最佳化多核CPU的TCP新建連線效能--重排spinlock
傳統上講,Linux核心協議棧針對同一個Listener的TCP新建連線處理主要擁有兩個瓶頸點:
單一的accept佇列
單一的hash表(其實是兩張,listener hash,establish hash)
TCP的新建連線會頻繁操作上述兩個資料結構,在多核CPU情況(後面簡稱SMP)下,為了保證資料的一致性,lock是繞不開的。不管多少個並行處理的CPU,在TCP新建連線時,必然要在操作上述兩個資料結構時被序列化!這是悲哀的。
我們知道,隨著CPU核數的增多,每秒能接納的連線請求數也會隨著增多,但由於上述兩個序列化點的存在,這意味著lock衝突也會相應的增多!序列化的lock衝突意味著什麼?請考慮地鐵站入口,人們從多個大門湧入,最終卻只有一個安檢點,過了這個安檢點又呈現了多個閘機…
最終,隨著CPU核數的增多,效能並沒有能線性地增長,最終的CPU核數/效能曲線便呈現了一種上凸的趨勢。這一切都是因為鎖。
我們來看一下如何進一步拆解上面兩個問題。
單一accept佇列問題的解鎖
非常幸運,這個問題已經被google的reuseport機制解決了。詳情請自行搜尋reuseport相關的資料。
值得一提的是,新浪的fastsocket在google的reuseport機制基礎上做了一個比較優雅的封裝,使得應用程式不用修改就能享受到reuseport的收益,同時進一步地提高了TCP連線的可伸縮性問題。
單一establish hash表問題的解鎖
根據我上週的壓測,CPS資料獲取過程中,短連結會頻繁操作establish hash表,頻繁呼叫inet_hash,inet_unhash兩個函式(listener hash並不必在意,因為listener socket比較穩定,不會頻繁生成和銷燬),其中的熱點在兩個spinlock:
bool inet_ehash_insert(struct sock *sk, struct sock *osk)
{
struct inet_hashinfo *hashinfo = sk->sk_prot->h。hashinfo;
struct hlist_nulls_head *list;
struct inet_ehash_bucket *head;
spinlock_t *lock;
bool ret = true;
WARN_ON_ONCE(!sk_unhashed(sk));
sk->sk_hash = sk_ehashfn(sk);
head = inet_ehash_bucket(hashinfo, sk->sk_hash);
list = &head->chain;
// 以hash bucket來lock!!
lock = inet_ehash_lockp(hashinfo, sk->sk_hash);
spin_lock(lock); // 序列化lock
if (osk) {
WARN_ON_ONCE(sk->sk_hash != osk->sk_hash);
ret = sk_nulls_del_node_init_rcu(osk);
}
if (ret)
__sk_nulls_add_node_rcu(sk, list);
spin_unlock(lock);
return ret;
}
可以看到,在當前的Linux TCP實現中,每一個hash bucket擁有一個spinlock,其實粒度已經夠細了。
在以往的年代,這裡的效能更加糟糕!上述程式碼是4。14核心,幾乎就是最新的版本了,我們看一下它的示意圖:
上圖的窘局其實是可以破解的,只需要把per slot的spinlock再做細分即可,改為per slot per CPU的spinlock,其實就是把每一個slot的連結串列攤開成per cpu的即可。這裡決定一個socket應該給哪個CPU先使用一個最簡單的策略,即呼叫inet_hash的時候哪個CPU在處理,就給哪個CPU。
為此,我們需要修改下面的資料結構:
struct inet_ehash_bucket {
struct hlist_nulls_head chain;
};
這個資料結構便是上圖中slot,我們需要將其改成:
struct inet_ehash_bucket {
// struct hlist_nulls_head chain[NR_CPUS]
struct hlist_nulls_head *chain;
};
我們稍微修改一下insert函式:
bool inet_ehash_insert(struct sock *sk, struct sock *osk)
{
struct inet_hashinfo *hashinfo = sk->sk_prot->h。hashinfo;
struct hlist_nulls_head *list;
struct inet_ehash_bucket *head;
spinlock_t *lock;
bool ret = true;
// 取當前CPU!
int cpu = smp_processor_id();
WARN_ON_ONCE(!sk_unhashed(sk));
sk->sk_hash = sk_ehashfn(sk);
sk->sk_hashcpu = cpu;
head = inet_ehash_bucket(hashinfo, sk->sk_hash);
// 取出對應CPU的list
head = &head[cpu];
list = &head->chain;
lock = inet_ehash_lockp(hashinfo, sk->sk_hash);
// 取出對應CPU的lock
lock = &lock[cpu];
spin_lock(lock);
if (osk) {
WARN_ON_ONCE(sk->sk_hash != osk->sk_hash);
ret = sk_nulls_del_node_init_rcu(osk);
}
if (ret)
__sk_nulls_add_node_rcu(sk, list);
spin_unlock(lock);
return ret;
}
是不是簡單快捷呢?對應的lookup也要修改,在lookup的過程中,不再recheck slot的一致性,而要recheck CPU的一致性:
struct sock *__inet_lookup_established(struct net *net,
struct inet_hashinfo *hashinfo,
const __be32 saddr, const __be16 sport,
const __be32 daddr, const u16 hnum,
const int dif, const int sdif)
{
INET_ADDR_COOKIE(acookie, saddr, daddr);
const __portpair ports = INET_COMBINED_PORTS(sport, hnum);
struct sock *sk;
const struct hlist_nulls_node *node;
unsigned int hash = inet_ehashfn(net, daddr, hnum, saddr, sport);
unsigned int slot = hash & hashinfo->ehash_mask;
struct inet_ehash_bucket *head = &hashinfo->ehash[slot];
int cpu = smp_processor_id(), self; // 從當前CPU開始!如果底層有做CPU繫結的話,這樣做就對了。
self = cpu;
begin:
head = &head[cpu];
if (hlist_nulls_empty(&head->chain)) {
goto recheck2;
}
sk_nulls_for_each_rcu(sk, node, &head->chain) {
。。。 // 邏輯不變,省略
}
if (get_nulls_value(node) != cpu) {
cpu = 0;
goto begin;
} else if (get_nulls_value(node) == cpu) {
recheck2:
cpu ++;
if (cpu >= nr_cpu_ids)
cpu = 0;
if (cpu == self)
goto out;
goto begin;
}
out:
sk = NULL;
found:
return sk;
}
同時,ehash的每一個slot在初始化的時候,都要初始化成per CPU的(當然,我這裡還沒有用per CPU的API),並且把hlist的null尾用CPU id來初始化!
現在讓我們看看採用per slot per CPU的新方案後,局面在觀感上變成了什麼樣子:
我們知道,spinlock是不可睡眠的,除了被硬中斷打破,所有的CPU在呼叫inet_hash的時候,幾乎都是可以無競爭不自旋立即完成的。但是你可能注意到了,我在上文中沒有提到inet_unhash的呼叫,我們知道,unhash的時候也是要持有spinlock的,如何來保證unhash的呼叫者和當初hash的呼叫者是同一個CPU呢?
答案顯然是不能保證,因此正如nf_conntrack裡unconfirm list和dying list的per cpu處理那般,在呼叫unhash的時候,cpu變數必須從socket裡面取出來:
void inet_unhash(struct sock *sk)
{
struct inet_hashinfo *hashinfo = sk->sk_prot->h。hashinfo;
spinlock_t *lock;
bool listener = false;
int done;
if (sk_unhashed(sk))
return;
if (sk->sk_state == TCP_LISTEN) {
lock = &hashinfo->listening_hash[inet_sk_listen_hashfn(sk)]。lock;
listener = true;
} else {
// 取出hash時的cpu,確保從哪裡insert就從哪裡remove時而一致性。
int cpu = sk->sk_hashcpu;
if (cpu != smp_processor_id()) {
DEBUG(“Shit!:%d”, misstat++);
}
lock = inet_ehash_lockp(hashinfo, sk->sk_hash);
lock = &lock[cpu];
}
spin_lock_bh(lock);
。。。
}
現在問題來了。由於Linux排程器的排程策略影響,很有可能呼叫unhash時的CPU已經不是當初呼叫hash時的那個CPU了,最終在別的CPU上處理的unhash過程還是可能和其它一個呼叫hash過程的CPU競爭同一把鎖。然而這是沒有辦法的,排程器不屬於協議棧的範疇,我們能做的,僅僅是避免這種情況的發生,比如透過外部的機制或者工具,對程序和CPU進行強繫結或者弱繫結,盡最大的努力避免程序在CPU之間乒乓!