网络协议栈的缩放(一)
这个文章是我翻译了Documentation/networking/scaling.txt，并加入了自己的理解，可以说是意译。第一次翻译，有些词的翻译把握不准，以及理解的不是那么透彻，应该会有一些问题。先作为v1吧。
http://blog.chinaunix.net/uid-20695170-id-3036641.html
----------------------------------------翻译开始分割线--------------------------------------------------------
网络协议栈的缩放(Scaling in the Linux Networking Stack)
简介
============
这个文档介绍了Linux网络协议栈中一系列互补的技术。
这些技术用来增加多处理器系统的并行性和改善性能。
这些技术包括：
RSS: Receive Side Scaling (接收侧的缩放)
RPS: Receive Packet Steering (接收端包的控制)
RFS: Receive Flow Steering (接收端流的控制)
Accelerated Receive Flow Steering (加速的接收端流的控制)
XPS: Transmit Packet Steering(发送端包的控制)
RSS: Receive Side Scaling
=========================
当代的NICs支持多个接收和传输队列，即多队列。接收的时候，一个网卡
能够发送不同的包到不同的队列，为了在不同的CPU之间分散处理。
NIC针对每一个包，通过一个过滤器来指定这个包属于少数几个流中的一个流。
每个流中的数据包被控制在一个单独的接收队列中，而队列轮回的被CPU进行
处理。这种机制就叫做RSS。RSS的目标和其他控制技术目的都是为了增加性能。
多队列也可以被用于流量优先控制，但那不是这些技术的目的。
RSS中的过滤器是一个基于L3和L4层头部的hash函数，
例如，基于IP地址和TCP端口的4元组的hash函数。最常见的RSS硬件实现中，使用了128个间接表，
其中每个表存储一个队列号(注，网卡的队列数比较少，比如igb是8个，bnx2是5个)。
针对某个包而言，使用这个包计算出的hash值（hash是Toeplitz算法）的低7位先确定
间接表，再从间接表中的值访问队列。
一些高级的NICs允许使用可编程的过滤器来控制包属于哪个队列。
例如，绑定TCP端口80的webserver，数据包能被指向他们自己的队列。
“n-tuple”过滤器可以通过ethtool的 --config-ntuple来配置。(注: 2.6.36开始引入！)
==== RSS Configuration
多队列网卡的驱动提供了一个内核模块参数，用来指定硬件队列个数。
例如，bnx2x驱动使用的参数是num_queues. 如果设备支持足够多的队列，
一个典型的RSS配置中，最好的是一个CPU一个接收队列。或者至少每个内存域一个接收队列，
一个内存域包含一系列的CPU，并共享一个特殊的内存级别（L1，L2，NUMA节点等等）。
RSS设备的间接表，在驱动初始化的时候被映射。默认的映射是队列均匀的发布在间接表中。
但是，在运行的时候，使用ethtool命令 (--show-rxfh-indir and --set-rxfh-indir)，
间接表可以被查看，也可以被修改。修改间接表，可以给不同的队列不同比例的权重。
== RSS IRQ Configuration
每个接收队列有一个单独的IRQ，即中断号。NIC通过IRQ来通知CPU什么时候新的数据包到达了指定的队列。
PCIe设备使用MSI-X来路由每个中断到CPU。有效的队列到IRQ的映射是由/proc/interrupts来制定的。
默认，一个中断能被任何一个CPU处理。因为一个重要的包处理部分发生在接收中断处理函数函数中，
在CPU中平分接收中断是有优点的。如果要手动的调节每个中断的亲和性，可以参考Documentation/IRQ-affinity.txt。
一些系统会运行irqbalance服务，这个服务会动态的优化IRQ的亲和性，因此会覆盖任何手动设置。
== Suggested Configuration
当关注低延时或者接收中断处理称为瓶颈时，应该启用RSS。分担负载在不同的CPU之间，
减少了队列长度。对于低延时的网络，最佳的设置是创建和CPU个数一样多的队列。
最高效的配置是拥有最少的队列，并且没有队列溢出。这是因为，默认下
中断聚合启用的情况下，中断的总数目户随着每个增加的队列而增加。
每个cpu的负载可以使用mpstat工具来观测到。但是，注意，启用超线程的处理器，
每一个超线程代笔了单独一个cpu。对于中断处理，在最初的测试中显示超线程
并没有产生优势。所以，根据CPU的核个数，而不是逻辑cpu个数，来限制队列数目。
RPS: Receive Packet Steering
============================
RPS，逻辑上是一种以软件的方式来实现RSS。在数据路径上，稍后被调用。
介于RSS选择了队列和CPU(这个cpu会处理硬中断)，RPS选择CPU来执行硬件中断处理之后的协议处理。
通过把数据包放在目标CPU的backlog队列，并唤醒CPU来处理。
RPS相比RSS有几个好处：
1） RPS能够被任何NIC使用。
2） 软件过滤器能够轻易的被添加，用来hash新的协议。
3） 它不会增加硬件设备的中断。尽管，引入了IPIs(inter-processor interrupts)。
当一个设备使用 netif_rx() 函数和netif_receive_skb()函数，(从网卡驱动)向网络协议栈传递数据包时，
RPS在底半环境（通过软中断来实现的，在硬中断处理函数之后。）中被调用。
这2个函数调用get_rps_cpu() 函数，来选择应该执行包的队列。
决定目标CPU的第一步是基于包的地址和端口（有的协议是2元组，有的协议是4元组）
来计算hash值。这个值与这个包的流保持一致。这个hash值要么是由硬件来提供的，
要么是由协议栈来计算的。厉害的硬件能够在包的接收描述符中传递hash值，这个值
与RSS计算的值是相等的。这个hash值保存在skb->rx_hash中，并且这个值可以作为流的hash值
可以被使用在栈的其他任何地方。
每一个接收硬件队列有一个相关的CPU列表，RPS可以将包放到这个队列中进行处理。
对于每一个接收到的包，指向这个列表的索引是通过流hash值对列表大小取模来计算的。
被指向的CPU是处理 数据包的目标CPU，并且这个包被加到CPU的backlog队列的尾部。
最底半处理的最后，IPI被发送到这个包所插到的那个CPU。IPI唤醒远程CPU来处理backlog队列，
之后队列中数据包被发送到网络协议栈进行处理。
==== RPS Configuration
RPS要求内核编译了CONFIG_RPS选项(SMP上默认是打开的)。尽管编译到内核，直到
被配置了才能启用。对于某个接收队列，RPS可以转发流量到哪个CPU，是由
/sys/class/net/<dev>/queues/rx-<n>/rps_cpus来控制的。这个文件实现了
CPU的位图。默认，当值是0，RPS是无效的，数据包是由中断的CPU来处理的。
Documentation/IRQ-affinity.txt 解释了CPU是怎么由位图来设置的。
== Suggested Configuration
对于单个队列的设备，一个典型的RPS配置是设置rps_cpus指向与中断CPU属于相同内存域的
CPU列表。如果NUMA位置不是一个问题，也可以设置所有的CPUs。如果高中断率，
从cpu位图中排除高中断率的CPU是明智的，因为那个CPU已经执行了太多的工作。
对于一个多队列的系统，如果RSS已经配置了，导致一个硬件接收队列已经映射到每一个CPU。
那么RPS就是多余的和不必要的。如果只有很少的硬件中断队列(比CPU个数少)，每个队列
的rps_cpus 指向的CPU列表与这个队列的中断CPU共享相同的内存域，那RPS将会是有效的。
(未完，待续！)