为什么使能RPS/RFS, 或者RSS/网卡多队列后，QPS反而下降？

http://laoar.github.io/blog/2017/05/07/rps/

TL;DR

• RPS 
  即receive side steering,利用网卡的多队列特性，将每个核分别跟网卡的一个首发队列绑定，以达到网卡硬中断和软中断均衡的负载在各个CPU上。 
  他要求网卡必须要支持多队列特性。

• RPS 
  receive packet steering 
  他把收到的packet依据一定的hash规则给hash到不同的CPU上去，以达到各个CPU负载均衡的目的。 
  他只是把软中断做负载均衡，不去改变硬中断。因而对网卡没有任何要求。

• RFS 
  receive flow steering 
  RFS需要依赖于RPS，他跟RPS不同的是不再简单的依据packet来做hash，而是根据flow的特性，即application在哪个核上来运行去做hash，从而使得有更好的数据局部性。

我们可以看到很多案例，使用这些特性后提醒了网络包的处理能力，从而提升QPS，降低RT。

但是，我们知道，任何一个优化特性都不是普遍适用的，都有他特定的场景来应用。 
很多人对此可能会有疑惑，那很多优化功能不是都已经作为默认配置了么，如果不是普遍适用的，干嘛还要作为默认配置呢？ 
其实很简单，一个优化特性可以作为默认配置，依据我的理解，只需要满足下面这些特征即可：

• 对某些场景可以显著提升性能
• 对大部分场景无害
• 对某一部分场景可能会损伤性能

所以Linux的很多配置都是可以灵活配置供选择的。

下面我们就来看下RPS这些特性在哪些场景下才能发挥作用。

问题描述

业务方在使用KVM虚拟机进行性能压测时，发现某一个核的softirq占比特别高，如下所示：

1 2 3 4 5 6 7

$ mpstall -L ALL 1 03:44:20 PM CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle 03:44:21 PM all 68.58 0.00 20.70 0.00 0.00 5.49 0.00 0.00 0.00 5.24 03:44:21 PM 0 70.00 0.00 23.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 03:44:21 PM 1 60.78 0.00 16.67 0.00 0.00 21.57 0.00 0.00 0.00 0.98 03:44:21 PM 2 71.29 0.00 21.78 0.00 0.00 0.00 0.00 0.00 0.00 6.93 03:44:21 PM 3 73.74 0.00 21.21 0.00 0.00 0.00 0.00 0.00 0.00 5.05

一句话解释：这个kvm虚拟机只有一个网卡，有网络包到达这个网卡后，它会给某一个cpu(如果没有设置亲和性，这个可以认为是随机的一个cpu，然后就会一直固定在这个cpu上)发中断，通知该cpu来处理这个包，然后cpu就会触发一个软中断把该包送到tcp/ip协议栈(对于tcp包而言)里去处理，该包被放入某一个socket的receive buffer中（如果是一个数据包），软中断结束。 
%soft就是指的CPU耗在软中断处理上的时间。 
可以看到核1的%soft很高，其他的核的%soft基本为0. 
所以就想着把核1的%soft给均摊下，是否可以提升QPS。 
我们想到的方法是网卡多队列，或者RPS／RFS。用这种手段来把网卡软中断给均摊到其他的核上去。

其实，看到前面mpstat的显示，如果对网卡多队列，RPS／RFS很熟悉，就会意识到他们在这里不适用。 
可惜理解的不深，交了这次学费。

使能网卡多队列后，果然是QPS不但没有提升，反而有下降。 
下面就是这次调优交的学费。

为了使描述更清晰（其实是因为我做分析的这个kvm虚拟机上没有网卡多队列，但是不影响，导致性能下降的原因是一致的），我们只分析RPS来看下为什么性能会下降。

RPS的原理概述

• 基于CentOS-7

在这之前，软中断只能在硬中断所在CPU上处理，使用RPS后，网卡软中断就可以分发到其他的CPU上去做处理了。

使能RPS后为什么会导致QPS下降？

如上图所示，使能了RPS后，会增加一些额外的CPU开销：

1. 收到网卡中断的CPU会向其他CPU发IPI中断，这体现在CPU的%irq上
2. 需要处理packet的cpu会收到NET_RX_SOFTIRQ软中断，这体现再CPU的%soft上。请注意，RPS并不会减少第一个CPU的软中断次数，但是会额外给其他的CPU增加软中断。他减少的是第一个CPU的软中断的执行时间，即，软中断里不再需要那么多的时间去走协议栈做包解析，把这个时间给均摊到其他的CPU上去了。

量化对比数据

硬中断次数的变化

这可以通过/proc/interrupts来观察

1	$ watch -d -n 1 'cat /proc/interrupts'

• 使能RPS之后： 
  

• 使能RPS之前： 
  

可以看到，是能RPS后，增加了很多的Function call interrups，即IPI。 
而virtio0-input.0（虚拟网卡产生的中断，类似于图中NIC产生的中断）仍然只发给CPU1. 
也可以通过dstat来看整体次数的对比

• 使能RPS之后：

1 2 3 4 5 6 7

$ dstat You did not select any stats, using -cdngy by default. ----total-cpu-usage---- -dsk/total- -net/total- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 62 23 4 0 0 12| 0 0 |7096k 11M| 0 0 | 49k 2261 74 13 4 0 0 9| 0 0 |4003k 6543k| 0 0 | 31k 2004 59 22 5 0 0 13| 0 4096B|6710k 10M| 0 0 | 48k 2220

• 使能RPS之前：

1 2 3 4 5 6 7 8

$ dstat You did not select any stats, using -cdngy by default. ----total-cpu-usage---- -dsk/total- -net/total- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 64 23 6 0 0 7| 0 8192B|7917k 12M| 0 0 | 27k 1922 64 22 6 0 0 8| 0 0 |7739k 12M| 0 0 | 26k 2210 61 23 9 0 0 7| 0 0 |7397k 11M| 0 0 | 25k 2267 94 4 0 0 0 1| 0 0 |1262k

软中断次数的变化

这可以通过/proc/softirq来观察

1	$ watch -d -n 1 'cat /proc/softirq'

• 使能RPS之前： 
  

• 使能RPS之后： 
  

可以看到，CPU1上的RX_NET数相差不大比较接近，但是CPU0/2/3上各自都增加了NET_RX.

各个CPU利用率的变化

这可以通过mpstat来观察

1	$ mpstat -P ALL 1

• 使能RPS之后

1 2 3 4 5 6

Average: CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle Average: all 66.21 0.00 17.73 0.00 0.00 11.15 0.00 0.00 0.00 4.91 Average: 0 68.17 0.00 18.33 0.00 0.00 7.67 0.00 0.00 0.00 5.83 Average: 1 60.57 0.00 15.81 0.00 0.00 20.80 0.00 0.00 0.00 2.83 Average: 2 69.95 0.00 19.20 0.00 0.00 7.01 0.00 0.00 0.00 3.84 Average: 3 66.39 0.00 17.64 0.00 0.00 8.99 0.00 0.00 0.00 6.99

• 使能RPS之前

1 2 3 4 5 6

Average: CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle Average: all 70.18 0.00 19.28 0.00 0.00 5.86 0.00 0.00 0.00 4.68 Average: 0 73.25 0.00 21.50 0.00 0.00 0.00 0.00 0.00 0.00 5.25 Average: 1 58.85 0.00 14.46 0.00 0.00 23.44 0.00 0.00 0.00 3.24 Average: 2 74.50 0.00 20.00 0.00 0.00 0.00 0.00 0.00 0.00 5.50 Average: 3 74.25 0.00 21.00 0.00 0.00 0.00 0.00 0.00 0.00 4.75

可以看到，整体而言，CPU的%soft增大了很多，%usr下降了一些。 
我们知道%usr是衡量用户态程序性能的一个指标，%usr越高，意味着执行业务代码的时间就越多。如果%usr下降，那就意味着执行业务代码的时间变少了，这显然对于业务性能是一个危险信号。 
至于%usr里面如何来提高业务代码执行效率，是另外的问题了，不讨论。

结论，RPS适用的场景

使能了RPS后，会增加CPU的%soft，如果业务场景本身就是CPU密集的，CPU的负载已经很高了，那么RPS就会挤压%usr，即挤压业务代码的执行时间，从而导致业务性能下降。

适用场景

RPS如果想要提升业务性能，前提是除了网卡中断所在的CPU外，其他的CPU都需要有一定的空闲时间，这样使能RPS才能带来收益，否则就会带来额外开销导致性能下降。
在这个场景下，RPS搭配RFS会带来更好的收益，不讨论。

有没有更优的解决方案？

答案肯定是有的。

It is a SECRET!