因為要對百萬、千萬、甚至是過億的用戶提供各種網(wǎng)絡服務，所以在一線互聯(lián)網(wǎng)企業(yè)里面試和晉升后端開發(fā)同學的其中一個重點要求就是要能支撐高并發(fā)，要理解性能開銷，會進行性能優(yōu)化。而很多時候，如果你對Linux底層的理解不深的話，遇到很多線上性能瓶頸你會覺得狗拿刺猬，無從下手。
我們今天用圖解的方式，來深度理解一下在Linux下網(wǎng)絡包的接收過程。還是按照慣例來借用一段最簡單的代碼開始思考。為了簡單起見，我們用udp來舉例，如下：
int main(){
? ?int serverSocketFd = socket(AF_INET, SOCK_DGRAM, 0);
? ?bind(serverSocketFd, ...);
? ?char buff[BUFFSIZE];
? ?int readCount = recvfrom(serverSocketFd, buff, BUFFSIZE, 0, ...);
? ?buff[readCount] = '\0';
? ?printf("Receive from client:%s\n", buff);
}
上面代碼是一段udp server接收收據(jù)的邏輯。當在開發(fā)視角看的時候，只要客戶端有對應的數(shù)據(jù)發(fā)送過來，服務器端執(zhí)行recv_from后就能收到它，并把它打印出來。我們現(xiàn)在想知道的是，當網(wǎng)絡包達到網(wǎng)卡，直到我們的recvfrom收到數(shù)據(jù)，這中間，究竟都發(fā)生過什么？
通過本文，你將深入理解Linux網(wǎng)絡系統(tǒng)內(nèi)部是如何實現(xiàn)的，以及各個部分之間如何交互。相信這對你的工作將會有非常大的幫助。本文基于Linux 3.10，源代碼參見https://mirrors.edge.kernel.org/pub/linux/kernel/v3.x/，網(wǎng)卡驅(qū)動采用Intel的igb網(wǎng)卡舉例。
在TCP/IP網(wǎng)絡分層模型里，整個協(xié)議棧被分成了物理層、鏈路層、網(wǎng)絡層，傳輸層和應用層。物理層對應的是網(wǎng)卡和網(wǎng)線，應用層對應的是我們常見的Nginx，F(xiàn)TP等等各種應用。Linux實現(xiàn)的是鏈路層、網(wǎng)絡層和傳輸層這三層。
在Linux內(nèi)核實現(xiàn)中，鏈路層協(xié)議靠網(wǎng)卡驅(qū)動來實現(xiàn)，內(nèi)核協(xié)議棧來實現(xiàn)網(wǎng)絡層和傳輸層。內(nèi)核對更上層的應用層提供socket接口來供用戶進程訪問。我們用Linux的視角來看到的TCP/IP網(wǎng)絡分層模型應該是下面這個樣子的。
在Linux的源代碼中，網(wǎng)絡設備驅(qū)動對應的邏輯位于driver/net/ethernet, 其中intel系列網(wǎng)卡的驅(qū)動在driver/net/ethernet/intel目錄下。協(xié)議棧模塊代碼位于kernel和net目錄。
內(nèi)核和網(wǎng)絡設備驅(qū)動是通過中斷的方式來處理的。當設備上有數(shù)據(jù)到達的時候，會給CPU的相關引腳上觸發(fā)一個電壓變化，以通知CPU來處理數(shù)據(jù)。
對于網(wǎng)絡模塊來說，由于處理過程比較復雜和耗時，如果在中斷函數(shù)中完成所有的處理，將會導致中斷處理函數(shù)（優(yōu)先級過高）將過度占據(jù)CPU，將導致CPU無法響應其它設備，例如鼠標和鍵盤的消息，因此Linux中斷處理函數(shù)是分上半部和下半部的。
上半部是只進行最簡單的工作，快速處理然后釋放CPU，接著CPU就可以允許其它中斷進來。剩下將絕大部分的工作都放到下半部中，可以慢慢從容處理。2.4以后的內(nèi)核版本采用的下半部實現(xiàn)方式是軟中斷，由ksoftirqd內(nèi)核線程全權處理。和硬中斷不同的是，硬中斷是通過給CPU物理引腳施加電壓變化，而軟中斷是通過給內(nèi)存中的一個變量的二進制值以通知軟中斷處理程序。
好了，大概了解了網(wǎng)卡驅(qū)動、硬中斷、軟中斷和ksoftirqd線程之后，我們在這幾個概念的基礎上給出一個內(nèi)核收包的路徑示意:
當網(wǎng)卡上收到數(shù)據(jù)以后，Linux中第一個工作的模塊是網(wǎng)絡驅(qū)動。網(wǎng)絡驅(qū)動會以DMA的方式把網(wǎng)卡上收到的幀寫到內(nèi)存里。再向CPU發(fā)起一個中斷，以通知CPU有數(shù)據(jù)到達。
第二，當CPU收到中斷請求后，會去調(diào)用網(wǎng)絡驅(qū)動注冊的中斷處理函數(shù)。網(wǎng)卡的中斷處理函數(shù)并不做過多工作，發(fā)出軟中斷請求，然后盡快釋放CPU。ksoftirqd檢測到有軟中斷請求到達，調(diào)用poll開始輪詢收包，收到后交由各級協(xié)議棧處理。對于UDP包來說，會被放到用戶socket的接收隊列中。
我們從上面這張圖中已經(jīng)從整體上把握到了Linux對數(shù)據(jù)包的處理過程。但是要想了解更多網(wǎng)絡模塊工作的細節(jié)，我們還得往下看。
Linux驅(qū)動，內(nèi)核協(xié)議棧等等模塊在具備接收網(wǎng)卡數(shù)據(jù)包之前，要做很多的準備工作才行。比如要提前創(chuàng)建好ksoftirqd內(nèi)核線程，要注冊好各個協(xié)議對應的處理函數(shù)，網(wǎng)絡設備子系統(tǒng)要提前初始化好，網(wǎng)卡要啟動好。只有這些都Ready之后，我們才能真正開始接收數(shù)據(jù)包。那么我們現(xiàn)在來看看這些準備工作都是怎么做的。
2.1 創(chuàng)建ksoftirqd內(nèi)核線程
Linux的軟中斷都是在專門的內(nèi)核線程（ksoftirqd）中進行的，因此我們非常有必要看一下這些進程是怎么初始化的，這樣我們才能在后面更準確地了解收包過程。該進程數(shù)量不是1個，而是N個，其中N等于你的機器的核數(shù)。
系統(tǒng)初始化的時候在kernel/smpboot.c中調(diào)用了smpboot_register_percpu_thread， 該函數(shù)進一步會執(zhí)行到spawn_ksoftirqd（位于kernel/softirq.c）來創(chuàng)建出softirqd進程。
相關代碼如下：
//file: kernel/softirq.c
static struct smp_hotplug_thread softirq_threads = {? ?.store ? ? ? ? ?= &ksoftirqd,
? ?.thread_should_run ?= ksoftirqd_should_run,
? ?.thread_fn ? ? ?= run_ksoftirqd,
? ?.thread_comm ? ? ? ?= "ksoftirqd/%u",};
static __init int spawn_ksoftirqd(void){
? ?register_cpu_notifier(&cpu_nfb);
? ?BUG_ON(smpboot_register_percpu_thread(&softirq_threads));
? ??return 0;
}
early_initcall(spawn_ksoftirqd);
當ksoftirqd被創(chuàng)建出來以后，它就會進入自己的線程循環(huán)函數(shù)ksoftirqd_should_run和run_ksoftirqd了。不停地判斷有沒有軟中斷需要被處理。這里需要注意的一點是，軟中斷不僅僅只有網(wǎng)絡軟中斷，還有其它類型。
//file: include/linux/interrupt.henum{
? ?HI_SOFTIRQ=0,
? ?TIMER_SOFTIRQ,
? ?NET_TX_SOFTIRQ,
? ?NET_RX_SOFTIRQ,
? ?BLOCK_SOFTIRQ,
? ?BLOCK_IOPOLL_SOFTIRQ,
? ?TASKLET_SOFTIRQ,
? ?SCHED_SOFTIRQ,
? ?HRTIMER_SOFTIRQ,
? ?RCU_SOFTIRQ, ?
};
2.2 網(wǎng)絡子系統(tǒng)初始化
linux內(nèi)核通過調(diào)用subsys_initcall來初始化各個子系統(tǒng)，在源代碼目錄里你可以grep出許多對這個函數(shù)的調(diào)用。這里我們要說的是網(wǎng)絡子系統(tǒng)的初始化，會執(zhí)行到net_dev_init函數(shù)。
//file: net/core/dev.c
static int __init net_dev_init(void){? ?......
? ?for_each_possible_cpu(i) {
? ? ? ?struct softnet_data *sd = &per_cpu(softnet_data, i);
? ? ? ?memset(sd, 0, sizeof(*sd));
? ? ? ?skb_queue_head_init(&sd->input_pkt_queue);
? ? ? ?skb_queue_head_init(&sd->process_queue);
? ? ? ?sd->completion_queue = NULL;
? ? ? ?INIT_LIST_HEAD(&sd->poll_list);
? ? ? ?......
? ?}
? ?......
? ?open_softirq(NET_TX_SOFTIRQ, net_tx_action);
? ?open_softirq(NET_RX_SOFTIRQ, net_rx_action);
}
subsys_initcall(net_dev_init);
在這個函數(shù)里，會為每個CPU都申請一個softnet_data數(shù)據(jù)結(jié)構，在這個數(shù)據(jù)結(jié)構里的poll_list是等待驅(qū)動程序?qū)⑵鋚oll函數(shù)注冊進來，稍后網(wǎng)卡驅(qū)動初始化的時候我們可以看到這一過程。
另外open_softirq注冊了每一種軟中斷都注冊一個處理函數(shù)。NET_TX_SOFTIRQ的處理函數(shù)為net_tx_action，NET_RX_SOFTIRQ的為net_rx_action。繼續(xù)跟蹤open_softirq后發(fā)現(xiàn)這個注冊的方式是記錄在softirq_vec變量里的。后面ksoftirqd線程收到軟中斷的時候，也會使用這個變量來找到每一種軟中斷對應的處理函數(shù)。
//file: kernel/softirq.c
void open_softirq(int nr, void (*action)(struct softirq_action *)){
? ?softirq_vec[nr].action = action;
}
2.3 協(xié)議棧注冊
內(nèi)核實現(xiàn)了網(wǎng)絡層的ip協(xié)議，也實現(xiàn)了傳輸層的tcp協(xié)議和udp協(xié)議。這些協(xié)議對應的實現(xiàn)函數(shù)分別是ip_rcv(),tcp_v4_rcv()和udp_rcv()。和我們平時寫代碼的方式不一樣的是，內(nèi)核是通過注冊的方式來實現(xiàn)的。
Linux內(nèi)核中的fs_initcall和subsys_initcall類似，也是初始化模塊的入口。fs_initcall調(diào)用inet_init后開始網(wǎng)絡協(xié)議棧注冊。通過inet_init，將這些函數(shù)注冊到了inet_protos和ptype_base數(shù)據(jù)結(jié)構中了。如下圖:
相關代碼如下：
//file: net/ipv4/af_inet.c
static struct packet_type ip_packet_type __read_mostly = {? ?.type = cpu_to_be16(ETH_P_IP),
? ?.func = ip_rcv,};static const struct net_protocol udp_protocol = {
? ?.handler = ?udp_rcv,
? ?.err_handler = ?udp_err,
? ?.no_policy = ? ?1,
? ?.netns_ok = 1,};static const struct net_protocol tcp_protocol = {
? ?.early_demux ? ?= ? tcp_v4_early_demux,
? ?.handler ? ?= ? tcp_v4_rcv,
? ?.err_handler ? ?= ? tcp_v4_err,
? ?.no_policy ?= ? 1,
? ?.netns_ok ? = ? 1,
};staticint __init inet_init(void){
? ?......
? ?if (inet_add_protocol(&icmp_protocol, IPPROTO_ICMP) < 0)
? ? ? ?pr_crit("%s: Cannot add ICMP protocol\n", __func__);
? ?if (inet_add_protocol(&udp_protocol, IPPROTO_UDP) < 0)
? ? ? ?pr_crit("%s: Cannot add UDP protocol\n", __func__);
? ?if (inet_add_protocol(&tcp_protocol, IPPROTO_TCP) < 0)
? ? ? ?pr_crit("%s: Cannot add TCP protocol\n", __func__);
? ?......
? ?dev_add_pack(&ip_packet_type);
}
上面的代碼中我們可以看到，udp_protocol結(jié)構體中的handler是udp_rcv，tcp_protocol結(jié)構體中的handler是tcp_v4_rcv，通過inet_add_protocol被初始化了進來。
int inet_add_protocol(const struct net_protocol *prot, unsigned char protocol){
? ?if (!prot->netns_ok) {
? ? ? ?pr_err("Protocol %u is not namespace aware, cannot register.\n",
? ? ? ? ? ?protocol);
? ? ? ?return -EINVAL;
? ?}
? ?return !cmpxchg((const struct net_protocol **)&inet_protos[protocol],
? ? ? ? ? ?NULL, prot) ? 0 : -1;
}
inet_add_protocol函數(shù)將tcp和udp對應的處理函數(shù)都注冊到了inet_protos數(shù)組中了。再看dev_add_pack(&ip_packet_type);這一行，ip_packet_type結(jié)構體中的type是協(xié)議名，func是ip_rcv函數(shù)，在dev_add_pack中會被注冊到ptype_base哈希表中。
//file: net/core/dev.c
void dev_add_pack(struct packet_type *pt){? ?struct list_head *head = ptype_head(pt);
? ?......
}
static inline struct list_head *ptype_head(const struct packet_type *pt){? ?if (pt->type == htons(ETH_P_ALL))
? ? ? ?return &ptype_all;
? ?else
? ? ? ?return &ptype_base[ntohs(pt->type) & PTYPE_HASH_MASK];
}
這里我們需要記住inet_protos記錄著udp，tcp的處理函數(shù)地址，ptype_base存儲著ip_rcv()函數(shù)的處理地址。后面我們會看到軟中斷中會通過ptype_base找到ip_rcv函數(shù)地址，進而將ip包正確地送到ip_rcv()中執(zhí)行。在ip_rcv中將會通過inet_protos找到tcp或者udp的處理函數(shù)，再而把包轉(zhuǎn)發(fā)給udp_rcv()或tcp_v4_rcv()函數(shù)。
擴展一下，如果看一下ip_rcv和udp_rcv等函數(shù)的代碼能看到很多協(xié)議的處理過程。例如，ip_rcv中會處理netfilter和iptable過濾，如果你有很多或者很復雜的 netfilter 或 iptables 規(guī)則，這些規(guī)則都是在軟中斷的上下文中執(zhí)行的，會加大網(wǎng)絡延遲。再例如，udp_rcv中會判斷socket接收隊列是否滿了。對應的相關內(nèi)核參數(shù)是net.core.rmem_max和net.core.rmem_default。如果有興趣，建議大家好好讀一下inet_init這個函數(shù)的代碼。
2.4 網(wǎng)卡驅(qū)動初始化
每一個驅(qū)動程序（不僅僅只是網(wǎng)卡驅(qū)動）會使用 module_init 向內(nèi)核注冊一個初始化函數(shù)，當驅(qū)動被加載時，內(nèi)核會調(diào)用這個函數(shù)。比如igb網(wǎng)卡驅(qū)動的代碼位于drivers/net/ethernet/intel/igb/igb_main.c
//file: drivers/net/ethernet/intel/igb/igb_main.c
static struct pci_driver igb_driver = {? ?.name ? ? = igb_driver_name,
? ?.id_table = igb_pci_tbl,
? ?.probe ? ?= igb_probe,
? ?.remove ? = igb_remove,
? ?......
};staticint __init igb_init_module(void){
? ?......
? ?ret = pci_register_driver(&igb_driver);
? ?return ret;
}
驅(qū)動的pci_register_driver調(diào)用完成后，Linux內(nèi)核就知道了該驅(qū)動的相關信息，比如igb網(wǎng)卡驅(qū)動的igb_driver_name和igb_probe函數(shù)地址等等。當網(wǎng)卡設備被識別以后，內(nèi)核會調(diào)用其驅(qū)動的probe方法（igb_driver的probe方法是igb_probe）。
驅(qū)動probe方法執(zhí)行的目的就是讓設備ready，對于igb網(wǎng)卡，其igb_probe位于drivers/net/ethernet/intel/igb/igb_main.c下。主要執(zhí)行的操作如下：
第5步中我們看到，網(wǎng)卡驅(qū)動實現(xiàn)了ethtool所需要的接口，也在這里注冊完成函數(shù)地址的注冊。當 ethtool 發(fā)起一個系統(tǒng)調(diào)用之后，內(nèi)核會找到對應操作的回調(diào)函數(shù)。對于igb網(wǎng)卡來說，其實現(xiàn)函數(shù)都在drivers/net/ethernet/intel/igb/igb_ethtool.c下。
相信你這次能徹底理解ethtool的工作原理了吧？這個命令之所以能查看網(wǎng)卡收發(fā)包統(tǒng)計、能修改網(wǎng)卡自適應模式、能調(diào)整RX 隊列的數(shù)量和大小，是因為ethtool命令最終調(diào)用到了網(wǎng)卡驅(qū)動的相應方法，而不是ethtool本身有這個超能力。
第6步注冊的igb_netdev_ops中包含的是igb_open等函數(shù)，該函數(shù)在網(wǎng)卡被啟動的時候會被調(diào)用。
//file: drivers/net/ethernet/intel/igb/igb_main.cstaticconststruct net_device_ops igb_netdev_ops = {
?.ndo_open ? ? ? ? ? ? ? = igb_open,
?.ndo_stop ? ? ? ? ? ? ? = igb_close,
?.ndo_start_xmit ? ? ? ? = igb_xmit_frame,
?.ndo_get_stats64 ? ? ? ?= igb_get_stats64,
?.ndo_set_rx_mode ? ? ? ?= igb_set_rx_mode,
?.ndo_set_mac_address ? ?= igb_set_mac,
?.ndo_change_mtu ? ? ? ? = igb_change_mtu,
?.ndo_do_ioctl ? ? ? ? ? = igb_ioctl,
?......
第7步中，在igb_probe初始化過程中，還調(diào)用到了igb_alloc_q_vector。他注冊了一個NAPI機制所必須的poll函數(shù)，對于igb網(wǎng)卡驅(qū)動來說，這個函數(shù)就是igb_poll,如下代碼所示。
static int igb_alloc_q_vector(struct igb_adapter *adapter,
? ? ? ? ? ? ? ? ?int v_count, int v_idx,
? ? ? ? ? ? ? ? ?int txr_count, int txr_idx,
? ? ? ? ? ? ? ? ?int rxr_count, int rxr_idx){
? ?......
? ?/* initialize NAPI */
? ?netif_napi_add(adapter->netdev, &q_vector->napi,
? ? ? ? ? ? ? igb_poll, 64);
}
2.5 啟動網(wǎng)卡
當上面的初始化都完成以后，就可以啟動網(wǎng)卡了。回憶前面網(wǎng)卡驅(qū)動初始化時，我們提到了驅(qū)動向內(nèi)核注冊了 structure net_device_ops 變量，它包含著網(wǎng)卡啟用、發(fā)包、設置mac 地址等回調(diào)函數(shù)（函數(shù)指針）。當啟用一個網(wǎng)卡時（例如，通過 ifconfig eth0 up），net_device_ops 中的 igb_open方法會被調(diào)用。它通常會做以下事情：
//file: drivers/net/ethernet/intel/igb/igb_main.c
static int __igb_open(struct net_device *netdev, bool resuming){? ?/* allocate transmit descriptors */
? ?err = igb_setup_all_tx_resources(adapter);
? ?/* allocate receive descriptors */
? ?err = igb_setup_all_rx_resources(adapter);
? ?/* 注冊中斷處理函數(shù) */
? ?err = igb_request_irq(adapter);
? ?if (err)
? ? ? ?goto err_req_irq;
? ?/* 啟用NAPI */
? ?for (i = 0; i < adapter->num_q_vectors; i++)
? ? ? ?napi_enable(&(adapter->q_vector[i]->napi));
? ?......
}
在上面__igb_open函數(shù)調(diào)用了igb_setup_all_tx_resources,和igb_setup_all_rx_resources。在igb_setup_all_rx_resources這一步操作中，分配了RingBuffer，并建立內(nèi)存和Rx隊列的映射關系。（Rx Tx 隊列的數(shù)量和大小可以通過 ethtool 進行配置）。我們再接著看中斷函數(shù)注冊igb_request_irq:
static int igb_request_irq(struct igb_adapter *adapter){
? ?if (adapter->msix_entries) {
? ? ? ?err = igb_request_msix(adapter);
? ? ? ?if (!err)
? ? ? ? ? ?goto request_done;
? ? ? ?......
? ?}
}
staticintigb_request_msix(struct igb_adapter *adapter){? ?......
? ?for (i = 0; i < adapter->num_q_vectors; i++) {
? ? ? ?...
? ? ? ?err = request_irq(adapter->msix_entries[vector].vector,
? ? ? ? ? ? ? ? ?igb_msix_ring, 0, q_vector->name,
? ?}
在上面的代碼中跟蹤函數(shù)調(diào)用：
__igb_open?=>?igb_request_irq?=>?igb_request_msix, 在igb_request_msix中我們看到了，對于多隊列的網(wǎng)卡，為每一個隊列都注冊了中斷，其對應的中斷處理函數(shù)是igb_msix_ring（該函數(shù)也在drivers/net/ethernet/intel/igb/igb_main.c下）。
我們也可以看到，msix方式下，每個 RX 隊列有獨立的MSI-X 中斷，從網(wǎng)卡硬件中斷的層面就可以設置讓收到的包被不同的 CPU處理。（可以通過 irqbalance ，或者修改 /proc/irq/IRQ_NUMBER/smp_affinity能夠修改和CPU的綁定行為）。
當做好以上準備工作以后，就可以開門迎客（數(shù)據(jù)包）了！
3.1 硬中斷處理
首先當數(shù)據(jù)幀從網(wǎng)線到達網(wǎng)卡上的時候，第一站是網(wǎng)卡的接收隊列。網(wǎng)卡在分配給自己的RingBuffer中尋找可用的內(nèi)存位置，找到后DMA引擎會把數(shù)據(jù)DMA到網(wǎng)卡之前關聯(lián)的內(nèi)存里，這個時候CPU都是無感的。當DMA操作完成以后，網(wǎng)卡會像CPU發(fā)起一個硬中斷，通知CPU有數(shù)據(jù)到達。
注意：當RingBuffer滿的時候，新來的數(shù)據(jù)包將給丟棄。ifconfig查看網(wǎng)卡的時候，可以里面有個overruns，表示因為環(huán)形隊列滿被丟棄的包。如果發(fā)現(xiàn)有丟包，可能需要通過ethtool命令來加大環(huán)形隊列的長度。
在啟動網(wǎng)卡一節(jié)，我們說到了網(wǎng)卡的硬中斷注冊的處理函數(shù)是igb_msix_ring。
//file: drivers/net/ethernet/intel/igb/igb_main.c
static irqreturn_t igb_msix_ring(int irq, void *data){? ?struct igb_q_vector *q_vector = data;
? ?/* Write the ITR value calculated from the previous interrupt. */
? ?igb_write_itr(q_vector);
? ?napi_schedule(&q_vector->napi);
? ?return IRQ_HANDLED;
}
igb_write_itr只是記錄一下硬件中斷頻率（據(jù)說目的是在減少對CPU的中斷頻率時用到）。順著napi_schedule調(diào)用一路跟蹤下去，__napi_schedule=>____napi_schedule
/* Called with irq disabled */
static inline void ____napi_schedule(struct softnet_data *sd,? ? ? ? ? ? ? ? ? ? struct napi_struct *napi){
? ?list_add_tail(&napi->poll_list, &sd->poll_list);
? ?__raise_softirq_irqoff(NET_RX_SOFTIRQ);
}
這里我們看到，list_add_tail修改了CPU變量softnet_data里的poll_list，將驅(qū)動napi_struct傳過來的poll_list添加了進來。其中softnet_data中的poll_list是一個雙向列表，其中的設備都帶有輸入幀等著被處理。緊接著__raise_softirq_irqoff觸發(fā)了一個軟中斷NET_RX_SOFTIRQ， 這個所謂的觸發(fā)過程只是對一個變量進行了一次或運算而已。
void __raise_softirq_irqoff(unsigned int nr){
? ?trace_softirq_raise(nr);
? ?or_softirq_pending(1UL << nr);
}
//file: include/linux/irq_cpustat.h
#define or_softirq_pending(x) ?(local_softirq_pending() |= (x))
我們說過，Linux在硬中斷里只完成簡單必要的工作，剩下的大部分的處理都是轉(zhuǎn)交給軟中斷的。通過上面代碼可以看到，硬中斷處理過程真的是非常短。只是記錄了一個寄存器，修改了一下下CPU的poll_list，然后發(fā)出個軟中斷。就這么簡單，硬中斷工作就算是完成了。
3.2 ksoftirqd內(nèi)核線程處理軟中斷
內(nèi)核線程初始化的時候，我們介紹了ksoftirqd中兩個線程函數(shù)ksoftirqd_should_run和run_ksoftirqd。其中ksoftirqd_should_run代碼如下：
static int ksoftirqd_should_run(unsigned int cpu){
? ?return local_softirq_pending();
}
#define local_softirq_pending() \ ? ?__IRQ_STAT(smp_processor_id(), __softirq_pending)
這里看到和硬中斷中調(diào)用了同一個函數(shù)local_softirq_pending。使用方式不同的是硬中斷位置是為了寫入標記，這里僅僅只是讀取。如果硬中斷中設置了NET_RX_SOFTIRQ,這里自然能讀取的到。接下來會真正進入線程函數(shù)中run_ksoftirqd處理：
static void run_ksoftirqd(unsigned int cpu){
? ?local_irq_disable();
? ?if (local_softirq_pending()) {
? ? ? ?__do_softirq();
? ? ? ?rcu_note_context_switch(cpu);
? ? ? ?local_irq_enable();
? ? ? ?cond_resched();
? ? ? ?return;
? ?}
? ?local_irq_enable();
}
在__do_softirq中，判斷根據(jù)當前CPU的軟中斷類型，調(diào)用其注冊的action方法。
asmlinkage void __do_softirq(void){
? ?do {
? ? ? ?if (pending & 1) {
? ? ? ? ? ?unsigned int vec_nr = h - softirq_vec;
? ? ? ? ? ?int prev_count = preempt_count();
? ? ? ? ? ?...
? ? ? ? ? ?trace_softirq_entry(vec_nr);
? ? ? ? ? ?h->action(h);
? ? ? ? ? ?trace_softirq_exit(vec_nr);
? ? ? ? ? ?...
? ? ? ?}
? ? ? ?h++;
? ? ? ?pending >>= 1;
? ?} while (pending);
}
在網(wǎng)絡子系統(tǒng)初始化小節(jié)， 我們看到我們?yōu)镹ET_RX_SOFTIRQ注冊了處理函數(shù)net_rx_action。所以net_rx_action函數(shù)就會被執(zhí)行到了。
這里需要注意一個細節(jié)，硬中斷中設置軟中斷標記，和ksoftirq的判斷是否有軟中斷到達，都是基于smp_processor_id()的。這意味著只要硬中斷在哪個CPU上被響應，那么軟中斷也是在這個CPU上處理的。
所以說，如果你發(fā)現(xiàn)你的Linux軟中斷CPU消耗都集中在一個核上的話，做法是要把調(diào)整硬中斷的CPU親和性，來將硬中斷打散到不同的CPU核上去。
我們再來把精力集中到這個核心函數(shù)net_rx_action上來。
static void net_rx_action(struct softirq_action *h){
? ?struct softnet_data *sd = &__get_cpu_var(softnet_data);
? ?unsigned long time_limit = jiffies + 2;
? ?int budget = netdev_budget;
? ?void *have;
? ?local_irq_disable();
? ?while (!list_empty(&sd->poll_list)) {
? ? ? ?......
? ? ? ?n = list_first_entry(&sd->poll_list, struct napi_struct, poll_list);
? ? ? ?work = 0;
? ? ? ?if (test_bit(NAPI_STATE_SCHED, &n->state)) {
? ? ? ? ? ?work = n->poll(n, weight);
? ? ? ? ? ?trace_napi_poll(n);
? ? ? ?}
? ? ? ?budget -= work;
? ?}
}
函數(shù)開頭的time_limit和budget是用來控制net_rx_action函數(shù)主動退出的，目的是保證網(wǎng)絡包的接收不霸占CPU不放。
等下次網(wǎng)卡再有硬中斷過來的時候再處理剩下的接收數(shù)據(jù)包。其中budget可以通過內(nèi)核參數(shù)調(diào)整。
這個函數(shù)中剩下的核心邏輯是獲取到當前CPU變量softnet_data，對其poll_list進行遍歷, 然后執(zhí)行到網(wǎng)卡驅(qū)動注冊到的poll函數(shù)。對于igb網(wǎng)卡來說，就是igb驅(qū)動力的igb_poll函數(shù)了。
staticintigb_poll(struct napi_struct *napi, int budget){
? ?...
? ?if (q_vector->tx.ring)
? ? ? ?clean_complete = igb_clean_tx_irq(q_vector);
? ?if (q_vector->rx.ring)
? ? ? ?clean_complete &= igb_clean_rx_irq(q_vector, budget);
? ?...
}
在讀取操作中，igb_poll的重點工作是對igb_clean_rx_irq的調(diào)用。
static bool igb_clean_rx_irq(struct igb_q_vector *q_vector, const int budget){
? ?...
? ?do {
? ? ? ?/* retrieve a buffer from the ring */
? ? ? ?skb = igb_fetch_rx_buffer(rx_ring, rx_desc, skb);
? ? ? ?/* fetch next buffer in frame if non-eop */
? ? ? ?if (igb_is_non_eop(rx_ring, rx_desc))
? ? ? ? ? ?continue;
? ? ? ?}
? ? ? ?/* verify the packet layout is correct */
? ? ? ?if (igb_cleanup_headers(rx_ring, rx_desc, skb)) {
? ? ? ? ? ?skb = NULL;
? ? ? ? ? ?continue;
? ? ? ?}
? ? ? ?/* populate checksum, timestamp, VLAN, and protocol */
? ? ? ?igb_process_skb_fields(rx_ring, rx_desc, skb);
? ? ? ?napi_gro_receive(&q_vector->napi, skb);}igb_fetch_rx_buffer和igb_is_non_eop的作用就是把數(shù)據(jù)幀從RingBuffer上取下來。為什么需要兩個函數(shù)呢？因為有可能幀要占多多個RingBuffer，所以是在一個循環(huán)中獲取的，直到幀尾部。
獲取下來的一個數(shù)據(jù)幀用一個sk_buff來表示。收取完數(shù)據(jù)以后，對其進行一些校驗，然后開始設置sbk變量的timestamp, VLAN id, protocol等字段。接下來進入到napi_gro_receive中:
//file: net/core/dev.c
gro_result_t napi_gro_receive(struct napi_struct *napi, struct sk_buff *skb){? ?skb_gro_reset_offset(skb);
? ?return napi_skb_finish(dev_gro_receive(napi, skb), skb);
}
dev_gro_receive這個函數(shù)代表的是網(wǎng)卡GRO特性，可以簡單理解成把相關的小包合并成一個大包就行，目的是減少傳送給網(wǎng)絡棧的包數(shù)，這有助于減少 CPU 的使用量。我們暫且忽略，直接看napi_skb_finish, 這個函數(shù)主要就是調(diào)用了netif_receive_skb。
//file: net/core/dev.c
static gro_result_t napi_skb_finish(gro_result_t ret, struct sk_buff *skb){? ?switch (ret) {
? ?case GRO_NORMAL:
? ? ? ?if (netif_receive_skb(skb))
? ? ? ? ? ?ret = GRO_DROP;
? ? ? ?break;
? ?......
}
在netif_receive_skb中，數(shù)據(jù)包將被送到協(xié)議棧中。聲明，以下的3.3, 3.4, 3.5也都屬于軟中斷的處理過程，只不過由于篇幅太長，單獨拿出來成小節(jié)。
3.3 網(wǎng)絡協(xié)議棧處理
netif_receive_skb函數(shù)會根據(jù)包的協(xié)議，假如是udp包，會將包依次送到ip_rcv(),udp_rcv()協(xié)議處理函數(shù)中進行處理。
//file: net/core/dev.c
int netif_receive_skb(struct sk_buff *skb){? ?//RPS處理邏輯，先忽略 ? ?......
? ?return __netif_receive_skb(skb);
}
static int __netif_receive_skb(struct sk_buff *skb){? ?...... ?
? ?ret = __netif_receive_skb_core(skb, false);}static int __netif_receive_skb_core(struct sk_buff *skb, bool pfmemalloc){
? ?......
? ?//pcap邏輯，這里會將數(shù)據(jù)送入抓包點。tcpdump就是從這個入口獲取包的 ? ?list_for_each_entry_rcu(ptype, &ptype_all, list) {
? ? ? ?if (!ptype->dev || ptype->dev == skb->dev) {
? ? ? ? ? ?if (pt_prev)
? ? ? ? ? ? ? ?ret = deliver_skb(skb, pt_prev, orig_dev);
? ? ? ? ? ?pt_prev = ptype;
? ? ? ?}
? ?}
? ?......
? ?list_for_each_entry_rcu(ptype,
? ? ? ? ? ?&ptype_base[ntohs(type) & PTYPE_HASH_MASK], list) {
? ? ? ?if (ptype->type == type &&
? ? ? ? ? ?(ptype->dev == null_or_dev || ptype->dev == skb->dev ||
? ? ? ? ? ? ptype->dev == orig_dev)) {
? ? ? ? ? ?if (pt_prev)
? ? ? ? ? ? ? ?ret = deliver_skb(skb, pt_prev, orig_dev);
? ? ? ? ? ?pt_prev = ptype;
? ? ? ?}
? ?}
}
在__netif_receive_skb_core中，我看著原來經(jīng)常使用的tcpdump的抓包點，很是激動，看來讀一遍源代碼時間真的沒白浪費。
接著__netif_receive_skb_core取出protocol，它會從數(shù)據(jù)包中取出協(xié)議信息，然后遍歷注冊在這個協(xié)議上的回調(diào)函數(shù)列表。ptype_base?是一個 hash table，在協(xié)議注冊小節(jié)我們提到過。ip_rcv 函數(shù)地址就是存在這個 hash table中的。
//file: net/core/dev.c
static inline int deliver_skb(struct sk_buff *skb,? ? ? ? ? ? ? ? ?struct packet_type *pt_prev,
? ? ? ? ? ? ? ? ?struct net_device *orig_dev){
? ?......
? ?return pt_prev->func(skb, skb->dev, pt_prev, orig_dev);
}
pt_prev->func這一行就調(diào)用到了協(xié)議層注冊的處理函數(shù)了。對于ip包來講，就會進入到ip_rcv（如果是arp包的話，會進入到arp_rcv）。
3.4 IP協(xié)議層處理
我們再來大致看一下linux在ip協(xié)議層都做了什么，包又是怎么樣進一步被送到udp或tcp協(xié)議處理函數(shù)中的。
//file: net/ipv4/ip_input.c
int ip_rcv(struct sk_buff *skb, struct net_device *dev, struct packet_type *pt, struct net_device *orig_dev){? ?......
? ?return NF_HOOK(NFPROTO_IPV4, NF_INET_PRE_ROUTING, skb, dev, NULL,
? ? ? ? ? ? ? ip_rcv_finish);
}
這里NF_HOOK是一個鉤子函數(shù)，當執(zhí)行完注冊的鉤子后就會執(zhí)行到最后一個參數(shù)指向的函數(shù)ip_rcv_finish。
static int ip_rcv_finish(struct sk_buff *skb){
? ?......
? ?if (!skb_dst(skb)) {
? ? ? ?int err = ip_route_input_noref(skb, iph->daddr, iph->saddr,
? ? ? ? ? ? ? ? ? ? ? ? ? iph->tos, skb->dev);
? ? ? ?...
? ?}
? ?......
? ?return dst_input(skb);
}
跟蹤ip_route_input_noref?后看到它又調(diào)用了?ip_route_input_mc。在ip_route_input_mc中，函數(shù)ip_local_deliver被賦值給了dst.input, 如下：
//file: net/ipv4/route.c
static int ip_route_input_mc(struct sk_buff *skb, __be32 daddr, __be32 saddr,u8 tos, struct net_device *dev, int our){? ?if (our) {
? ? ? ?rth->dst.input= ip_local_deliver;
? ? ? ?rth->rt_flags |= RTCF_LOCAL;
? ?}
}
所以回到ip_rcv_finish中的return dst_input(skb);。
/* Input packet from network to transport. ?*/
static inline int dst_input(struct sk_buff *skb){
? ?return skb_dst(skb)->input(skb);
}
skb_dst(skb)->input調(diào)用的input方法就是路由子系統(tǒng)賦的ip_local_deliver。
//file: net/ipv4/ip_input.c
int ip_local_deliver(struct sk_buff *skb){? ?/* ? ? * ?Reassemble IP fragments. ? ? */
? ?if (ip_is_fragment(ip_hdr(skb))) {
? ? ? ?if (ip_defrag(skb, IP_DEFRAG_LOCAL_DELIVER))
? ? ? ? ? ?return 0;
? ?}
? ?return NF_HOOK(NFPROTO_IPV4, NF_INET_LOCAL_IN, skb, skb->dev, NULL,
? ? ? ? ? ? ? ip_local_deliver_finish);
}
staticintip_local_deliver_finish(struct sk_buff *skb){? ?......
? ?int protocol = ip_hdr(skb)->protocol;
? ?const struct net_protocol *ipprot;
? ?ipprot = rcu_dereference(inet_protos[protocol]);
? ?if (ipprot != NULL) {
? ? ? ?ret = ipprot->handler(skb);
? ?}
}
如協(xié)議注冊小節(jié)看到inet_protos中保存著tcp_rcv()和udp_rcv()的函數(shù)地址。這里將會根據(jù)包中的協(xié)議類型選擇進行分發(fā),在這里skb包將會進一步被派送到更上層的協(xié)議中，udp和tcp。
3.5 UDP協(xié)議層處理
在協(xié)議注冊小節(jié)的時候我們說過，udp協(xié)議的處理函數(shù)是udp_rcv。
//file: net/ipv4/udp.c
int udp_rcv(struct sk_buff *skb){
? ?return __udp4_lib_rcv(skb, &udp_table, IPPROTO_UDP);
}nt__udp4_lib_rcv(struct sk_buff *skb, struct udp_table *udptable,
i? ? ? ? ? int proto){
? ?sk = __udp4_lib_lookup_skb(skb, uh->source, uh->dest, udptable);
? ?if (sk != NULL) {
? ? ? ?int ret = udp_queue_rcv_skb(sk, skb
? ?}
? ?icmp_send(skb, ICMP_DEST_UNREACH, ICMP_PORT_UNREACH, 0);
}
__udp4_lib_lookup_skb是根據(jù)skb來尋找對應的socket，當找到以后將數(shù)據(jù)包放到socket的緩存隊列里。如果沒有找到，則發(fā)送一個目標不可達的icmp包。
//file: net/ipv4/udp.c
int udp_queue_rcv_skb(struct sock *sk, struct sk_buff *skb){ ?? ?......
? ?if (sk_rcvqueues_full(sk, skb, sk->sk_rcvbuf))
? ? ? ?goto drop;
? ?rc = 0;
? ?ipv4_pktinfo_prepare(skb);
? ?bh_lock_sock(sk);
? ?if (!sock_owned_by_user(sk))
? ? ? ?rc = __udp_queue_rcv_skb(sk, skb);
? ?else if (sk_add_backlog(sk, skb, sk->sk_rcvbuf)) {
? ? ? ?bh_unlock_sock(sk);
? ? ? ?goto drop;
? ?}
? ?bh_unlock_sock(sk);
? ?return rc;
}
sock_owned_by_user判斷的是用戶是不是正在這個socker上進行系統(tǒng)調(diào)用（socket被占用），如果沒有，那就可以直接放到socket的接收隊列中。如果有，那就通過sk_add_backlog把數(shù)據(jù)包添加到backlog隊列。當用戶釋放的socket的時候，內(nèi)核會檢查backlog隊列，如果有數(shù)據(jù)再移動到接收隊列中。
sk_rcvqueues_full接收隊列如果滿了的話，將直接把包丟棄。接收隊列大小受內(nèi)核參數(shù)net.core.rmem_max和net.core.rmem_default影響。
花開兩朵，各表一枝。上面我們說完了整個Linux內(nèi)核對數(shù)據(jù)包的接收和處理過程，最后把數(shù)據(jù)包放到socket的接收隊列中了。那么我們再回頭看用戶進程調(diào)用recvfrom后是發(fā)生了什么。
我們在代碼里調(diào)用的recvfrom是一個glibc的庫函數(shù)，該函數(shù)在執(zhí)行后會將用戶進行陷入到內(nèi)核態(tài)，進入到Linux實現(xiàn)的系統(tǒng)調(diào)用sys_recvfrom。
在理解Linux對sys_revvfrom之前，我們先來簡單看一下socket這個核心數(shù)據(jù)結(jié)構。這個數(shù)據(jù)結(jié)構太大了，我們只把對和我們今天主題相關的內(nèi)容畫出來，如下：
socket數(shù)據(jù)結(jié)構中的const struct proto_ops對應的是協(xié)議的方法集合。每個協(xié)議都會實現(xiàn)不同的方法集，對于IPv4 Internet協(xié)議族來說,每種協(xié)議都有對應的處理方法，如下。對于udp來說，是通過inet_dgram_ops來定義的，其中注冊了inet_recvmsg方法。
//file: net/ipv4/af_inet.c
const struct proto_ops inet_stream_ops = {? ?......
? ?.recvmsg ? ? ? = inet_recvmsg,
? ?.mmap ? ? ? ? ?= sock_no_mmap,
? ?......
}
const struct proto_ops inet_dgram_ops = {? ?......
? ?.sendmsg ? ? ? = inet_sendmsg,
? ?.recvmsg ? ? ? = inet_recvmsg,
? ?......
}
socket數(shù)據(jù)結(jié)構中的另一個數(shù)據(jù)結(jié)構struct sock *sk是一個非常大，非常重要的子結(jié)構體。其中的sk_prot又定義了二級處理函數(shù)。對于UDP協(xié)議來說，會被設置成UDP協(xié)議實現(xiàn)的方法集udp_prot。
//file: net/ipv4/udp.c
struct proto udp_prot = {? ?.name ? ? ? ? ?= "UDP",
? ?.owner ? ? ? ? = THIS_MODULE,
? ?.close ? ? ? ? = udp_lib_close,
? ?.connect ? ? ? = ip4_datagram_connect,
? ?......
? ?.sendmsg ? ? ? = udp_sendmsg,
? ?.recvmsg ? ? ? = udp_recvmsg,
? ?.sendpage ? ? ?= udp_sendpage,
? ?......
}
看完了socket變量之后，我們再來看sys_revvfrom的實現(xiàn)過程。
在inet_recvmsg調(diào)用了sk->sk_prot->recvmsg。
//file: net/ipv4/af_inet.c
int inet_recvmsg(struct kiocb *iocb, struct socket *sock, struct msghdr *msg,size_t size, int flags){ ?? ?......
? ?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;
}
上面我們說過這個對于udp協(xié)議的socket來說，這個sk_prot就是net/ipv4/udp.c下的struct proto udp_prot。由此我們找到了udp_recvmsg方法。
//file:net/core/datagram.c:EXPORT_SYMBOL(__skb_recv_datagram);
struct sk_buff *__skb_recv_datagram(struct sock *sk, unsigned int flags,int*peeked, int*off, int*err){? ?......
? ?do {
? ? ? ?struct sk_buff_head *queue = &sk->sk_receive_queue;
? ? ? ?skb_queue_walk(queue, skb) {
? ? ? ? ? ?......
? ? ? ?}
? ? ? ?/* User doesn't want to wait */
? ? ? ?error = -EAGAIN;
? ? ? ?if (!timeo)
? ? ? ? ? ?goto no_packet;
? ?} while (!wait_for_more_packets(sk, err, &timeo, last));
}
終于我們找到了我們想要看的重點，在上面我們看到了所謂的讀取過程，就是訪問sk->sk_receive_queue。如果沒有數(shù)據(jù)，且用戶也允許等待，則將調(diào)用wait_for_more_packets()執(zhí)行等待操作，它加入會讓用戶進程進入睡眠狀態(tài)。
網(wǎng)絡模塊是Linux內(nèi)核中最復雜的模塊了，看起來一個簡簡單單的收包過程就涉及到許多內(nèi)核組件之間的交互，如網(wǎng)卡驅(qū)動、協(xié)議棧，內(nèi)核ksoftirqd線程等?？雌饋砗軓碗s，本文想通過圖示的方式，盡量以容易理解的方式來將內(nèi)核收包過程講清楚?，F(xiàn)在讓我們再串一串整個收包過程。
當用戶執(zhí)行完recvfrom調(diào)用后，用戶進程就通過系統(tǒng)調(diào)用進行到內(nèi)核態(tài)工作了。如果接收隊列沒有數(shù)據(jù)，進程就進入睡眠狀態(tài)被操作系統(tǒng)掛起。這塊相對比較簡單，剩下大部分的戲份都是由Linux內(nèi)核其它模塊來表演了。
首先在開始收包之前，Linux要做許多的準備工作：
1. 創(chuàng)建ksoftirqd線程，為它設置好它自己的線程函數(shù)，后面指望著它來處理軟中斷呢
2. 協(xié)議棧注冊，linux要實現(xiàn)許多協(xié)議，比如arp，icmp，ip，udp，tcp，每一個協(xié)議都會將自己的處理函數(shù)注冊一下，方便包來了迅速找到對應的處理函數(shù)
3. 網(wǎng)卡驅(qū)動初始化，每個驅(qū)動都有一個初始化函數(shù)，內(nèi)核會讓驅(qū)動也初始化一下。在這個初始化過程中，把自己的DMA準備好，把NAPI的poll函數(shù)地址告訴內(nèi)核
4. 啟動網(wǎng)卡，分配RX，TX隊列，注冊中斷對應的處理函數(shù)
以上是內(nèi)核準備收包之前的重要工作，當上面都ready之后，就可以打開硬中斷，等待數(shù)據(jù)包的到來了。
當數(shù)據(jù)到來了以后，第一個迎接它的是網(wǎng)卡（我去，這不是廢話么）：
1. 網(wǎng)卡將數(shù)據(jù)幀DMA到內(nèi)存的RingBuffer中，然后向CPU發(fā)起中斷通知
2. CPU響應中斷請求，調(diào)用網(wǎng)卡啟動時注冊的中斷處理函數(shù)
3. 中斷處理函數(shù)幾乎沒干啥，就發(fā)起了軟中斷請求
4. 內(nèi)核線程ksoftirqd線程發(fā)現(xiàn)有軟中斷請求到來，先關閉硬中斷
5. ksoftirqd線程開始調(diào)用驅(qū)動的poll函數(shù)收包
6. poll函數(shù)將收到的包送到協(xié)議棧注冊的ip_rcv函數(shù)中
7. ip_rcv函數(shù)再講包送到udp_rcv函數(shù)中（對于tcp包就送到tcp_rcv）
現(xiàn)在我們可以回到開篇的問題了，我們在用戶層看到的簡單一行recvfrom,Linux內(nèi)核要替我們做如此之多的工作，才能讓我們順利收到數(shù)據(jù)。這還是簡簡單單的UDP，如果是TCP，內(nèi)核要做的工作更多，不由得感嘆內(nèi)核的開發(fā)者們真的是用心良苦。
理解了整個收包過程以后，我們就能明確知道Linux收一個包的CPU開銷了。首先第一塊是用戶進程調(diào)用系統(tǒng)調(diào)用陷入內(nèi)核態(tài)的開銷。第二塊是CPU響應包的硬中斷的CPU開銷。第三塊是ksoftirqd內(nèi)核線程的軟中斷上下文花費的。后面我們再專門發(fā)一篇文章實際觀察一下這些開銷。
另外網(wǎng)絡收發(fā)中有很多末支細節(jié)咱們并沒有展開了說，比如說no NAPI， GRO，RPS等。因為我覺得說的太對了反而會影響大家對整個流程的把握，所以盡量只保留主框架了，少即是多！
免責聲明：本文內(nèi)容由21ic獲得授權后發(fā)布，版權歸原作者所有，本平臺僅提供信息存儲服務。文章僅代表作者個人觀點，不代表本平臺立場，如有問題，請聯(lián)系我們，謝謝！
下載文檔
