c++ - sendmsg +原始以太网+几帧

Question

我使用linux 3.x和现代glibc(2.19)。

我想发送几个以太网帧，而无需从内核/用户空间来回切换。

我有MTU = 1500，我想发送800 KB。
我这样初始化接收者地址:

struct sockaddr_ll socket_address;
socket_address.sll_ifindex = if_idx.ifr_ifindex;
socket_address.sll_halen = ETH_ALEN;
socket_address.sll_addr[0] = MY_DEST_MAC0;
//...

之后，我可以调用 sendto/sendmsg 800KB / 1500 ~= 500次，并且一切正常，但这需要用户空间 <->内核协商〜每秒 500 * 25次。我要避免它。

我尝试使用适当的信息 init struct msghdr::msg_iov，
但是出现错误“消息太长”，看起来 msghdr::msg_iov无法用 size > MTU描述某些内容。

因此，是否有可能在Linux上一次从用户空间发送许多原始以太网帧？

聚苯乙烯

我从文件中获取数据 (800KB)，并将其读取到内存中。因此， struct iovec对我很有用，我可以创建适当数量的以太网头，并且必须 iovec per 1500 packet，一分指向数据，一分指向以太网 header 。

Answer 1

哇

我的上一家公司制造了实时Hidef视频编码硬件。在实验室中，我们必须通过绑定(bind)链接以每秒200MB的速度传输数据，因此我对此有一些经验。以此为基础。

在调整之前，您必须先进行测量。您不想执行多个系统调用，但是可以通过计时测量证明开销很大吗？

我在clock_gettime周围使用了一个包装例程，该例程以纳秒级精度返回一天中的时间(例如(tv_sec * 100000000) + tv_nsec)。称此为“nanotime”。

因此，对于任何给定的系统调用，您都需要进行以下测量:

tstart = nanotime();
syscall();
tdif = nanotime() - tstart;

对于 send/sendto/sendmsg/write，这样做会减少数据量，因此您可以确定自己没有阻塞[或使用O_NONBLOCK(如果适用)]。这给您系统调用的开销

您为什么直接进入以太网框架？ TCP [或UDP]通常足够快，现代NIC卡可以在硬件中进行信封包装/打包。我想知道是否存在需要以太网框架的特定情况，还是您没有获得想要的性能并提出解决方案。请记住，您的速度为800KB/s(〜1MB/s)，而我的项目比TCP的速度要高100-200倍。

对套接字使用两个简单的 write调用怎么样？一个用于标题，一个用于数据[全部800KB]。 write可以在套接字上使用，没有 EMSGSIZE错误或限制。

此外，为什么还要将 header 放在单独的缓冲区中？分配缓冲区时，只需执行以下操作:

datamax = 800 * 1024;  // or whatever
buflen = sizeof(struct header) + datamax;
buf = malloc(buflen);

while (1) {
    datalen = read(fdfile,&buf[sizeof(struct header)],datamax);
    // fill in header ...
    write(fdsock,buf,sizeof(struct header) + datalen);
}

即使在以太网框架的情况下也可以使用。

还可以做的一件事情是使用 setsockopt来增加套接字的内核缓冲区的大小。否则，您可以发送数据，但是在接收者将其耗尽之前，它将被丢弃到内核中。在下面的更多内容。

要测量导线的性能，请在标题中添加一些字段:

u64 send_departure_time;  // set by sender from nanotime
u64 recv_arrival_time;  // set by receiver when the packet arrives

因此，发件人设置了出发时间并确实写了[只是做这个测试的标题]。将此数据包称为 Xs。接收器在到达时对其进行标记。接收方立即向发送方发回一条消息，称为发送方 Xr，带有离开戳和 Xs的内容。当发件人收到此邮件时，它将在到达时间上加盖戳记。

有了以上内容，我们现在有了:

T1 -- time packet Xs departed sender
T2 -- time packet Xs arrived at receiver
T3 -- time packet Xr departed receiver
T4 -- time packet Xr arrived at sender

假设您在相对安静的连接上进行此操作，几乎没有其他流量，并且知道链路速度(例如1 Gb/s)，那么使用T1/T2/T3/T4可以计算开销。

您可以重复测量TCP/UDP与ETH。您可能会发现，它并没有像您想的那样为您买很多东西。再一次，您可以通过精确的测量来证明吗？

我在上述公司工作时“发明”了这种算法，但发现它已经成为通过100Gb以太网NIC卡发送原始视频的视频标准的一部分，而NIC在硬件上加了时间戳。

您可能要做的另一件事是添加一些 throttle 控制。这类似于bittorrent或PCIe总线的功能。

当PCIe总线节点首次启动时，它们会传达它们有多少可用缓冲区空间可用于“盲写”。也就是说，发件人可以自由地发送大量消息，而无需任何ACK消息。当接收器耗尽其输入缓冲区时，它会定期向发送方发送ACK消息，其中包含其能够耗尽的字节数。发送者可以将此值加回到盲写限制并继续操作。

为了您的目的，盲写限制是接收者的内核套接字缓冲区的大小。

更新

根据您的评论中的一些其他信息[实际系统配置，应该以更完整的形式作为对您问题的底部编辑，]。

您确实需要原始套接字并发送以太网帧。您可以通过 ifconfig或使用 ioctl的 SIOCSIFMTU调用设置更大的MTU来减少开销。我推荐 ioctl。您可能不需要将MTU设置为800KB。 CPU的NIC卡有实际限制。您可以轻松地将MTU从1500增加到15000。这将使系统调用开销减少10倍，并且可能“足够好”。

您可能必须使用 sendto/sendmsg。这两个 write调用基于对TCP/UDP的转换。但是，我怀疑带有 sendmsg的 msg_iov将比 sendto拥有更多的开销。如果您进行搜索，则会发现大多数想要使用的示例代码都使用 sendto。 sendmsg对您来说似乎减少了开销，但可能会导致内核更多的开销。这是一个使用 sendto的示例: http://hacked10bits.blogspot.com/2011/12/sending-raw-ethernet-frames-in-6-easy.html

除了改善系统调用开销外，较大的MTU可能还会提高“连线”的效率，即使这在您的用例中似乎不是问题。我在CPU + FPGA系统以及它们之间的通信方面有经验，但是您对“不使用电线”的评论之一仍然感到困惑。 FPGA连接到我得到的CPU的以太网引脚上。更准确地说，您是指将FPGA引脚连接到NIC卡/CPU芯片的以太网引脚吗？

是否在同一块PC板上的CPU/NIC和FPGA引脚通过PC板走线连接？否则，我不理解“不使用电线”。

However, once again, I must say that you must be able to measure your performance before you blindly try to improve it.

您是否运行了我建议的用于确定系统调用开销的测试用例？如果它足够小，尝试对其进行优化可能不值得，并且这样做实际上可能会在开始时没有意识到的其他 Realm 严重损害性能。

例如，我曾经在一个存在严重性能问题的系统上工作，以至于该系统无法正常工作。我怀疑串行端口驱动程序运行缓慢，因此我将其从高级语言(例如C)重新编码为汇编器。

我将驱动程序性能提高了2倍，但对系统的性能改进却不到5％。事实证明，真正的问题是其他代码正在访问不存在的内存，这仅导致总线超时，从而显着降低了系统速度(它没有产生像在现代系统上那样容易找到的中断)。

那时我才知道测量的重要性。我是根据有根据的猜测而不是硬数据进行优化的。之后:吸取教训!

如今，直到可以先进行衡量，我才尝试进行大型优化。在某些情况下，我添加了“可以确保”将使事情变得更好的优化(例如，内联函数)。当我测量它(并且因为我可以测量它)时，我发现新代码实际上要慢一些，因此我必须还原更改。但是，这才是重点:我可以用硬性能数据来证明/证明这一点。

您正在使用哪个CPU:x86，arm，mips等。在什么时钟频率下？多少DRAM？多少个核心？

您正在使用什么FPGA(例如Xilinx，Altera)？具体的型号/零件号是什么？最大时钟速率是多少？ FPGA是否完全专注于逻辑，或者您内部还具有CPU，例如Microblaze，Nios，arm？ FPGA是否可以访问其自己的DRAM(以及多少DRAM)？

如果增加MTU，FPGA可以从缓冲区/空间的 Angular 还是从时钟速度的 Angular 来处理它？如果增加MTU，则可能需要添加ack/sync协议(protocol)，如我在原始帖子中建议的那样。

当前，CPU正在对数据进行盲写，希望FPGA可以处理它。这意味着您在CPU和FPGA之间处于开放竞争状态。

纯粹作为发送小数据包的副作用，可以缓解这种情况。如果增加的MTU过多，可能会使FPGA瘫痪。换句话说，正是您要进行优化的非常大的开销，使FPGA可以跟上数据速率。

这就是盲目优化的意想不到的后果。它可能具有意想不到的副作用。

发送到FPGA的数据的本质是什么？您正在发送800KB，但是多久发送一次？

由于某些原因，我认为它不是FPGA固件本身。您说固件已经快满了(正在接收以太网数据)。同样，通常通过I2C总线，ROM或FPGA编程器加载固件。所以，我正确吗？

您正在从文件将数据发送到FPGA。这意味着它在CPU应用程序启动时仅发送一次。那是对的吗？如果是这样，则不需要优化，因为它的启动/启动成本对运行的系统影响很小。

因此，我必须假设该文件被加载了很多次，可能每次都加载了一个不同的文件。那是对的吗？如果是这样，您可能需要考虑 read syscall的影响。不仅来自系统调用开销，而且具有最佳读取长度。例如，IIRC，磁盘到磁盘或文件到文件的复制/传输的最佳传输大小为64KB，具体取决于文件系统或底层磁盘的特性。

因此，如果您希望减少开销，那么从文件中读取数据可能比让应用程序生成数据要多得多(如果可能)。

内核syscall接口(interface)被设计为非常低的开销。内核程序员(我碰巧是一个)花费大量时间来确保开销很低。

您说您的系统将大量CPU时间用于其他方面。你能衡量其他事情吗？您的应用程序如何组织？多少个过程？有多少个线程？他们如何沟通？什么是等待时间/吞吐量？您可能可以找到[可能找到]较大的瓶颈并重新编码，从而使CPU使用率的总体下降幅度远远超过MTU调整所带来的最大 yield 。

尝试优化系统调用开销可能就像我的串行端口优化一样。尽管付出了很多努力，但总体结果还是令人失望的。

在考虑性能时，从整体系统的 Angular 考虑它很重要。在您的情况下，这意味着CPU，FPGA以及其中的其他任何东西。

您说CPU正在做很多事情。这些算法中的一些可以/应该进入FPGA吗？是不是不是因为FPGA的空间几乎不足，否则会这样吗？ FPGA固件是否已100％完成？或者，还有更多的RTL要编写吗？如果您在FPGA中的空间利用率为90％，并且您需要更多的RTL，则您可能希望考虑使用一个具有更大逻辑空间的FPGA部件，并且时钟频率可能更高。

在我的视频公司中，我们使用了FPGA。我们使用了FPGA供应商拥有的最大/最快的最新技术部件。我们实际上还使用了100％的逻辑空间，并要求该部件的最大时钟速率。该供应商告诉我们，我们是其全局任何客户公司中FPGA资源的最大消费者。因此，我们使供应商的开发工具紧张。布局布线通常会失败，必须重新运行才能获得正确的布局并满足时间要求。

因此，当FPGA几乎充满逻辑时，可能很难实现布局布线。 [如果可能的话]可能会考虑考虑较大的部分