Linux UDP丢包的原因答案

【问题标题】：Causes of Linux UDP packet dropsLinux UDP丢包的原因
【发布时间】：2011-08-20 06:37:08
【问题描述】：

我有一个接收有序 UDP 数据包的 Linux C++ 应用程序。由于排序，我可以很容易地确定数据包何时丢失或重新排序，即何时遇到“间隙”。系统具有处理间隙的恢复机制，但是，最好首先避免间隙。使用一个简单的基于 libpcap 的数据包嗅探器，我确定硬件级别的数据没有间隙。但是，我在我的申请中看到了很多空白。这表明内核正在丢弃数据包；通过查看 /proc/net/snmp 文件可以确认。当我的应用程序遇到间隙时，Udp InErrors 计数器会增加。

在系统层面，我们增加了最大接收缓冲区：

# sysctl net.core.rmem_max
net.core.rmem_max = 33554432

在应用程序级别，我们增加了接收缓冲区大小：

int sockbufsize = 33554432
int ret = setsockopt(my_socket_fd, SOL_SOCKET, SO_RCVBUF,
        (char *)&sockbufsize,  (int)sizeof(sockbufsize));
// check return code
sockbufsize = 0;
ret = getsockopt(my_socket_fd, SOL_SOCKET, SO_RCVBUF, 
        (char*)&sockbufsize, &size);
// print sockbufsize

在调用 getsockopt() 之后，打印的值始终是设置值的 2 倍（上例中为 67108864），但我相信这是意料之中的。

我知道未能足够快地使用数据会导致数据包丢失。然而，这个应用程序所做的只是检查排序，然后将数据推送到队列中；实际处理在另一个线程中完成。此外，这台机器很现代（双 Xeon X5560，8 GB RAM）并且负载非常轻。我们实际上有几十个相同的应用程序以更高的速率接收数据，它们没有遇到这个问题。

除了消耗太慢的应用程序之外，还有其他原因会导致 Linux 内核丢弃 UDP 数据包吗？

FWIW，这是在 CentOS 4 上，内核为 2.6.9-89.0.25.ELlargesmp。

【问题讨论】：

检查您的电缆，会发生位错误，尤其是当您将电缆缠绕在电噪声源上时。可能是一个有问题的驱动程序/网卡，看看你是否可以关闭/打开校验和卸载。请记住，交换机等网络元素可能会丢弃数据包。用wireshark监控你的流量并寻找可疑的东西。您可能需要对您的应用进行测试，以验证您在任何地方都没有出现过多的延迟（例如，在互斥体上等待的时间过长），因此您确定自己的阅读速度足够快。
pcap 应用程序确认 NIC 正在接收所有数据包，因此这不是接线或交换机问题。至于程序本身，我使用的代码与许多其他应用程序共享的完全相同。此连接是唯一有问题的连接。
入站校验和是否不正确？

标签： c++ c linux networking udp

【解决方案1】：

如果您的线程数多于内核数并且它们之间的线程优先级相同，则接收线程很可能需要时间来刷新传入缓冲区。考虑以比其他线程更高的优先级运行该线程。

类似地，虽然通常效率较低，但将接收线程绑定到一个内核，这样您就不会承受在内核之间切换和相关缓存刷新的开销。

【讨论】：

这听起来确实像是读取线程在这里被饿死了。不过，可能是系统中的其他进程导致了饥饿。
澄清一下：“刷新传入缓冲区”是指跟上传入消息的速度，还是有更微妙的含义？
@aix: 是的，基本上读取套接字上所有可用的内容。
如果您运行top 并键入1 以启用每CPU 显示，是否有任何CPU/内核显示0% 空闲时间？如果是这样，那么接收线程饥饿很可能是问题所在。

【解决方案2】：

我的程序也有类似的问题。它的任务是在一个线程中接收 udp 数据包，并使用阻塞队列，通过另一个线程将它们写入数据库。

我注意到（使用vmstat 1）当系统遇到繁重的 I/O 等待操作（读取）时，我的应用程序没有收到数据包，但系统正在接收它们。

问题是 - 当大量 I/O 等待发生时，正在写入数据库的线程在持有队列互斥锁时 I/O 不足。这样 udp 缓冲区就会被传入的数据包溢出，因为接收它们的主线程挂在 pthred_mutex_lock() 上。

我通过使用我的进程和数据库进程的 ioniceness（ionice 命令）来解决它。将 I/O 调度类更改为 Best Effort 有所帮助。令人惊讶的是，即使使用默认的 I/O，我现在也无法重现此问题。我的内核是 2.6.32-71.el6.x86_64。

我仍在开发这个应用程序，所以我会在了解更多信息后尝试更新我的帖子。

【讨论】：

【解决方案3】：

int ret = setsockopt(my_socket_fd, SOL_SOCKET, SO_RCVBUF, (char *)&sockbufsize, (int)sizeof(sockbufsize));

首先，setsockopt 采用 (int, int, int, void *, socklen_t)，因此不需要强制转换。

使用简单的基于 libpcap 的数据包嗅探器，我确定硬件级别的数据没有间隙。但是，我在我的申请中看到了很多空白。这表明内核正在丢弃数据包；

这表明您的环境不够快。众所周知，数据包捕获是处理密集型的，当您开始在一个接口上捕获诸如 iptraf-ng 或 tcpdump 之类的程序时，您会观察到接口上的全局传输速率将下降。

【讨论】：

不过，他可能是从另一台机器上捕获的。
我在与应用程序相同的机器上运行 pcap 程序。但是，无论嗅探器是否正在运行，都会发生下降。换句话说，即使没有运行嗅探器，我的应用程序也会记录间隙，并且 /proc/net/snmp Udp InErrors 计数器会增加。（在我使用嗅探器之前，我不知道 /proc/net/snmp 文件。）

【解决方案4】：

我没有足够的声誉来发表评论，但与@racic 类似，我有一个程序，其中我有一个接收线程和一个处理线程，它们之间有一个阻塞队列。我注意到丢弃数据包的同样问题，因为接收线程正在等待阻塞队列上的锁。

为了解决这个问题，我向接收线程添加了一个较小的本地缓冲区，并让它只将数据推送到缓冲区然后它没有被锁定（使用 std::mutex::try_lock）。

【讨论】：