linux kernel 2.6.35中RFS特性详解
前面我介绍过google对内核协议栈的patch，RPS,它主要是为了软中断的负载均衡，这次继续来介绍google 的对RPS的增强path RFS(receive flow steering),RPS是把软中断map到对应cpu，而这个时候还会有另外的性能影响，那就是如果应用程序所在的cpu和软中断处理的cpu不是同一个，此时对于cpu cache的影响会很大。 这里要注意，在kernel 的2.6.35中 这两个patch已经加入了。
ok,先来描述下它是怎么做的，其实这个补丁很简单，想对于rps来说就是添加了一个cpu的选择，也就是说我们需要根据应用程序的cpu来选择软中断需要被处理的cpu。这里做法是当调用recvmsg的时候，应用程序的cpu会被存储在一个hash table中，而索引是根据socket的rxhash进行计算的。而这个rxhash就是RPS中计算得出的那个skb的hash值.
可是这里会有一个问题，那就是当多个线程或者进程读取相同的socket的时候，此时就会导致cpu id不停的变化，从而导致大量的OOO的数据包(这是因为cpu id变化，导致下面软中断不停的切换到不同的cpu，此时就会导致大量的乱序的包).
而RFS是如何解决这个问题的呢，它做了两个表rps_sock_flow_table和rps_dev_flow_table，其中第一个rps_sock_flow_table是一个全局的hash表，这个表针对socket的，映射了socket对应的cpu，这里的cpu就是应用层期待软中断所在的cpu。
|
1
2
3
4
5
|
struct
rps_sock_flow_table {
unsigned
int
mask;
//hash表
u16 ents[0];
};
|
可以看到它有两个域，其中第一个是掩码，用于来计算hash表的索引，而ents就是保存了对应socket的cpu。
然后是rps_dev_flow_table,这个是针对设备的，每个设备队列都含有一个rps_dev_flow_table(这个表主要是保存了上次处理相同链接上的skb所在的cpu),这个hash表中每一个元素包含了一个cpu id，一个tail queue的计数器，这个值是一个很关键的值，它主要就是用来解决上面大量OOO的数据包的问题的，它保存了当前的dev flow table需要处理的数据包的尾部计数。接下来我们会详细分析这个东西。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
struct
netdev_rx_queue {
struct
rps_map *rps_map;
//每个设备的队列保存了一个rps_dev_flow_table
struct
rps_dev_flow_table *rps_flow_table;
struct
kobject kobj;
struct
netdev_rx_queue *first;
atomic_t count;
} ____cacheline_aligned_in_smp;
struct
rps_dev_flow_table {
unsigned
int
mask;
struct
rcu_head rcu;
struct
work_struct free_work;
//hash表
struct
rps_dev_flow flows[0];
};
struct
rps_dev_flow {
u16 cpu;
u16 fill;
//tail计数。
unsigned
int
last_qtail;
};
|
首先我们知道，大量的OOO的数据包的引起是因为多个进程同时请求相同的socket，而此时会导致这个socket对应的cpu id不停的切换，然后软中断如果不做处理，只是简单的调度软中断到不同的cpu，就会导致顺序的数据包被分发到不同的cpu，由于是smp，因此会导致大量的OOO的数据包，而在RFS中是这样解决这个问题的，在soft_net中添加了2个域,input_queue_head和input_queue_tail，然后在设备队列中添加了rps_flow_table，而rps_flow_table中的元素rps_dev_flow包含有一个last_qtail，RFS就通过这3个域来控制乱序的数据包。
这里为什么需要3个值呢，这是因为每个cpu上的队列的个数input_queue_tail是一直增加的，而设备每一个队列中的flow table对应的skb则是有可能会被调度到另外的cpu，而dev flow table的last_qtail表示当前的flow table所需要处理的数据包队列(backlog queue)的尾部队列计数,也就是说当input_queue_head大于等于它的时候说明当前的flow table可以切换了，否则的话不能切换到进程期待的cpu。
不过这里还要注意就是最好能够绑定进程到指定的cpu(配合rps和rfs的参数设置)，这样的话，rfs和rps的效率会更好，所以我认为像erlang这种在rfs和rps下性能应该提高非常大的.
下面就是softnet_data 的结构。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
struct
softnet_data {
struct
Qdisc *output_queue;
struct
Qdisc **output_queue_tailp;
struct
list_head poll_list;
struct
sk_buff *completion_queue;
struct
sk_buff_head process_queue;
/* stats */
unsigned
int
processed;
unsigned
int
time_squeeze;
unsigned
int
cpu_collision;
unsigned
int
received_rps;
#ifdef CONFIG_RPS
struct
softnet_data *rps_ipi_list;
/* Elements below can be accessed between CPUs for RPS */
struct
call_single_data csd ____cacheline_aligned_in_smp;
struct
softnet_data *rps_ipi_next;
unsigned
int
cpu;
//最关键的两个域
unsigned
int
input_queue_head;
unsigned
int
input_queue_tail;
#endif
unsigned dropped;
struct
sk_buff_head input_pkt_queue;
struct
napi_struct backlog;
};
|
接下来我们来看代码，来看内核是如何实现的，先来看inet_recvmsg,也就是调用rcvmsg时，内核会调用的函数,这个函数比较简单，就是多加了一行代码sock_rps_record_flow,这个函数主要是将本socket和cpu设置到rps_sock_flow_table这个hash表中。
首先要提一下，这里这两个flow table的初始化都是放在sys中初始化的，不过sys部分相关的代码我就不分析了，因为具体的逻辑和原理都是在协议栈部分实现的。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
int
inet_recvmsg(
struct
kiocb *iocb,
struct
socket *sock,
struct
msghdr *msg,
size_t
size,
int
flags)
{
struct
sock *sk = sock->sk;
int
addr_len = 0;
int
err;
//设置hash表
sock_rps_record_flow(sk);
err = sk->sk_prot->recvmsg(iocb, sk, msg, size, flags & MSG_DONTWAIT,
flags & ~MSG_DONTWAIT, &addr_len);
if
(err >= 0)
msg->msg_namelen = addr_len;
return
err;
}
|
然后就是rps_record_sock_flow，这个函数主要是得到全局的rps_sock_flow_table，然后调用rps_record_sock_flow来对rps_sock_flow_table进行设置，这里会将socket的sk_rxhash传递进去当作hash的索引，而这个sk_rxhash其实就是skb里面的rxhash，skb的rxhash就是rps中设置的hash值，这个值是根据四元组进行hash的。这里用这个当索引一个是为了相同的socket都能落入一个index。而且下面的软中断上下文也比较容易存取这个hash表。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
struct
rps_sock_flow_table *rps_sock_flow_table __read_mostly;
static
inline
void
sock_rps_record_flow(
const
struct
sock *sk)
{
#ifdef CONFIG_RPS
struct
rps_sock_flow_table *sock_flow_table;
rcu_read_lock();
sock_flow_table = rcu_dereference(rps_sock_flow_table);
//设置hash表
rps_record_sock_flow(sock_flow_table, sk->sk_rxhash);
rcu_read_unlock();
#endif
}
|
其实所有的事情都是rps_record_sock_flow中做的
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
static
inline
void
rps_record_sock_flow(
struct
rps_sock_flow_table *table,
u32 hash)
{
if
(table && hash) {
//获取索引。
unsigned
int
cpu, index = hash & table->mask;
/* We only give a hint, preemption can change cpu under us */
//获取cpu
cpu = raw_smp_processor_id();
//保存对应的cpu,如果等于当前cpu，则说明已经设置过了。
if
(table->ents[index] != cpu)
//否则设置cpu
table->ents[index] = cpu;
}
}
|
上面是进程上下文做的事情，也就是设置对应的进程所期待的cpu，它用的是rps_sock_flow_table，而接下来就是软中断上下文了，rfs这个patch主要的工作都是在软中断上下文做的。不过看这里的代码之前最好能够了解下RPS补丁，因为RFS就是对rps做了一点小改动。
主要是两个函数，第一个是enqueue_to_backlog，这个函数我们知道是用来将skb挂在到对应cpu的input queue上的，这里我们就关注他的一个函数就是input_queue_tail_incr_save，他就是更新设备的input_queue_tail以及softnet_data的input_queue_tail。
|
1
2
3
4
5
6
7
8
9
|
if
(skb_queue_len(&sd->input_pkt_queue)) {
enqueue:
__skb_queue_tail(&sd->input_pkt_queue, skb);
//这个函数更新对应设备的rps_dev_flow_table中的input_queue_tail以及dev flow table的last_qtail
input_queue_tail_incr_save(sd, qtail);
rps_unlock(sd);
local_irq_restore(flags);
return
NET_RX_SUCCESS;
}
|
第二个是get_rps_cpu，这个函数我们知道就是得到软中断应该运行的cpu，这里我们就看RFS添加的部分,这里它是这样计算的，首先会得到两个flow table，一个是sock_flow_table,另一个是设备的rps_flow_table(skb对应的设备队列中对应的flow table)，这里的逻辑是这样子的取出来两个cpu，一个是根据rps计算数据包前一次被调度过的cpu(tcpu)，一个是应用程序期望的cpu(next_cpu)，然后比较这两个值，如果 1 tcpu未设置(等于RPS_NO_CPU） 2 tcpu是离线的 3 tcpu的input_queue_head大于rps_flow_table中的last_qtail 的话就调度这个skb到next_cpu.
而这里第三点input_queue_head大于rps_flow_table则说明在当前的dev flow table中的数据包已经发送完毕，否则的话为了避免乱序就还是继续使用tcpu.
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
got_hash:
flow_table = rcu_dereference(rxqueue->rps_flow_table);
sock_flow_table = rcu_dereference(rps_sock_flow_table);
if
(flow_table && sock_flow_table) {
u16 next_cpu;
struct
rps_dev_flow *rflow;
//得到flow table
rflow = &flow_table->flows[skb->rxhash & flow_table->mask];
tcpu = rflow->cpu;
/得到next_cpu
next_cpu = sock_flow_table->ents[skb->rxhash &
sock_flow_table->mask];
//条件
if
(unlikely(tcpu != next_cpu) &&
(tcpu == RPS_NO_CPU || !cpu_online(tcpu) ||
((
int
)(per_cpu(softnet_data, tcpu).input_queue_head -
rflow->last_qtail)) >= 0)) {
//设置tcpu
tcpu = rflow->cpu = next_cpu;
if
(tcpu != RPS_NO_CPU)
//更新last_qtail
rflow->last_qtail = per_cpu(softnet_data,
tcpu).input_queue_head;
}
if
(tcpu != RPS_NO_CPU && cpu_online(tcpu)) {
*rflowp = rflow;
//设置返回cpu，以供软中断重新调度
cpu = tcpu;
goto
done;
}
}
....................................
|
最后我们来分析下第一次数据包到达协议栈而应用程序还没有调用rcvmsg读取数据包，此时会发生什么问题，当第一次进来时tcpu是RPS_NO_CPU,并且next_cpu也是RPS_NO_CPU，此时会导致跳过rfs处理，而是直接使用rps的处理,也就是上面代码的紧接着的部分,下面这段代码前面rps时已经分析过了，这里就不分析了。
|
1
2
3
4
5
6
7
8
9
|
map = rcu_dereference(rxqueue->rps_map);
if
(map) {
tcpu = map->cpus[((u64) skb->rxhash * map->len) >> 32];
if
(cpu_online(tcpu)) {
cpu = tcpu;
goto
done;
}
}
|