导语 | 本文介绍了局部高性能网络计划，包含RDMA、HARP、io_uring等。从技术原理、落地可行性等方面，简要地做出剖析，心愿能对此方面感兴趣的开发者提供一些教训和帮忙。

一、背景

业务中常常会有这样的场景：

随着网卡速率的晋升（10G/25G/100G），以及局部业务对低提早的极致谋求（1ms/50us），目前的内核协定栈因为协定简单、流程简单、设计古老等因素，曾经逐步成为业务瓶颈。

业界曾经有局部RDMA、DPDK的实际，然而对于大多数开发者而言，仍然比拟生疏。

那么这些计划各自的场景到底怎么？是否可能为更多的业务赋能？以下是阶段性简要总结。

二、RDMA

（一）原理简介

绝对于传统的网络协议栈，RDMA提供的要害个性即为：Kernel Bypass，也即利用专用的NIC（网卡）进行硬件层面的协定传输、编解码（Offload），通过内存映射技术间接与用户态程序交互，从而防止了简单低效的内核中介。

基于这种设计，随之提供几个额定的重要个性：

  • Zero-Copy：基于DMA操作，通信全程没有额定的CPU染指拷贝，从而升高CPU耗费。
  • 稳固低提早：因为硬件通路的可靠性，从而保障了稳固的通信提早。
  • 多种传输模式：RC、RD、UC、UD等。基于不同业务的不同可靠性和性能需求，提供相似TCP/UDP的多种传输模式。

因为RDMA定位为高性能网络传输，同时也为了简化硬件的设计，一般来说，RDMA会防止如软件TCP那样简单的可靠性设计，而是极其依赖底层传输网络的可靠性。

依据不同的传输网络，RDMA的具体实现分为几类：

另外补充阐明：

  • 尽管RoCE v1/2依赖交融交融以太网，也即无损传输，不过也有局部厂商的优化实现，能够加重对无损传输的依赖。
  • Linux kernel 4.9+中，实现了Soft-RoCE，也即软件版本的RoCE v2，次要用于测试、学习。

（二）RoCE v2 v.s. iWARP

在以太网环境，次要可选项为RoCE v2和iWARP，相干比照如下：

目前来看，目前的机房网络建设中，对RoCE v2的反对更好，而iWARP却依然处于绝对空白的状态。

为此，以后的调研次要针对RoCE v2，而iWARP依然有待摸索。

（三）业务落地

后盾业务支流协定依然是TCP，具备运行稳固、调试工具丰盛等劣势。不过对于多数冀望高性能的业务，RDMA也是值得思考的。

业务应用RDMA次要面临两方面的艰难：

  • RoCE v2无损网络的要求导致难以跨机房传输，以后腾讯机房的反对为module内传输（如5跳之内）。
  • 全新的开发接口如libverbs、UCX等，业务软件须要进行适配。

而有些存储业务依赖多正本，网络传输须要可能逾越MAN，甚至跨城市传输。这间接导致RoCE v2难以落地。

三、io_uring/socket

（一）原理简介

io_uring是Linux 5.1+中反对的异步IO框架，其外围劣势有：

  • 真正的异步化设计（Proactor），而非如epoll等实质上的同步行为（Reactor）。而其关键在于，程序和kernel通过SQ/CQ两个队列进行解耦。
  • 对立的异步IO框架，不仅反对存储、网络。因为良好的扩展性，甚至能够反对任何的零碎调用，如openat、stat等。

    如前述，一个io_uring的实例，会建设一对内核和用户程序共享的队列，也即提交队列SQ和实现队列CQ，两者皆为SPSC范型：
  • SQ：用户态线程生产，而后零碎调用（io_uring_enter）告诉内核（io_wq kernel thread）生产。其中元素称为SQE。
  • CQ：内核生产，而后告诉（若用户程序睡眠期待则唤醒）用户态生产。其中元素称为CQE。
    这其实是最惯例也是最经典的异步模型，在泛滥异步设计中可见。

个别状况下，CQE和SQE一一对应，不过io_uring反对multi-shot模式后则不肯定如此。

另外，io_uring反对批量生产和生产，也即间断生产多个SQ后，一次性告诉内核，或者继续生产CQ直到其空。

为了进一步优化局部场景的性能，io_uring反对泛滥的高级个性：

  • File Registration：在重复操作同一个fd时，减速其查找映射。
  • Buffer Registration：在read/write等重复须要在内核和用户程序替换数据的场景，能够反复利用预注册的一批内存。
  • Automatic Buffer Selection：为Proactor read预注册一批内存，在就绪后内核主动抉择其中一块存放数据，从而缩小内存调配开释，也节约内存资源。
  • SQ Polling：使内核（io_wq）轮询SQ指定工夫才睡眠，从而缩小告诉的零碎调用。
  • IO Polling：开启子系统（存储、网络等）的轮询模式（须要设施驱动反对），从而减速局部高速设施。另外能够配合io_uring_enter（flag：IORING_ENTER_GETEVENTS）进行忙等。
  • Multi-Shot：一次提交，屡次实现，如只有一次提交socket accept，后续连贯到来后屡次返回。
  • io_uring在存储IO场景，绝对之前的阻塞IO、glibc aio、linux aio等，都有不错的性能晋升。

那么在网络IO场景呢？是否优于epoll等计划呢？

（二）测试数据

通过调研，在出名开源软件中，暂未发现间接采纳io_uring进行网络IO的计划，如seastar/nginx等都没有官网反对，既然可借鉴较少，那么就自行测试。

因为io_uring还处于欠缺阶段，而且对于网络IO的反对也有多种形式。目前咱们梳理出其中3种：

  • Proactor：io_uring间接recv/send。
  • Reactor：io_uring接管socket_fd（POLL_ADD）后再recv/send。
  • io_uring接管epoll_fd后再epoll_wait再RECV/SEND：门路繁琐，揣测性能不佳，间接略过。
    为此，咱们针对前两种io_uring模型，以及罕用的epoll模型，进行测试比照。

为了利用更多的io_uring个性，测试采纳以后最新kernel（5.15）。测试模型如下：

  • 通信协议：tcp echo
  • 服务模型：单线程，异步并发
  • 压测客户端：多线程，每个线程一个连贯同步测试
  • 数据：包大小为512B
  • 测试环境：本机通信loopback接口

epoll

  • io_uring（Proactor）
  • io_uring（Reactor）

目前网上的很多程序采纳此形式。不过从实践上剖析，应该epoll性能靠近，故暂未测试。

（三）数据分析

通过比照、剖析以上的测试数据，能够失去以下论断：

  • io_uring在网络IO方面，并不比epoll性能弱小。网络IO的次要瓶颈还是在于内核协定栈的开销。

  • io_uring即便开启内核轮询，在负载低时可升高延时，而满载性能晋升不显著，反而节约了CPU资源。

    （四）业务落地

在Linux网络IO场景中，io_uring并不比epoll带来额定的性能晋升。这与存储IO不同。

不过值得思考的是，如果一个零碎中同时存在网络IO和存储IO，比照以下两种形式：

  • 网络IO采纳epoll，存储IO采纳io_uring（可联合eventfd与epoll配合）
  • 网络IO、存储IO都采纳io_uring。

从实践上剖析，形式2能够依赖io_uring批量提交等优化，从而进一步缩小零碎调用，是否能够带来性能晋升呢？

这部分须要进一步测试剖析。

四、总结

以上简略介绍了RDMA、io_uring/socket等计划，各有优缺点以及场景限度。后续将介绍DPDK的计划，敬请期待。

作者简介

quintonwang，腾讯后盾开发工程师。