网卡调优RSS、RPS、RFS和XPS

1.RSS（Receive Side Scaling）

        RSS（Receive Side Scaling）也叫多队列接收，可以硬件级别实现使用多核处理接收网络数据。可用于缓解因单个CPU过载，导致的接收中断处理瓶颈，并减少网络延迟。

        可以通过/proc/interrupts确定网络接口卡是否支持RSS。也可以在加载网络驱动程序后，通过“ls  -1   /sys/devices/*/*/device_pci_address/msi_irq” 的输出来查看。（需要网卡硬件及驱动同时支持）

        默认情况下，RSS是启用的。RSS的队列数量通常在/sys/class/net/device/queues/rx queue/中配置，其中device是网络设备的名称（例如eth1），rx queue是相应接收队列的名称。

        在配置RSS时，RedHat建议将队列数量限制为每个物理CPU核心一个队列。启用RSS后，会根据每个CPU使用情况来分配数据的处理。也可以使用ethtool --show-rxfh-indir和--set-rxfh-indir参数来修改使用的权重。

        irqbalance守护进程可以与RSS一起使用，它将减少跨节点内存传输和缓存线跳转的可能性。如果开启了irqbalance和RSS，通过irqbalance将与网络设备相关的中断定向到适当的RSS队列，可以实现最低的延迟。

2.Receive-Side Scaling (RSS)

        RPS与RSS类似，用于将数据包定向到特定的CPU进行处理。RPS是在软件级别实现的，有助于避免单队列网卡成为网络流量的瓶颈。

        与RSS相比，RPS有几个优势：

                RPS由于是基于软件的，所有网卡都可以使用；

                在处理新协议时，更容易增加软件过滤器；

                RPS不增加网络设备的硬件中断率。注意：RPS它引入了处理器间的中断（软中断）；

        RPS是在/sys/class/net/device/queues/rx-queue/rps_cpus文件中配置接收队列，其中device是网络设备的名称（如eth0），rx-queue是相应接收队列的名称（如rx-0）。

        rps_cpus文件默认值为0，也就是禁用RPS，这样CPU既会处理数据中断，也会处理数据包。

        要指定CPU处理接收队列的中断数据，需要将CPU索引位设置为1。如，要使用CPU 0、1、2和3处理中断，只需要将rps_cpus文件值设置为00001111或 f（十六进制值=1+2+4+8）。

        对于单队列的网络设备，可以通过将RPS配置为在同一内存域中使用CPU，来实现最佳性能。在非NUMA系统上，这意味着可以使用所有可用的CPU。如果网络中断率极高时，非处理网络中断的CPU，也可能会提高性能。

        对于多队列的网络设备，同时开启RPS和RSS通常是没有用处的。因为默认情况下，RSS会将CPU映射到每个接收队列。注意：如果硬件队列少于CPU，并且RPS被配置为在同一内存域中使用CPU，则RPS仍然是有用的。

        开启rps后softirq消耗仍不均衡：发现开启rps后，softirq不均衡的情况有缓解，但仍有较大差异。用perf分析高消耗cpu的ksoftirqd，发现有很大一部分cpu消耗在网卡驱动的清理流程中。rps只能减轻cpu处理网络协议的开销，对于网卡驱动上的开销无优化效果，对于这种情况可以设置rps_cup时排除本身cpu，进一步减轻其开销。

        RPS只作用于数据的接收，对于发送没有效果

3.RFS（Receive Flow Steering）

        RFS扩展了RPS，用提高CPU缓存命中率的方法，减少网络延迟。在RPS仅根据队列长度转发数据包的情况下，RFS使用RPS后端计算最合适的CPU，然后根据使用数据包的应用程序的位置转发数据包。这提高了CPU缓存效率。（将同1个sockect的包，命中为同1个CPU进行处理）

        默认情况下禁用RFS。要启用RFS，必须编辑两个文件：

                /proc/sys/net/core/rps_sock_flow_entries：将此文件为指定并发活动连接的最大预期数量。对于中等服务器负载，建议使用32768。在实践中，所有输入的值都被四舍五入到最接近的2次方。

                /sys/class/net/device/queues/rx-queue/rps_flow_cnt：它的值为rps_sock_flow_entries的值除以接收队列的数量。例如，如果rps_flow_条目设置为32768，并且有16个配置的接收队列，则rps_flow_cnt应设置为2048。对于单队列设备，rps_flow_cnt的值与rps_sock_flow_条目的值相同。

        从单个发送器接收的数据不会发送到多个CPU。如果从单个发送器接收的数据量大于单个CPU可以处理的数据量，请配置更大的帧大小，以减少中断次数，从而减少CPU的处理工作量。或者，考虑 NIC offload选项或更快的CPU。

4.RFS加速

        增加硬件辅助来提高RFS的速度，从而实现PFS的加速。

        只有满足以下条件，加速RFS才可用：网卡支持加速RFS；启用ntuple筛选；

        一旦满足这些条件，就会根据传统的RFS配置自动推导CPU到队列的映射。也就是说，CPU到队列的映射是基于驱动程序为每个接收队列配置的IRQ亲和力推导出来的。

5.NIC OFFLOADS

        默认的以太网最大传输单元（MTU）是1500字节，这是通常可以传输的最大帧大小。这可能会导致系统资源未充分利用，例如，如果有3200字节的数据用于传输，这将意味着生成三个较小的数据包。有几个称为offloads的选项，允许相关协议栈传输比正常MTU大的数据包。可以创建最大允许64KiB的数据包，并提供发送（Tx）和接收（Rx）选项。当发送或接收大量数据时，这意味着每发送或接收64KiB数据，就要处理一个大数据包，而不是多个较小的数据包。这意味着生成的中断请求更少，用于拆分或组合流量的处理开销更少，传输机会更多，从而导致吞吐量的总体增加。

5.1.Offload类型

TCP Segmentation Offload (TSO)

        使用TCP协议发送大数据包。使用NIC处理段，然后将TCP、IP和数据链路层协议头添加到每个数据段。

UDP Fragmentation Offload (UFO)

        使用UDP协议发送大数据包。使用NIC将IP碎片处理为MTU大小的数据包，用于大型UDP数据报文。

Generic Segmentation Offload (GSO)

        使用TCP或UDP协议发送大数据包。如果NIC无法处理数据段/报文，GSO将绕过NIC硬件执行相同的操作。它通过尽可能晚地延迟分段来实现的。

Large Receive Offload (LRO)

        使用TCP协议。所有传入数据包在接收时，都会重新分段，从而减少系统必须处理的段数。它们可以在驱动程序中合并，也可以使用NIC合并。

        LRO的一个问题是：它倾向于对所有传入的数据包进行重新排序，通常会忽略标头和其他可能导致错误的信息的差异。当启用IP转发时，通常不可能使用LRO。LRO与IP转发相结合可能会导致校验和错误。注意：如果/proc/sys/net/ipv4/ip_forward设置为1，则启用转发。

Generic Receive Offload (GRO)

        使用TCP或UDP协议。在对数据包重新排序时，GRO比LRO更严格。例如，它检查每个数据包的MAC报头（必须匹配），只有有限数量的TCP或IP报头可以不同，并且TCP时间戳必须匹配。重新排序可以由NIC或GSO代码处理。

5.2.使用NIC Offloads

        Offload应该用于传输或接收大量数据的高速系统，并且有利于吞吐量而不是延迟。使用Offload大大增加了驱动程序队列的容量，所以延迟可能会成为一个问题。

        这方面的一个例子，一个系统使用大数据包大小传输大量数据，但也运行许多交互式应用程序。由于交互式应用程序以一定的时间间隔发送小数据包，因此在处理前面较大的数据包时，这些数据包可能会“被困”在缓冲区中，从而造成不可接受的延迟，这是一个非常现实的风险。

        可以使用ethtool命令检查Offload设置，某些设备可能被列为固定设置，这意味着它们无法更改。

• RPS（ Receive Packet Steering）是在单个CPU将数据从Ring Buffer取出后，网卡驱动通过四元组（SIP，SPORT，DIP，DPORT）生成一个hash值，然后根据这个hash值，自动分配到对应的CPU上进行数据处理，从而实现多核数据处理的能力
• 和RFS（Receive Flow Steering）
• Accelerated Receive Flow Steering
• XPS: Transmit Packet Steering

6.XPS(Transmit Packet Steering)

        XPS通过创建CPU到网卡发送队列的对应关系，来保证处理发送软中断请求的CPU和向外发送数据包的CPU是同一个CPU，用来保证发送数据包时候的局部性。

        对于发送队列到CPU的映射有两种选择：

1、使用CPU映射
        通过指定发送队列在某几个CPU上处理，通过减小分发的CPU范围来减少锁开销以及cache miss。最常见的就是1对1，和上面说到的接收软中断绑核类似，通过 /sys/class/net/<dev>/queues/tx-<n>/xps_cpus文件设置，同样是bitmaps方式。

2、接收队列映射方式
        基于接收队列的映射来选择CPU，也就是说让接收队列和发送队列在同一个CPU，或指定范围的几个CPU来处理。这种方式对于多线程一直收发包的系统效果比较明显，收发包队列处理在同一个CPU，不仅减少了对其他CPU的打断，同时提高应用处理效率，收完包后直接在同个CPU继续发包，从而减小CPU消耗，同时减小包的时延。可通过/sys/class/net/<dev>/queues/tx-<n>/xps_rxqs文件设置(不是所有网卡都支持)。
        XPS对于单发送队列网卡没有效果

7.单网卡调优：开启RPS和RFS(默认关闭)

• 开启CPU性能模式：cpupower frequency-set -g performance
• 使用脚本rps.sh开启RPS和RFS；
• ethtool -G p1p1 [rx|tx] 4096，检查设置结果ethtool -g p1p1
• sysctl -w net.core.netdev_budget=600
• 查看网卡相应收发包情况；

#!/bin/bash
rps() {
  net_interface=`ip link show | grep "state UP" | awk '{print $2}' | egrep -v '^docker|^veth' | tr ":\n" " "`

  for em in ${net_interface[@]}
  do
      rq_count=`ls /sys/class/net/$em/queues/rx-* -d | wc -l`
      rps_flow_cnt_value=`expr 32768 / $rq_count`

      for ((i=0; i< $rq_count; i++))
      do
          echo $rps_flow_cnt_value > /sys/class/net/$em/queues/rx-$i/rps_flow_cnt
      done

      flag=0
      while [ -f /sys/class/net/$em/queues/rx-$flag/rps_cpus ]
      do
          echo `cat  /sys/class/net/$em/queues/rx-$flag/rps_cpus | sed 's/0/f/g' ` >  /sys/class/net/$em/queues/rx-$flag/rps_cpus
          flag=$(($flag+1))
      done
  done
  echo 32768 > /proc/sys/net/core/rps_sock_flow_entries
  sysctl -p
}

check_rps() {
  ni_list=`ip link show | grep "state UP" | awk '{print $2}' | egrep -v "^docker|^veth" | tr ":\n" " "`
  for n in $ni_list
  do
      rx_queues=`ls /sys/class/net/$n/queues/ | grep "rx-[0-9]"`
      for q in $rx_queues
      do
          rps_cpus=`cat /sys/class/net/$n/queues/$q/rps_cpus`
          rps_flow_cnt=`cat /sys/class/net/$n/queues/$q/rps_flow_cnt`

          echo "[$n]" $q "--> rps_cpus =" $rps_cpus ", rps_flow_cnt =" $rps_flow_cnt
      done
  done
  rps_sock_flow_entries=`cat /proc/sys/net/core/rps_sock_flow_entries`
  echo "rps_sock_flow_entries =" $rps_sock_flow_entries
}


rps
check_rps

8.多队列网卡

8.1.查看主网卡支持多队列的情况

        其中Pre-set maximums中的combined字段大于1时，表示网卡支持多队列。而Current harware settings中的conbined则表示当前设置的网卡队列数，如果队列数大于1，就是已经开启了网卡多队列。

[root@localhost ~]# ethtool -l eth0
    Channel parameters for eth0:
        Pre-set maximums:
        RX: 0
        TX: 0
        Other: 0
        Combined: 64
    Current hardware settings:
        RX: 0
        TX: 0
        Other: 0
        Combined: 32

8.2.设置网卡多队列

ethtool -L eth1 combined 16

        注意：设置的队列数的前提是网卡首先要支持多队列，且不能超过网卡支持的最大的队列数。当网卡驱动比较老旧的时候，也有可能会设置失败，建议将网卡驱动先升级至最新版本。

Redhat的RSS参考文档http://xn--rss-8u3e363r/