在Linux上做網(wǎng)絡(luò)應(yīng)用的性能優(yōu)化時(shí)，一般都會對TCP相關(guān)的內(nèi)核參數(shù)進(jìn)行調(diào)節(jié)，特別是和緩沖、隊(duì)列有關(guān)的參數(shù)。很多文章會告訴你需要修改哪些參數(shù)，但我們經(jīng)常是知其然而不知其所以然，每次照抄過來后，可能很快就忘記或混淆了它們的含義。

下面我以server端為視角，從 連接建立、 數(shù)據(jù)包接收 和 數(shù)據(jù)包發(fā)送 這3條路徑對參數(shù)進(jìn)行歸類梳理。

一、連接建立

簡單看下連接的建立過程，客戶端向server發(fā)送SYN包，server回復(fù)SYN＋ACK，同時(shí)將這個(gè)處于SYN_RECV狀態(tài)的連接保存到半連接隊(duì)列。客戶端返回ACK包完成三次握手，server將ESTABLISHED狀態(tài)的連接移入accept隊(duì)列，等待應(yīng)用調(diào)用accept()。可以看到建立連接涉及兩個(gè)隊(duì)列：

• 半連接隊(duì)列，保存SYN_RECV狀態(tài)的連接。隊(duì)列長度由net.ipv4.tcp_max_syn_backlog設(shè)置
• accept隊(duì)列，保存ESTABLISHED狀態(tài)的連接。隊(duì)列長度為min(net.core.somaxconn,backlog)。其中backlog是我們創(chuàng)建ServerSocket(intport,int backlog)時(shí)指定的參數(shù)，最終會傳遞給listen方法：#include int listen(int sockfd, int backlog); 如果我們設(shè)置的backlog大于net.core.somaxconn，accept隊(duì)列的長度將被設(shè)置為net.core.somaxconn

另外，為了應(yīng)對SYNflooding（即客戶端只發(fā)送SYN包發(fā)起握手而不回應(yīng)ACK完成連接建立，填滿server端的半連接隊(duì)列，讓它無法處理正常的握手請求），Linux實(shí)現(xiàn)了一種稱為SYNcookie的機(jī)制，通過net.ipv4.tcp_syncookies控制，設(shè)置為1表示開啟。簡單說SYNcookie就是將連接信息編碼在ISN(initialsequencenumber)中返回給客戶端，這時(shí)server不需要將半連接保存在隊(duì)列中，而是利用客戶端隨后發(fā)來的ACK帶回的ISN還原連接信息，以完成連接的建立，避免了半連接隊(duì)列被攻擊SYN包填滿。對于一去不復(fù)返的客戶端握手，不理它就是了。

二、數(shù)據(jù)包的接收

先看看接收數(shù)據(jù)包經(jīng)過的路徑：

數(shù)據(jù)包的接收，從下往上經(jīng)過了三層：網(wǎng)卡驅(qū)動(dòng)、系統(tǒng)內(nèi)核空間，最后到用戶態(tài)空間的應(yīng)用。Linux內(nèi)核使用sk_buff(socketkernel buffers)數(shù)據(jù)結(jié)構(gòu)描述一個(gè)數(shù)據(jù)包。當(dāng)一個(gè)新的數(shù)據(jù)包到達(dá)，NIC（networkinterface controller）調(diào)用DMAengine，通過RingBuffer將數(shù)據(jù)包放置到內(nèi)核內(nèi)存區(qū)。RingBuffer的大小固定，它不包含實(shí)際的數(shù)據(jù)包，而是包含了指向sk_buff的描述符。當(dāng)RingBuffer滿的時(shí)候，新來的數(shù)據(jù)包將給丟棄。一旦數(shù)據(jù)包被成功接收，NIC發(fā)起中斷，由內(nèi)核的中斷處理程序?qū)?shù)據(jù)包傳遞給IP層。經(jīng)過IP層的處理，數(shù)據(jù)包被放入隊(duì)列等待TCP層處理。每個(gè)數(shù)據(jù)包經(jīng)過TCP層一系列復(fù)雜的步驟，更新TCP狀態(tài)機(jī)，最終到達(dá)recvBuffer，等待被應(yīng)用接收處理。有一點(diǎn)需要注意，數(shù)據(jù)包到達(dá)recvBuffer，TCP就會回ACK確認(rèn)，既TCP的ACK表示數(shù)據(jù)包已經(jīng)被操作系統(tǒng)內(nèi)核收到，但并不確保應(yīng)用層一定收到數(shù)據(jù)（例如這個(gè)時(shí)候系統(tǒng)crash），因此一般建議應(yīng)用協(xié)議層也要設(shè)計(jì)自己的確認(rèn)機(jī)制。

上面就是一個(gè)相當(dāng)簡化的數(shù)據(jù)包接收流程，讓我們逐層看看隊(duì)列緩沖有關(guān)的參數(shù)。

1、網(wǎng)卡Bonding模式 當(dāng)主機(jī)有1個(gè)以上的網(wǎng)卡時(shí)，Linux會將多個(gè)網(wǎng)卡綁定為一個(gè)虛擬的bonded網(wǎng)絡(luò)接口，對TCP/IP而言只存在一個(gè)bonded網(wǎng)卡。多網(wǎng)卡綁定一方面能夠提高網(wǎng)絡(luò)吞吐量，另一方面也可以增強(qiáng)網(wǎng)絡(luò)高可用。Linux支持7種Bonding模式：

詳細(xì)的說明參考內(nèi)核文檔LinuxEthernet Bonding Driver HOWTO。我們可以通過
cat/proc/net/bonding/bond0查看本機(jī)的Bonding模式：

一般很少需要開發(fā)去設(shè)置網(wǎng)卡Bonding模式，自己實(shí)驗(yàn)的話可以參考這篇文檔。

• Mode 0(balance-rr) Round-robin策略，這個(gè)模式具備負(fù)載均衡和容錯(cuò)能力
• Mode 1(active-backup) 主備策略，在綁定中只有一個(gè)網(wǎng)卡被激活，其他處于備份狀態(tài)
• Mode 2(balance-xor) XOR策略，通過源MAC地址與目的MAC地址做異或操作選擇slave網(wǎng)卡
• Mode 3 (broadcast) 廣播，在所有的網(wǎng)卡上傳送所有的報(bào)文
• Mode 4 (802.3ad) IEEE 802.3ad動(dòng)態(tài)鏈路聚合。創(chuàng)建共享相同的速率和雙工模式的聚合組
• Mode 5 (balance-tlb) Adaptive transmit loadbalancing
• Mode 6 (balance-alb) Adaptive loadbalancing

2、網(wǎng)卡多隊(duì)列及中斷綁定

隨著網(wǎng)絡(luò)的帶寬的不斷提升，單核CPU已經(jīng)不能滿足網(wǎng)卡的需求，這時(shí)通過多隊(duì)列網(wǎng)卡驅(qū)動(dòng)的支持，可以將每個(gè)隊(duì)列通過中斷綁定到不同的CPU核上，充分利用多核提升數(shù)據(jù)包的處理能力。

首先查看網(wǎng)卡是否支持多隊(duì)列，使用lspci-vvv命令，找到Ethernetcontroller項(xiàng)：

如果有MSI-X， Enable+ 并且Count > 1，則該網(wǎng)卡是多隊(duì)列網(wǎng)卡。

然后查看是否打開了網(wǎng)卡多隊(duì)列。使用命令cat/proc/interrupts，如果看到eth0-TxRx-0表明多隊(duì)列支持已經(jīng)打開：

最后確認(rèn)每個(gè)隊(duì)列是否綁定到不同的CPU。cat/proc/interrupts查詢到每個(gè)隊(duì)列的中斷號，對應(yīng)的文件/proc/irq/${IRQ_NUM}/smp_affinity為中斷號IRQ_NUM綁定的CPU核的情況。以十六進(jìn)制表示，每一位代表一個(gè)CPU核：

（00000001）代表CPU0（00000010）代表CPU1（00000011）代表CPU0和CPU1

如果綁定的不均衡，可以手工設(shè)置，例如：

echo "1" > /proc/irq/99/smp_affinity echo "2" > /proc/irq/100/smp_affinity echo "4" > /proc/irq/101/smp_affinity echo "8" > /proc/irq/102/smp_affinity echo "10" > /proc/irq/103/smp_affinity echo "20" > /proc/irq/104/smp_affinity echo "40" > /proc/irq/105/smp_affinity echo "80" > /proc/irq/106/smp_affinity

3、RingBuffer

Ring Buffer位于NIC和IP層之間，是一個(gè)典型的FIFO（先進(jìn)先出）環(huán)形隊(duì)列。RingBuffer沒有包含數(shù)據(jù)本身，而是包含了指向sk_buff（socketkernel buffers）的描述符。可以使用ethtool-g eth0查看當(dāng)前RingBuffer的設(shè)置：

上面的例子接收隊(duì)列為4096，傳輸隊(duì)列為256。可以通過ifconfig觀察接收和傳輸隊(duì)列的運(yùn)行狀況：

• RXerrors：收包總的錯(cuò)誤數(shù)
• RX dropped:表示數(shù)據(jù)包已經(jīng)進(jìn)入了RingBuffer，但是由于內(nèi)存不夠等系統(tǒng)原因，導(dǎo)致在拷貝到內(nèi)存的過程中被丟棄。
• RX overruns:overruns意味著數(shù)據(jù)包沒到RingBuffer就被網(wǎng)卡物理層給丟棄了，而CPU無法及時(shí)的處理中斷是造成RingBuffer滿的原因之一，例如中斷分配的不均勻。當(dāng)dropped數(shù)量持續(xù)增加，建議增大RingBuffer，使用ethtool-G進(jìn)行設(shè)置。

4、InputPacket Queue(數(shù)據(jù)包接收隊(duì)列)

當(dāng)接收數(shù)據(jù)包的速率大于內(nèi)核TCP處理包的速率，數(shù)據(jù)包將會緩沖在TCP層之前的隊(duì)列中。接收隊(duì)列的長度由參數(shù)
net.core.netdev_max_backlog設(shè)置。

5、recvBuffer

recv buffer是調(diào)節(jié)TCP性能的關(guān)鍵參數(shù)。BDP(Bandwidth-delayproduct，帶寬延遲積) 是網(wǎng)絡(luò)的帶寬和與RTT(roundtrip time)的乘積，BDP的含義是任意時(shí)刻處于在途未確認(rèn)的最大數(shù)據(jù)量。RTT使用ping命令可以很容易的得到。為了達(dá)到最大的吞吐量，recvBuffer的設(shè)置應(yīng)該大于BDP，即recvBuffer >= bandwidth * RTT。假設(shè)帶寬是100Mbps，RTT是100ms，那么BDP的計(jì)算如下：

BDP = 100Mbps * 100ms = (100 / 8) * (100 / 1000) = 1.25MB

Linux在2.6.17以后增加了recvBuffer自動(dòng)調(diào)節(jié)機(jī)制，recvbuffer的實(shí)際大小會自動(dòng)在最小值和最大值之間浮動(dòng)，以期找到性能和資源的平衡點(diǎn)，因此大多數(shù)情況下不建議將recvbuffer手工設(shè)置成固定值。

當(dāng)
net.ipv4.tcp_moderate_rcvbuf設(shè)置為1時(shí)，自動(dòng)調(diào)節(jié)機(jī)制生效，每個(gè)TCP連接的recvBuffer由下面的3元數(shù)組指定：

net.ipv4.tcp_rmem =

最初recvbuffer被設(shè)置為，同時(shí)這個(gè)缺省值會覆蓋net.core.rmem_default的設(shè)置。隨后recvbuffer根據(jù)實(shí)際情況在最大值和最小值之間動(dòng)態(tài)調(diào)節(jié)。在緩沖的動(dòng)態(tài)調(diào)優(yōu)機(jī)制開啟的情況下，我們將net.ipv4.tcp_rmem的最大值設(shè)置為BDP。

當(dāng)
net.ipv4.tcp_moderate_rcvbuf被設(shè)置為0，或者設(shè)置了socket選項(xiàng)SO_RCVBUF，緩沖的動(dòng)態(tài)調(diào)節(jié)機(jī)制被關(guān)閉。recvbuffer的缺省值由net.core.rmem_default設(shè)置，但如果設(shè)置了net.ipv4.tcp_rmem，缺省值則被覆蓋。可以通過系統(tǒng)調(diào)用setsockopt()設(shè)置recvbuffer的最大值為net.core.rmem_max。在緩沖動(dòng)態(tài)調(diào)節(jié)機(jī)制關(guān)閉的情況下，建議把緩沖的缺省值設(shè)置為BDP。

注意這里還有一個(gè)細(xì)節(jié)，緩沖除了保存接收的數(shù)據(jù)本身，還需要一部分空間保存socket數(shù)據(jù)結(jié)構(gòu)等額外信息。因此上面討論的recvbuffer最佳值僅僅等于BDP是不夠的，還需要考慮保存socket等額外信息的開銷。Linux根據(jù)參數(shù)
net.ipv4.tcp_adv_win_scale計(jì)算額外開銷的大小：

如果
net.ipv4.tcp_adv_win_scale的值為1，則二分之一的緩沖空間用來做額外開銷，如果為2的話，則四分之一緩沖空間用來做額外開銷。因此recvbuffer的最佳值應(yīng)該設(shè)置為：

三、數(shù)據(jù)包的發(fā)送

發(fā)送數(shù)據(jù)包經(jīng)過的路徑：

和接收數(shù)據(jù)的路徑相反，數(shù)據(jù)包的發(fā)送從上往下也經(jīng)過了三層：用戶態(tài)空間的應(yīng)用、系統(tǒng)內(nèi)核空間、最后到網(wǎng)卡驅(qū)動(dòng)。應(yīng)用先將數(shù)據(jù)寫入TCP sendbuffer，TCP層將sendbuffer中的數(shù)據(jù)構(gòu)建成數(shù)據(jù)包轉(zhuǎn)交給IP層。IP層會將待發(fā)送的數(shù)據(jù)包放入隊(duì)列QDisc(queueingdiscipline)。數(shù)據(jù)包成功放入QDisc后，指向數(shù)據(jù)包的描述符sk_buff被放入RingBuffer輸出隊(duì)列，隨后網(wǎng)卡驅(qū)動(dòng)調(diào)用DMAengine將數(shù)據(jù)發(fā)送到網(wǎng)絡(luò)鏈路上。

同樣我們逐層來梳理隊(duì)列緩沖有關(guān)的參數(shù)。

1、sendBuffer

同recvBuffer類似，和sendBuffer有關(guān)的參數(shù)如下：net.ipv4.tcp_wmem =
net.core.wmem_defaultnet.core.wmem_max 發(fā)送端緩沖的自動(dòng)調(diào)節(jié)機(jī)制很早就已經(jīng)實(shí)現(xiàn)，并且是無條件開啟，沒有參數(shù)去設(shè)置。如果指定了tcp_wmem，則net.core.wmem_default被tcp_wmem的覆蓋。sendBuffer在tcp_wmem的最小值和最大值之間自動(dòng)調(diào)節(jié)。如果調(diào)用setsockopt()設(shè)置了socket選項(xiàng)SO_SNDBUF，將關(guān)閉發(fā)送端緩沖的自動(dòng)調(diào)節(jié)機(jī)制，tcp_wmem將被忽略，SO_SNDBUF的最大值由net.core.wmem_max限制。

2、QDisc

QDisc（queueing discipline ）位于IP層和網(wǎng)卡的ringbuffer之間。我們已經(jīng)知道，ringbuffer是一個(gè)簡單的FIFO隊(duì)列，這種設(shè)計(jì)使網(wǎng)卡的驅(qū)動(dòng)層保持簡單和快速。而QDisc實(shí)現(xiàn)了流量管理的高級功能，包括流量分類，優(yōu)先級和流量整形（rate-shaping）。可以使用tc命令配置QDisc。

QDisc的隊(duì)列長度由txqueuelen設(shè)置，和接收數(shù)據(jù)包的隊(duì)列長度由內(nèi)核參數(shù)
net.core.netdev_max_backlog控制所不同，txqueuelen是和網(wǎng)卡關(guān)聯(lián)，可以用ifconfig命令查看當(dāng)前的大小：

使用ifconfig調(diào)整txqueuelen的大小：

ifconfig eth0 txqueuelen 2000

3、RingBuffer

和數(shù)據(jù)包的接收一樣，發(fā)送數(shù)據(jù)包也要經(jīng)過RingBuffer，使用ethtool-g eth0查看：

其中TX項(xiàng)是RingBuffer的傳輸隊(duì)列，也就是發(fā)送隊(duì)列的長度。設(shè)置也是使用命令ethtool-G。

4、TCPSegmentation和Checksum Offloading

操作系統(tǒng)可以把一些TCP/IP的功能轉(zhuǎn)交給網(wǎng)卡去完成，特別是Segmentation(分片)和checksum的計(jì)算，這樣可以節(jié)省CPU資源，并且由硬件代替OS執(zhí)行這些操作會帶來性能的提升。一般以太網(wǎng)的MTU（MaximumTransmission Unit）為1500 bytes，假設(shè)應(yīng)用要發(fā)送數(shù)據(jù)包的大小為7300bytes，MTU1500字節(jié)－ IP頭部20字節(jié) －TCP頭部20字節(jié)＝有效負(fù)載為1460字節(jié)，因此7300字節(jié)需要拆分成5個(gè)segment：

Segmentation(分片)操作可以由操作系統(tǒng)移交給網(wǎng)卡完成，雖然最終線路上仍然是傳輸5個(gè)包，但這樣節(jié)省了CPU資源并帶來性能的提升：

可以使用ethtool-k eth0查看網(wǎng)卡當(dāng)前的offloading情況：

上面這個(gè)例子checksum和tcpsegmentation的offloading都是打開的。如果想設(shè)置網(wǎng)卡的offloading開關(guān)，可以使用ethtool-K(注意K是大寫)命令，例如下面的命令關(guān)閉了tcp segmentation offload：sudo ethtool -K eth0 tso off

5、網(wǎng)卡多隊(duì)列和網(wǎng)卡Bonding模式

在數(shù)據(jù)包的接收過程中已經(jīng)介紹過了。