一文了解DPDK
发布网友
发布时间：14小时前
共1个回答
热心网友
时间：12小时前
然而，DPDK亦面临挑战，如不支持某些网卡、对Windows支持有限、调试困难、版本兼容性问题等。那么，DPDK是如何改进数据包处理的？传统方式数据包先到内核再至用户层处理，增加了延迟与CPU开销，影响性能。DPDK通过在用户空间实现快速数据包处理，绕过内核空间，直接在网卡（NIC）和用户空间应用程序间传输数据包。它由一组网络驱动程序和库组成，环境抽象层（EAL）从应用程序抽象出硬件操作。传统中断驱动处理转变为轮询驱动，避免中断开销。重要优化包括零拷贝技术，避免数据包从内核空间复制到用户空间，用户空间对开发者更具吸引力，无需修改内核，任意DPDK网络堆栈均可针对特定应用优化。
DPDK的数据包处理模型主要有两种：Run-to-Completion和Pipeline。在Run-to-Completion中，CPU内核负责数据包接收、处理和传输，支持多个内核与专用端口关联。通过接收端扩展（RSS）分配单个端口流量至多个内核。Pipeline模型中，每个内核专注于特定任务，例如接收/传输或应用程序处理，数据包通过memory rings在内核间传递。单核多CPU部署中，一个CPU用于操作系统，另一个用于DPDK应用；多核部署下，内核可分配给特定任务，决定取决于数据包周期、数据模块间交换范围、特定优化、代码可维护性等。
尽管DPDK不包含TCP/IP堆栈，但可使用F-Stack、mTCP、TLDK、Seastar和ANS等用户空间网络堆栈，提供阻塞和非阻塞套接字API，适用于FreeBSD实现。DPDK避免了网络堆栈的通用实现低效率问题，应用程序可包含针对特定用例优化的网络模块，适用于不需更高层（L2以上）处理的用例。
在DPDK之前，厂商如何实现高效数据包处理？专用硬件如定制ASIC、可编程FPGA或网络处理单元（NPU）以优化方式完成任务，但成本高昂且维护耗时，全职网络管理员应用升级和安全补丁也极为耗时。转向商用现成（COTS）硬件虽然成本效益更高且易于维护，但性能受限。数据包从NIC移动至操作系统，并通过内核堆栈处理，即使快速NIC，内核堆栈亦为瓶颈。系统调用、中断、上下文切换、包复制和逐包处理降低性能。DPDK解决了COTS硬件上的性能问题，无需昂贵定制硬件即可实现高效数据包处理。
DPDK的应用场景广泛，包括负载均衡、流分类、路由、访问控制（防火墙）和流量监管等。不仅在电信行业，也在云环境和企业中使用，如流量生成器（TRex）和存储应用（SPDK）。DPDK移植到Open vSwitch后，性能提升了7倍。在物联网应用中，数据包小，DPDK减少延迟，允许处理更多数据包。5G中的用户平面功能（UPF）处理用户数据包，延迟、抖动和带宽为关键性能指标，部分研究已提出将DPDK用于5G UPF的实现。在边缘网络部署UPF时，可通过DPDK API连接UPF应用（UPF-C）和SmartNIC（UPF-U）。
DPDK面临的挑战包括需要专业知识、管理内存、传递数据包、多核架构使用、PID命名空间问题、mmap使用不当、线程与CPU内核分配、DPDK库选择、失去Linux内核保护与工具、协议（如ARP、IPSec）、调试难度与高CPU使用率等问题。其他替代选择包括Snabbswitch、Netmap、StackMap、PacketShader和修改Linux内核的工具如eXpress Data Path（XDP）和基于远程直接内存访问（RDMA）的网络堆栈等。其他有效工具还包括packet_mmap（不绕过内核）和PF_RING（带有ZC驱动程序）。
