挑灯夜读——DPVS学习与使用（负载均衡器）

是什么？

今天在学习和了解一个项目的整体架构时，看到在其网关层有个比较少见的名词（主要是我见的少😁），就是和Nginx搭配使用的DPVS，我们都学习过Nginx是负载均衡的比较经典的系统，那么这个DPVS是个什么东东，接下来我们就好好研究它。

首先，我们需要知道的是，DPVS来自于哪里？我看到的众多架构图都来自爱奇艺官方给出的一个架构，当然这个名字的来源又是DPDK+LVS，而且这里的LVS还是阿里巴巴的改进版。其中架构图中分别列出了诸如：用户态实现、Master/Worker模型、网卡队列/CPU绑定、关键数据无锁化、跨CPU无锁通信以及其他功能

用户态实现

大家都知道在java中有很多锁为了实现速度更快，就极力避免用户态和核心态的相互切换，而这里就明确的提出了，全程使用用户态。主要是因为DPVS绕过了内核复杂的协议栈，并采用轮询的方式收发数据包，避免了锁、内核中断、上下文切换、内核态和用户态的数据拷贝所产生的性能开销。

Master/Worker模型

和Nginx一样，使用了M/S的模型，其中Master处理控制平面，比如参数配置、统计获取；而Worker则负责核心的一些任务，比如负载均衡。

而且，在运行DPVS时，使用了多线程，并且每个线程都运行一个Master或者Worker，确保不会产生切换角色带来的消耗，并且，每个Master连接多个Worker

网卡队列/CPU绑定

现在的服务器大都是多队列网卡，就是说支持多个队列收发数据，并且每个网卡队列的对应一个CPU核心和一个Worker进程，从而实现了对于绑定。从而实现了更大的并行处理能力。

关键数据无锁化

1. 影响性能最大的问题就是资源是否共享，于是实现无锁化，能够很大程度减少性能消耗，也就是各自处理自己的问题，线程相互之间不干扰，这样便能避免加锁；
2. 因为高并发下，会频繁的对数据进行CRUD，于是每个核心维护不同的表，也能够很大程度上减少性能消耗；

跨CPU无锁通信

其实跨CPU无锁通信同样也是实现无锁化，从而减少性能消耗。主要是CPU总归是要进行通信的，比如：

• Master获取各个Worker的各种统计学习
• Master将路由、黑名单等配置同步到各个Worker
• Master激昂来自DPVS的网卡数据发送到Worker

既然底层是需要进行通信的，那么就不能存在相互影响、相互等待的情况。而DPVS的无锁通信主要还是依靠DPDK提供的无锁rte_ring库实现的，从底层保证了无锁。

怎么用？

直接开始编译安装，只有在实践中才能找到其内部的奥秘。

git clone https://github.com/iqiyi/dpvs.git
cd dpvs

然后再下载dpdk的源码

wget https://fast.dpdk.org/rel/dpdk-20.11.1.tar.xz
tar xf dpdk-20.11.1.tar.xz

接下来，在打补丁之前安装一些必要的工具（虽然我没有安装成功，但是要记录下来）

yum install  python3 （Python 3.5 or later.）	
pip3 install meson ninja //Meson (version 0.49.2+) and ninja
pip3 install pyelftools 或者yum install pyelftools
yum install -y popt-devel automake libnl3 libnl3-devel openssl openssl-devel numactl kernel-devel libpcap-devel unzip patch numactl-devel

然后在编译dpvs之前要编译dpdk如下：

cd dpvs-1.8/
cp patch/dpdk-stable-18.11.2/*.patch dpdk-stable-18.11.2/
cd dpdk-stable-18.11.2/
patch -p1 < 000
...
make config T=x86_64-native-linuxapp-gcc
make
export RTE_SDK=$PWD
export RTE_TARGET=build

echo 8192 > /sys/devices/system/node/node0/hugepages/hugepages-2048kB/nr_hugepages
echo 8192 > /sys/devices/system/node/node1/hugepages/hugepages-2048kB/nr_hugepages
// 如果很多个numa节点，可以用如下命令：
for i in {0..7};do echo 8192 > /sys/devices/system/node/node$i/hugepages/hugepages-2048kB/nr_hugepages;done

mkdir /mnt/huge
mount -t hugetlbfs nodev /mnt/huge
grep Huge /proc/meminfo
 # 需要开机自动挂载的话可以在
 $ echo "nodev /mnt/huge hugetlbfs defaults 0 0" >> /etc/fstab

modprobe uio
cd dpdk-stable-18.11.2
insmod build/kmod/igb_uio.ko
insmod build/kmod/rte_kni.ko carrier=on
./usertools/dpdk-devbind.py --status
// 172.18.8.129: eno4 100.200.0.129  30:fd:65:32:e8:c3  0000:1a:00.3
// 172.18.8.129: eno1                30:fd:65:32:e8:c0  0000:1a:00.0
ifconfig eno4 down
./usertools/dpdk-devbind.py -b igb_uio 0000:1a:00.3
./usertools/dpdk-devbind.py --status

./usertools/dpdk-devbind.py -u 0000:1a:00.0
./usertools/dpdk-devbind.py -b i40e 0000:1a:00.0

然后再开始编译dpvs，编译他比较简单，只需要配置

export PKG_CONFIG_PATH=/opt/sj/dpvs-1.8/dpdk-stable-18.11.2/dpdklib/lib64/pkgconfig/libdpdk.pc

然后再dpvs目录下编译即可，

cd ..
make
make install

最后就是开始运行dpvs

拷贝./conf/下合适的配置文件到/etc/dpvs.conf

总结

极为简陋

毕竟DPVS并无像Nginx一样使用量大，因此也就并没有继续详细深入的进行研究和分析源码

当然这里参照dpvs入门实践1页面和DPVS简介与部署，希望能点击更优秀的作品详读。