu(softnet_data, cpu); if (cpu_online(cpu)) //到对应的cpu调用csd方法。
__smp_call_function_single(cpu, &queue->csd, 0); } //清理mask
cpus_clear(*mask); }
|
上面我们看到会调用csd方法,而上面的csd回掉就是被初始化为trigger_softirq函数。
static void trigger_softirq(void *data) { struct softnet_data *queue = data; //调度napi可以看到依旧是backlog 这个napi结构体。
__napi_schedule(&queue->backlog); __get_cpu_var(netdev_rx_stat).received_rps++; }
|
上面的函数都分析完毕了,剩下的就很简单了。
首先来看netif_rx如何被修改的,它被修改的很简单,首先是得到当前skb所应该被处理的cpu id,然后再通过比较这个cpu和当前正在处理的cpu id进行比较来做不同的处理。
int netif_rx(struct sk_buff *skb) { int cpu;
/* if netpoll wants it, pretend we never saw it */ if (netpoll_rx(skb)) return NET_RX_DROP;
if (!skb->tstamp.tv64) net_timestamp(skb); //得到cpu id。
cpu = get_rps_cpu(skb->dev, skb); if (cpu < 0) cpu = smp_processor_id(); //通过cpu进行队列不同的处理
return enqueue_to_backlog(skb, cpu); }
|
然后是netif_receive_skb,这里patch将内核本身的这个函数改写为__netif_receive_skb。然后当返回值小于0,则说明不需要对队列进行处理,此时直接发送到3层。
int netif_receive_skb(struct sk_buff *skb) { int cpu;
cpu = get_rps_cpu(skb->dev, skb);
if (cpu < 0) return __netif_receive_skb(skb); else return enqueue_to_backlog(skb, cpu); }
|
最后来总结一下,可以看到input_pkt_queue是一个FIFO的队列,而且如果当qlen有值的时候,也就是在另外的cpu有数据包放到input_pkt_queue中,则当前cpu不会调度napi,而是将数据包放到input_pkt_queue中,然后等待trigger_softirq来调度napi。
因此这个patch完美的解决了软中断在多核下的均衡问题,并且由于是同一个连接会map到相同的cpu,并且input_pkt_queue的使用,因此乱序的问题也不会出现。
我们部门有人测试了这个patch,据说能差不多提高20%。
我看了下35的内核,这个补丁还有另外一个也是这个作者的补丁RFS(rps的增强)都已经进入内核了,看来35的网络性能还是值得期待的。
阅读(2777) | 评论(0) | 转发(0) |