Linux内核Policy Routing & iptables 的不完美实现

以下的描述仅仅针对于Linux内核实现的TCP/IP协议栈。

首先，让我们明确一个事实，即：

• 1. iptables的OUTPUT链在标准IP路由之后起作用

其次，让我们再明确另一个关于IP路由的事实，即：

• 2. 对于本地始发的流量，IP路由除了确定下一跳之外，对于没有指定源IP的数据包，还将会为其选择源IP地址

我们把上述经过iptables OUTPUT之前的标准IP路由行为简单称为 第一次路由。

当数据包经过了iptables OUTPUT链，某条rule为其打上了fwmark或者改变了其目标地址后，由于数据包属性已经改变，需要重新路由，我们将其称作 第二次路由。

Linux内核协议栈在实现第一次路由和第二次路由时，其逻辑是一样的。

结合上述的第1点和第2点事实，将会出现一个问题：

• 由于第一次路由时会为skb选择source地址，那么第二次路由时的命中路由条目的source属性将永远不会生效

这里的问题在于，最终数据包被发送出去时，其源地址可能并不是期望的源地址，以至于 不得不在出网卡上做一个masquerading才可以，而我们知道，这个masquerading是饱受诟病的，因为它依赖于nf_conntrack，而nf_conntrack多年以来被人云亦云地喷了个无地自容！

总结一下，数据包的源地址取决于第一次路由的查询结果！这问题在多运营商线路接入的主机上非常显而易见：

请看上图，我们的配置如下：

# 默认路由走电信
ip route add 0.0.0.0/0 via 10.0.0.254 src 10.0.0.1

# 为特殊的数据包打标签，走联通策略路由
iptables -t mangle -A OUTPUT XXXX -j MARK --set-mark 100
ip rule add fwmark 100 table vtab

# 联通的默认路由
ip route add 0.0.0.0/0 via 10.1.0.254 src 10.1.0.1 table vtab

很遗憾，由于所有的数据包在第一次路由时均匹配到了到电信的默认路由，从而获得了10.0.0.1这个源IP地址，那么即便策略路由将其导向了联通的线路，其源地址由于已经存在了，就不会再使用联通的源地址了。

这就会导致：

• 运营商的Reverse Route Filter策略会丢弃这个不属于自家AS的数据包
• 即便不会被RP丢弃，也可能会被热土豆策略乱扔(标准正常的数据包都是冷土豆策略)

那么怎么办？必须加上masquerading才可以：

iptable -t nat -A POSTROUTING -o $联通网卡 -j MASQUERADE

然而不是大家都不喜欢nf_conntrack吗？所以这并不是一个完美的方案！

所以说，我把上面的问题看作是一个Linux内核协议栈实现的问题！它并不完美！

---

不完美就改呗，于是我想做一个不依赖nf_conntrack的NAT。找到reroute那一段，即重新第二次路由的那段，在net/ipv4/netfilter/iptable_mangle.c中：

    /* Reroute for ANY change. */
    if (ret != NF_DROP && ret != NF_STOLEN) {
        iph = ip_hdr(skb);

        if (iph->saddr != saddr ||
            iph->daddr != daddr ||
            skb->mark != mark ||
            iph->tos != tos) {
            err = ip_route_me_harder(skb, RTN_UNSPEC);
            if (err < 0)
                ret = NF_DROP_ERR(err);
        }
    }

简单至极，几行代码搞定：

	...
    /* Reroute for ANY change. */
    if (ret != NF_DROP && ret != NF_STOLEN) {
        iph = ip_hdr(skb);

        if (iph->saddr != saddr ||
            iph->daddr != daddr ||
            skb->mark != mark ||
            iph->tos != tos) {

            if (sk) {
                inet = inet_sk(sk);

                if (inet && !inet->inet_saddr) {
                    struct flowi4 fl4 = {};
                    // 为了重新选择源IP地址，所以flowi4的saddr清零！
                    fl4.saddr = 0;
                    fl4.daddr = iph->daddr;
                    fl4.flowi4_tos = RT_TOS(iph->tos);
                    fl4.flowi4_oif = sk->sk_bound_dev_if;
                    fl4.flowi4_mark = skb->mark;
                    fl4.flowi4_flags = inet_sk_flowi_flags(sk);
					
					// 新函数，改自ip_route_me_harder，接受flowi4结构体参数
                    err = ip_route_reroute(skb, &fl4); 
		            if (err < 0)
                    	ret = NF_DROP_ERR(err);
                    else
						recheck = 1;
					if (saddr != fl4.saddr) {
						iph->saddr = fl4.saddr;
						inet->inet_saddr = fl4.saddr;
						ip_send_check(iph);// 重新计算校验码
					}
				}
			}
			if (!recheck) {
            	err = ip_route_me_harder(skb, RTN_UNSPEC);
            	if (err < 0)
                	ret = NF_DROP_ERR(err);
            }
        }
    }

用ping测试，结果OK，不需要NAT的masquerading规则也是可以在第二次路由的时候重新选择源IP地址。

当我用TCP测试时，没有达到预期，它没有在上述的修改后的reroute逻辑中将源IP地址改掉，依然使用的是第一次路由时确定的源IP…

Why？！

这是TCP的连接特性所决定的。

TCP在发送第一个SYN连接包之前，必须完全确定四元组，这四个元素一个也不能少，所以在connect调用发SYN包之前，必须查一遍路由，以确定源IP地址以及获取一个路由属性。

这里有点特殊的是，这次连接前的路由查找并不属于上述的 第一次路由 或者 第二次路由 中的任何一个，而只是一个纯粹的路由查找，查找过程全程是没有数据包skb参与的！所以，即便修改了OUTPUT链上的reroute逻辑，也根本无法起作用，数据包根本就不过Netfilter，甚至根本就没有数据包！

那么怎么办？

也不是没有办法，我依然在OUTPUT链的reroute处拦截数据包。在拦截到第一个SYN包后，此时它已经经过了第一次路由，在第二次路由前，按照上面的patch将其源IP在必要的时候清零。

完成以上这些步骤后，我必须将TCP socket层面的元数据也一并修改，以将新的四元组体现在这个TCP连接里保持住。

代码如下：

int ip_route_reroute(struct sk_buff *skb, struct flowi4 *fl4)
{
	struct net *net = dev_net(skb_dst(skb)->dev);
	struct rtable *rt;
	unsigned int hh_len;

	rt = ip_route_output_key(net, fl4);
	if (IS_ERR(rt))
		return PTR_ERR(rt);

	/* Drop old route. */
	skb_dst_drop(skb);
	skb_dst_set(skb, &rt->dst);

	if (skb_dst(skb)->error)
		return skb_dst(skb)->error;

	hh_len = skb_dst(skb)->dev->hard_header_len;
	if (skb_headroom(skb) < hh_len &&
	    pskb_expand_head(skb, HH_DATA_ALIGN(hh_len - skb_headroom(skb)),
				0, GFP_ATOMIC))
		return -ENOMEM;

	return 0;
}
static unsigned int
ipt_mangle_out(struct sk_buff *skb, const struct nf_hook_state *state)
{
	struct net_device *out = state->out;
	unsigned int ret;
	struct sock *sk = skb->sk;
	struct inet_sock *inet;
	struct iphdr *iph;
	u_int8_t tos;
	__be32 saddr, daddr;
	u_int32_t mark;
	int err;

	/* root is playing with raw sockets. */
	if (skb->len < sizeof(struct iphdr) ||
	    ip_hdrlen(skb) < sizeof(struct iphdr))
		return NF_ACCEPT;

	/* Save things which could affect route */
	mark = skb->mark;
	iph = ip_hdr(skb);
	saddr = iph->saddr;
	daddr = iph->daddr;
	tos = iph->tos;

	ret = ipt_do_table(skb, NF_INET_LOCAL_OUT, state,
			   dev_net(out)->ipv4.iptable_mangle);
	/* Reroute for ANY change. */
	if (ret != NF_DROP && ret != NF_STOLEN) {
		int recheck = 0;

		iph = ip_hdr(skb);

		if (iph->saddr != saddr ||
		    iph->daddr != daddr ||
		    skb->mark != mark ||
		    iph->tos != tos) {
			struct tcphdr *th = NULL;

			if (sk) {
				inet = inet_sk(sk);
				if (inet && iph->protocol == IPPROTO_TCP) {
					struct tcp_sock *tp = tcp_sk(sk);

					th = tcp_hdr(skb);
					// 只NAT第一个SYN包
					if ((tcp_flag_word (th) & TCP_FLAG_SYN) &&
						!(tcp_flag_word (th) & TCP_FLAG_ACK) &&
						// 这里的本意是想过滤FastOpen的，但没有成功...
						1/*tp->tcp_header_len == skb->len*/) {
						goto doit;
					}
				}

				if (inet && !inet->inet_saddr) {
					struct flowi4 fl4 = {};
doit:
					fl4.saddr = 0;
					fl4.daddr = iph->daddr;
					fl4.flowi4_tos = RT_TOS(iph->tos);
					fl4.flowi4_oif = sk->sk_bound_dev_if;
					fl4.flowi4_mark = skb->mark;
					fl4.flowi4_flags = inet_sk_flowi_flags(sk);

					err = ip_route_reroute(skb, &fl4);
					if (err < 0)
						ret = NF_DROP_ERR(err);
					if (saddr != fl4.saddr) {
						iph->saddr = fl4.saddr;
						inet->inet_saddr = fl4.saddr;
						ip_send_check(iph); // 此以上对应三层的NAT修正
						if (th) {
							// 下面为TCP的NAT修正
							__be16 oldport = th->source;
							// 转换源IP地址
							inet->inet_rcv_saddr = inet->inet_saddr;
							// 为保证四元组的唯一性，必要时，需要重新选择sport，重新hash
							inet_unhash(sk);
							inet_put_port(sk);
							err = inet_hash_connect(&tcp_death_row, sk);
							// 转换源端口
							th->source = inet->inet_sport = htons(inet->inet_num);
							if (err) {
								ret = -err;
								goto out;
							}
							// 重新计算校验码！
							inet_proto_csum_replace2(&th->check, skb, oldport, th->source,
0);
							inet_proto_csum_replace4(&th->check, skb, saddr, fl4.saddr, 1);
						}
					}
					recheck = 1;
				}
			}
			if (!recheck) {
				err = ip_route_me_harder(skb, RTN_UNSPEC);
				if (err < 0)
					ret = NF_DROP_ERR(err);
			}
		}
	}
out:

	return ret;
}

用Netcat进行TCP测试，结果是OK的。

想说点形而上的理解。对于本地始发以及本地终结的流量的数据包，我认为在socket层面做NAT效率会更高，因为socket本身就是一个连接跟踪，本地始发或者本地终结数据包没有必要再来一层nf_conntrack了。但是这样做的不合理性是对 特殊逻辑进行了特殊处理 ，这并不是一种良好的作风。

尽可能用统一的方法处理所有的问题 才是好的，但是没有万金油…有时候万金油有，但起到的作用却是麻药的作用，大卫米勒(没错，就是Linux内核社区的David Miller)就老是提供这种万金油，而几乎他每一次提供的万金油都是一剂毒药，最终造成各种各样的CPU飙高，Soft lockup等常规问题。

不要试图针对特殊场景做特殊处理，也不要企图获得万金油。

浙江温州皮鞋湿，下雨进水不会胖。