例行的Linux軟中斷分發機制與問題Linux的中斷分為上下兩半部，一般而言(事實確實也是如此)，被中斷的CPU執行中斷處理函數，並在在本CPU上觸發軟中斷(下半部)，等硬中斷處理返回後，軟中斷隨即開中斷在本CPU運行，或者wake up本CPU上的軟中斷內核線程來處理在硬中斷中pending的軟中斷。
換句話說，Linux和同一個中斷向量相關的中斷上半部和軟中斷都是在同一個CPU上執行的，這個可以通過raise_softirq這個接口看出來。這種設計的邏輯是正確的，但是在某些不甚智能的硬件前提下，它工作得並不好。內核沒有辦法去控制軟中斷的分發，因此也就只能對硬中斷的發射聽之任之。這個分為兩類情況：
1.硬件只能中斷一個CPU按照上述邏輯，如果系統存在多個CPU核心，那麼只能由一個CPU處理軟中斷了，這顯然會造成系統負載在各個CPU間不均衡。
2.硬件盲目隨機中斷多個CPU注意”盲目“一詞。這個是和主板以及總線相關的，和中斷源關系並不大。因此具體中斷哪個CPU和中斷源的業務邏輯也無關聯，比如主板和中斷控制器並不是理會網卡的數據包內容，更不會根據數據包的元信息中斷不同的CPU...即，中斷源對中斷哪個CPU這件事可以控制的東西幾乎沒有。為什麼必須是中斷源呢？因此只有它知道自己的業務邏輯，這又是一個端到端的設計方案問題。
因此，Linux關於軟中斷的調度，缺乏了一點可以控制的邏輯，少了一點靈活性，完全就是靠著硬件中斷源中斷的CPU來，而這方面，硬件中斷源由於被中斷控制器和總線與CPU隔離了，它們之間的配合並不好。因此，需要加一個軟中斷調度層來解決這個問題。
本文描述的並不是針對以上問題的一個通用的方案，因為它只是針對為網絡數據包處理的，並且RPS在被google的人設計之初，其設計是高度定制化的，目的很單一，就是提高Linux服務器的性能。而我，將這個思路移植到了提高Linux路由器的性能上。
基於RPS的軟中斷分發優化在Linux轉發優化那篇文章《Linux轉發性能評估與優化(轉發瓶頸分析與解決方案)》中，我嘗試了網卡接收軟中斷的負載均衡分發，當時嘗試了將該軟中斷再次分為上下半部：
上半部：用於skb在不同的CPU間分發。
下半部：用戶skb的實際協議棧接收處理。
事實上，利用Linux 2.6.35以後加入的RPS的思想可能會有更好的做法，根本不用重新分割網絡接收軟中斷。它基於以下的事實：
事實1：網卡很高端的情況如果網卡很高端，那麼它一定支持硬件多隊列特性以及多中斷vector，這樣的話，就可以直接綁定一個隊列的中斷到一個CPU核心，無需軟中斷重分發skb。
事實2：網卡很低檔的情況如果網卡很低檔，比如它不支持多隊列，也不支持多個中斷vector，且無法對中斷進行負載均衡，那麼也無需讓軟中斷來分發，直接要驅動裡面分發豈不更好(其實這樣做真的不好)？事實上，即便支持單一中斷vector的CPU間負載均衡，最好也要禁掉它，因為它會破壞CPU cache的親和力。
為什麼以上的兩點事實不能利用中斷中不能進行復雜耗時操作，不能由復雜計算。中斷處理函數是設備相關的，一般不由框架來負責，而是由驅動程序自己負責。協議棧主框架只維護一個接口集，而驅動程序可以調用接口集內的API。你能保證驅動的編寫人員可以正確利用RPS而不是誤用它嗎？
正確的做法就是將這一切機制隱藏起來，外部僅僅提供一套配置，你(驅動編寫人員)可以開啟它，關閉它，至於它怎麼工作的，你不用關心。
因此，最終的方案還是跟我最初的一樣，看來RPS也是這麼個思路。修改軟中斷路徑中NAPI poll回調！然而poll回調也是驅動維護的，因此就在數據包數據的公共路徑上掛接一個HOOK，來負責RPS的處理。
為什麼要禁掉低端網卡的CPU中斷負載均衡答案似乎很簡單，答案是：因為我們自己用軟件可以做得更好！而基於簡單硬件的單純且愚蠢的盲目中斷負載均衡可能會(幾乎一定會)弄巧成拙！
這是為什麼？因為簡單低端網卡硬件不識別網絡流，即它只能識別到這是一個數據包，而不能識別到數據包的元組信息。如果一個數據流的第一個數據包被分發到了CPU1，而第二個數據包分發到了CPU2，那麼對於流的公共數據，比如nf_conntrack中記錄的東西，CPU cache的利用率就會比較低，cache抖動會比較厲害。對於TCP流而言，可能還會因為TCP串行包並行處理的延遲不確定性導致數據包亂序。因此最直接的想法就是將屬於一個流的所有數據包分發了一個CPU上。
我對原生RPS代碼的修改要知道，Linux的RPS特性是google人員引入的，他們的目標在於提升服務器的處理效率。因此他們著重考慮了以下的信息：
哪個CPU在為這個數據流提供服務；
哪個CPU被接收了該流數據包的網卡所中斷；
哪個CPU運行處理該流數據包的軟中斷。
理想情況，為了達到CPU cache的高效利用，上面的三個CPU應該是同一個CPU。而原生RPS實現就是這個目的。當然，為了這個目的，內核中不得不維護一個”流表“，裡面記錄了上面三類CPU信息。這個流表並不是真正的基於元組的流表，而是僅僅記錄上述CPU信息的表。
而我的需求則不同，我側重數據轉發而不是本地處理。因此我的著重看的是：
哪個CPU被接收了該流數據包的網卡所中斷；
哪個CPU運行處理該流數據包的軟中斷。
其實我並不看中哪個CPU調度發送數據包，發送線程只是從VOQ中調度一個skb，然後發送，它並不處理數據包，甚至都不會去訪問數據包的內容(包括協議頭)，因此cache的利用率方面並不是發送線程首要考慮的。
因此相對於Linux作為服務器時關注哪個CPU為數據包所在的流提供服務，Linux作為路由器時哪個CPU數據發送邏輯可以忽略(雖然它也可以通過設置二級緩存接力[最後講]來優化一點)。Linux作為路由器，所有的數據一定要快，一定盡可能簡單，因為它沒有Linux作為服務器運行時服務器處理的固有延遲-查詢數據庫，業務邏輯處理等，而這個服務處理的固有延遲相對網絡處理處理延遲而言，要大得多，因此作為服務器而言，網絡協議棧處理並不是瓶頸。服務器是什麼？服務器是數據包的終點，在此，協議棧只是一個入口，一個基礎設施。
在作為路由器運行時，網絡協議棧處理延遲是唯一的延遲，因此要優化它！路由器是什麼？路由器不是數據包的終點，路由器是數據包不得不經過，但是要盡可能快速離開的地方！
所以我並沒有直接采用RPS的原生做法，而是將hash計算簡化了，並且不再維護任何狀態信息，只是計算一個hash：
[plain] view plaincopyprint?
target_cpu = my_hash(source_ip, destination_ip, l4proto, sport, dport) % NR_CPU;
target_cpu = my_hash(source_ip, destination_ip, l4proto, sport, dport) % NR_CPU;[my_hash只要將信息足夠平均地進行散列即可！]
僅此而已。於是get_rps_cpu中就可以僅有上面的一句即可。
這裡有一個復雜性要考慮，如果收到一個IP分片，且不是第一個，那麼就取不到四層信息，因為可能會將它們和片頭分發到不同的CPU處理，在IP層需要重組的時候，就會涉及到CPU之間的數據互訪和同步問題，這個問題目前暫不考慮。
NET RX軟中斷負載均衡總體框架本節給出一個總體的框架，網卡很低端，假設如下：
不支持多隊列；
不支持中斷負載均衡；
只會中斷CPU0。
它的框架如下圖所示：
CPU親和接力優化本節稍微提一點關於輸出處理線程的事，由於輸出處理線程邏輯比較簡單，就是執行調度策略然後有網卡發送skb，它並不會頻繁touch數據包(請注意，由於采用了VOQ，數據包在放入VOQ的時候，它的二層信息就已經封裝好了，部分可以采用分散/聚集IO的方式，如果不支持，只能memcpy了...)，因此CPU cache對它的意義沒有對接收已經協議棧處理線程的大。然而不管怎樣，它還是要touch這個skb一次的，為了發送它，並且它還要touch輸入網卡或者自己的VOQ，因此CPU cache如果與之親和，勢必會更好。
為了不讓流水線單獨的處理過長，造成延遲增加，我傾向於將輸出邏輯放在一個單獨的線程中，如果CPU核心夠用，我還是傾向於將其綁在一個核心上，最好不要綁在和輸入處理的核心同一個上。那麼綁在哪個或者哪些上好呢？
我傾向於共享二級cache或者三級cache的CPU兩個核心分別負責網絡接收處理和網絡發送調度處理。這就形成了一種輸入輸出的本地接力。按照主板構造和一般的CPU核心封裝，可以用下圖所示的建議：
為什麼我不分析代碼實現第一，基於這樣的事實，我並沒有完全使用RPS的原生實現，而是對它進行了一些修正，我並沒有進行復雜的hash運算，我放寬了一些約束，目的是使得計算更加迅速，無狀態的東西根本不需要維護！
第二，我發現我逐漸看不懂我以前寫的代碼分析了，同時也很難看明白大批批的代碼分析的書，我覺得很難找到對應的版本和補丁，但是基本思想卻是完全一樣的。因此我比較傾向於整理出事件被處理的流程，而不是單純的去分析代碼。
聲明：本文是針對底端通用設備的最後補償，如果有硬件結合的方案，自然要忽略本文的做法。