人们几乎已经逼近了单CPU的处理时延极限，于是人们希望通过多CPU的方式来提高处理带宽，从而得到更多的处理容量，理论上讲，这无可厚非，但现实中，这太难了。

几乎所有上世纪70年代以来的操作系统都不是为多核CPU并行编程而设计的，因此当它们遇到多核CPU的各种问题时，无一不是东填西补，最终情况依然不容乐观。这里说一个典型的，就是Linux内核协议栈的可伸缩性(scalable)问题，本文主要描述TCP新建连接方面的一个可伸缩性优化措施。

传统上讲，Linux内核协议栈针对同一个Listener的TCP新建连接处理主要拥有两个瓶颈点：

单一的accept队列
单一的hash表(其实是两张，listener hash，establish hash)
TCP的新建连接会频繁操作上述两个数据结构，在多核CPU情况(后面简称SMP)下，为了保证数据的一致性，lock是绕不开的。不管多少个并行处理的CPU，在TCP新建连接时，必然要在操作上述两个数据结构时被串行化！这是悲哀的。

我们知道，随着CPU核数的增多，每秒能接纳的连接请求数也会随着增多，但由于上述两个串行化点的存在，这意味着lock冲突也会相应的增多！串行化的lock冲突意味着什么？请考虑地铁站入口，人们从多个大门涌入，最终却只有一个安检点，过了这个安检点又呈现了多个闸机…

最终，随着CPU核数的增多，性能并没有能线性地增长，最终的CPU核数/性能曲线便呈现了一种上凸的趋势。这一切都是因为锁。

我们来看一下如何进一步拆解上面两个问题。本文主要描述如何把锁进行更加细粒度的拆解，下一篇文章聊聊cache相关的内容。

单一accept队列问题的解锁

非常幸运，这个问题已经被google的reuseport机制解决了。详情请自行搜索reuseport相关的资料。

值得一提的是，新浪的fastsocket在google的reuseport机制基础上做了一个比较优雅的封装，使得应用程序不用修改就能享受到reuseport的收益，同时进一步地提高了TCP连接的可伸缩性问题。它的项目地址是：https://github.com/fastos/fastsocket

我是在2015年中接触到这个项目的，当时感觉这种实现非常棒。

单一establish hash表问题的解锁

根据我上周的压测，CPS数据获取过程中，短链接会频繁操作establish hash表，频繁调用inet_hash，inet_unhash两个函数(listener hash并不必在意，因为listener socket比较稳定，不会频繁生成和销毁)，其中的热点在两个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来lock！！
    lock = inet_ehash_lockp(hashinfo, sk->sk_hash);

    spin_lock(lock); // 串行化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;
}
1
可以看到，在当前的Linux TCP实现中，每一个hash bucket拥有一个spinlock，其实粒度已经够细了，参见我下面的文章：
Linux socket hash查找的持续优化历程：https://blog.csdn.net/dog250/article/details/80490859
在以往的年代，这里的性能更加糟糕！上述代码是4.14内核，几乎就是最新的版本了，我们看一下它的示意图：

上图的窘局其实是可以破解的，只需要把per slot的spinlock再做细分即可，改为per slot per CPU的spinlock，其实就是把每一个slot的链表摊开成per cpu的即可。这里决定一个socket应该给哪个CPU先使用一个最简单的策略，即调用inet_hash的时候哪个CPU在处理，就给哪个CPU。

为此，我们需要修改下面的数据结构：

struct inet_ehash_bucket {

    struct hlist_nulls_head chain;

};

这个数据结构便是上图中slot，我们需要将其改成：

struct inet_ehash_bucket {

    // struct hlist_nulls_head chain[NR_CPUS]

    struct hlist_nulls_head *chain;

};

我们稍微修改一下insert函数：

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;

    // 取当前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);

    // 取出对应CPU的list

    head = &head[cpu];

    list = &head->chain;

    lock = inet_ehash_lockp(hashinfo, sk->sk_hash);

    // 取出对应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;

}

是不是简单快捷呢？对应的lookup也要修改，在lookup的过程中，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; // 从当前CPU开始！如果底层有做CPU绑定的话，这样做就对了。

    self = cpu;

begin:

    head = &head[cpu];

    if (hlist_nulls_empty(&head->chain)) {

        goto recheck2;

    }

    sk_nulls_for_each_rcu(sk, node, &head->chain) {

        ... // 逻辑不变，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;

}

同时，ehash的每一个slot在初始化的时候，都要初始化成per CPU的(当然，我这里还没有用per CPU的API)，并且把hlist的null尾用CPU id来初始化！

现在让我们看看采用per slot per CPU的新方案后，局面在观感上变成了什么样子：

我们知道，spinlock是不可睡眠的，除了被硬中断打破，所有的CPU在调用inet_hash的时候，几乎都是可以无竞争不自旋立即完成的。但是你可能注意到了，我在上文中没有提到inet_unhash的调用，我们知道，unhash的时候也是要持有spinlock的，如何来保证unhash的调用者和当初hash的调用者是同一个CPU呢？

答案显然是不能保证，因此正如nf_conntrack里unconfirm list和dying list的per cpu处理那般，在调用unhash的时候，cpu变量必须从socket里面取出来：

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时的cpu，确保从哪里insert就从哪里remove时而一致性。
        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);
    ...
}

现在问题来了。由于Linux调度器的调度策略影响，很有可能调用unhash时的CPU已经不是当初调用hash时的那个CPU了，最终在别的CPU上处理的unhash过程还是可能和其它一个调用hash过程的CPU竞争同一把锁。然而这是没有办法的，调度器不属于协议栈的范畴，我们能做的，仅仅是避免这种情况的发生，比如通过外部的机制或者工具，对进程和CPU进行强绑定或者弱绑定，尽最大的努力避免进程在CPU之间乒乓！

加油加油

666666