• 基于DPDK的高效数据包捕获技术分析与应用


    被NFV的论文折磨了两天,今天上午看了两篇DPDK的综述。

    传统的包捕获机制


    1. BPF

    • 两个组成部分:转发部分过滤部分
    • 转发部分负责从链路层提取数据包并转发给过滤部分。
    • 过滤部分根据过滤规则,决定包的转发或者丢弃,然后交给应用层。
    • 缺点:所有动作都在内核中完成。可移植性差。

    2. libpcap

    • 将网卡设置为混杂模式,拷贝所有流经网卡的数据包。
    • 用BPF过滤后交付内核中的数据包缓冲区
    • 应用程序通过系统调用的方式,从数据包缓冲区来获取数据包。
    • 缺点:浪费CPU周期。

    2. pf_ring

    • 应用程序直接访问内核。
    • 内核中添加用socket区分的环形缓冲区。网卡中的数据包直接拷贝到对应socket的缓冲区中。
    • 应用程序通过接口函数直接获得相应缓冲区的数据包。
    • 缺点:预处理仍然在内核中。

    Intel DPDK

    • 用户空间的进程直接访问网卡。
    • 不是协议栈。

    DPDK的四个技术点

    • hugetlbpage:大页内存,提高内存利用率,重点了解。
    • uio:大部分驱动程序都在用户空间,少部分程序在内核。
    • CPU亲和:线程绑定到cpu的某一个核心上。
    • Zero copy:零拷贝,数据包从NIC直接到用户空间。

    关于DPDK的一些部件以后会深入了解在此就不赘述了。

  • 相关阅读:
    pyqt5 Button.click 报错:argument 1 has unexpected type 'NoneType'
    numpy 数组相减
    python 神经网络包 NeuroLab
    xgboost 和GBDT的区别
    stacking
    GBDT
    bp神经网络
    dataframe.isnull()函数, DatetimeIndex,黄包车代码155行
    【Linux】相关概念以及常用命令
    【Hive】优化策略
  • 原文地址:https://www.cnblogs.com/031602523liu/p/9443552.html
Copyright © 2020-2023  润新知