【linux性能优化】软中断的理解及问题定位

除了iowait，软中断(softirq)CPU使用率升高也是最常见的一种性能问题

一、从取外卖看中断

1.1 中断的定义

中断是系统用来响应硬件设备请求的一种机制，它会打断进程的正常调度和执行，然后调用内核中的中断处理程序来响应设备的请求

1.2 中断的魅力

为什么要有中断呢？举个生活中的例子感受一下中断的魅力

比如订了一份外卖，但是不确定外卖什么时候送到，也没有别的方法了解外卖的进度，但是配送员送外卖是不等人的，到了你这儿没人取的话，就直接走人了。所以你只能苦苦等着，时不时去门口看看外卖送到没，而不能干其他事情

不过呢，如果在订外卖的时候就跟配送员约定好，让他送到后给你打个电话，那你就不用苦苦等待了，可以去忙别的事情，直到电话一响，接电话、取外卖就可以了

这里的"打电话"其实就是一个中断
没接到电话的时候，可以做其他的事情，只有接到了电话(也就是发生中断)，才要进行另一个动作：取外卖

这个例子可以发现，中断其实是一种异步的事件处理机制，可以提高系统的并发处理能力

1.3 中断处理的时间

由于中断处理程序会打断其他进程的运行，所以，为了减少对正常进程运行调度的影响，中断处理程序就需要尽可能快地运行

如果中断本身要做的事情不多，那么处理起来也不会有太大问题，但如果中断要处理的事情很多，中断服务程序就有可能要运行很长时间

特别是，中断处理程序在响应中断时，还会临时关闭中断，这就会导致上一次中断处理完成之前，其他中断都不能响应，也就是说中断有可能会丢失

1.4 中断丢失

那么还是以取外卖为例
假如订了2份外卖，一份主食和一份饮料，并且是由2个不同的配送员来配送
这次你不用时时等待着，两份外卖都约定了电话取外卖的方式。但是，问题又来了

当第一份外卖送到时，配送员给你打了个长长的电话，商量发票的处理方式，与此同时，第二个配送员也到了，也想给你打电话

但是很明显，因为电话占线(也就是关闭了中断响应)，第二个配送员的电话是打不通的，所以，第二个配送员很可能试几次后就走掉了(也就是丢失了一次中断)

二、软中断

如果弄清楚了"取外卖"的模式，那对系统的中断机制就很容易理解

2.1 中断处理阶段

事实上，为了解决中断处理程序执行过长和中断丢失的问题，Linux将中断处理过程分成了两个阶段，也就是上半部和下半部：

上半部

用来快速处理中断，它在中断禁止模式下运行，主要处理跟硬件紧密相关的或时间敏感的工作

下半部

用来延迟处理上半部未完成的工作，通常以内核线程的方式运行

2.2 取外卖例子

比如说前面取外卖的例子：
上半部就是接听电话，告诉配送员你已经知道了，其他事儿见面再说，然后电话就可以挂断了
下半部是取外卖的动作，以及见面后商量发票处理的动作

这样，第一个配送员不会占用你太多时间，当第二个配送员过来时，照样能正常打通你的电话

2.3 接收数据包例子

除了取外卖，再举个最常见的网卡接收数据包的例子，更好地理解软中断

网卡接收到数据包后，会通过硬件中断的方式，通知内核有新的数据到了
这时，内核就应该调用中断处理程序来响应它，想一下，这种情况下上半部和下半部分别负责什么工作呢？

上半部

对上半部来说，既然是快速处理，其实就是要把网卡的数据读到内存中，然后更新一下硬件寄存器的状态(表示数据已经读好)，最后再发送一个软中断信号，通知下半部做进一步的处理

下半部

下半部被软中断信号唤醒后，需要从内存中找到网络数据，再按照网络协议栈，对数据进行逐层解析和处理，直到把它送给应用程序

2.4 上下部的理解

所以，这两个阶段也可以这样理解：

上半部

直接处理硬件请求，也就是我们常说的硬中断，特点是快速执行

下半部

由内核触发，也就是我们常说的软中断，特点是延迟执行

2.5 上下部的执行

实际上，上下部的处理：

上半部

打断CPU正在执行的任务，然后立即执行中断处理程序

下半部

以内核线程的方式执行，并且每个CPU都对应一个软中断内核线程，名字为"ksoftirqd/CPU编号"
比如：0 号CPU对应的软中断内核线程的名字就是ksoftirqd/0

注意：
软中断不只包括了刚刚所讲的硬件设备中断处理程序的下半部，一些内核自定义的事件也属于软中断，比如：

内核调度
RCU锁(Read-Copy Update的缩写，RCU是Linux内核中最常用的锁之一)

2.5 软中断类型

软中断的类型包括：

网络收发
定时
调度
RCU锁

三、查看软中断和内核线程

那要怎么知道系统里有哪些软中断呢？

3.1 proc文件

proc文件系统是一种内核空间和用户空间进行通信的机制，可以用来查看内核的数据结构，或者用来动态修改内核的配置，其中：

/proc/softirqs

提供了软中断的运行情况

/proc/interrupts

提供了硬中断的运行情况

3.2 /proc/softirqs文件

运行下面的命令，查看/proc/softirqs文件的内容，可以看到各种类型软中断在不同CPU上的累积运行次数：

$ cat /proc/softirqsCPU0       CPU1HI:          0          0TIMER:     811613    1972736NET_TX:         49          7NET_RX:    1136736    1506885BLOCK:          0          0IRQ_POLL:          0          0TASKLET:     304787       3691SCHED:     689718    1897539HRTIMER:          0          0RCU:    1330771    1354737

在查看/proc/softirqs文件内容时，要特别注意以下这两点：

注意软中断的类型

就是这个界面中第一列的内容
从第一列可以看到，软中断包括了10个类别，分别对应不同的工作类型
比如：NET_RX表示网络接收中断，而NET_TX表示网络发送中断

注意同一种软中断在不同CPU上的分布情况

就是同一行的内容
正常情况下，同一种中断在不同CPU上的累积次数应该差不多
比如这个界面中，NET_RX在CPU0和CPU1上的中断次数基本是同一个数量级，相差不大

注意：
上面的数据中，TASKLET在不同CPU上的分布并不均匀
TASKLET是最常用的软中断实现机制，每个TASKLET只运行一次就会结束，并且只在调用它的函数所在的CPU上运行
因此，使用TASKLET特别简便，当然也会存在一些问题，比如说由于只在一个CPU上运行导致的调度不均衡，再比如因为不能在多个CPU上并行运行带来了性能限制

3.3 查看软中断内核线程

另外，刚刚提到过，软中断实际上是以内核线程的方式运行的，每个CPU都对应一个软中断内核线程，这个软中断内核线程就叫做ksoftirqd/CPU编号。那要怎么查看这些线程的运行状况呢？

其实用ps命令就可以做到，比如执行下面的指令：

$ ps aux | grep softirq
root         7  0.0  0.0      0     0 ?        S    Oct10   0:01 [ksoftirqd/0]
root        16  0.0  0.0      0     0 ?        S    Oct10   0:01 [ksoftirqd/1]

注意：
这些线程的名字外面都有中括号，这说明ps无法获取它们的命令行参数(cmline)
一般来说，ps的输出中，名字括在中括号里的，一般都是内核线程

四、软中断性能

在Linux中，每个CPU都对应一个软中断内核线程，名字是ksoftirqd/CPU编号
当软中断事件的频率过高时，内核线程也会因为CPU使用率过高而导致软中断处理不及时，进而引发网络收发延迟、调度缓慢等性能问题

软中断CPU使用率过高也是一种最常见的性能问题

五、案例

接下来使用最常见的反向代理服务器Nginx的案例，分析软中断CPU使用率过高的情况

5.1 分析工具

使用到三个新工具，sar、hping3和tcpdump，先简单介绍一下：

sar

一个系统活动报告工具，既可以实时查看系统的当前活动，又可以配置保存和报告历史统计数据

hping3

一个可以构造TCP/IP协议数据包的工具，可以对系统进行安全审计、防火墙测试等

tcpdump

一个常用的网络抓包工具，常用来分析各种网络问题

5.2 背景介绍

一台虚拟机运行Nginx，用来模拟待分析的Web服务器
一台当作Web服务器的客户端，用来给Nginx增加压力请求

5.3 操作

安装完成后，在第一个终端执行下面的命令运行案例，启动一个基本的Nginx应用：

# 运行Nginx服务并对外开放80端口
$ docker run ‑itd ‑‑name=nginx ‑p 80:80 nginx

然后，在第二个终端使用curl访问Nginx监听的端口，确认Nginx正常启动
假设192.168.0.30是Nginx所在虚拟机的IP地址，运行curl命令后可以看到下面这个输出界面：

$ curl http://192.168.0.30/
<!DOCTYPE html>
<html>
<head>
<title>Welcome to nginx!</title>
...

接着，还是在第二个终端，运行hping3命令模拟Nginx的客户端请求：

# ‑S参数表示设置TCP协议的SYN（同步序列号），‑p表示目的端口为80
# ‑i u100表示每隔100微秒发送一个网络帧
# 注：如果你在实践过程中现象不明显，可以尝试把100调小，比如调成10甚至1
$ hping3 ‑S ‑p 80 ‑i u100 192.168.0.30

现在再回到第一个终端，发现系统响应明显变慢，即便只是在终端中敲几个回车，都得很久才能得到响应？这个时候应该怎么办呢？

5.4 top资源使用

那么，该从什么地方入手呢？
刚才发现，简单的SHELL命令都明显变慢，先看看系统的整体资源使用情况应该是个不错的注意，比如执行下top看看是不是出现了CPU的瓶颈

在第一个终端运行top命令，看一下系统整体的资源使用情况

# top运行后按数字1切换到显示所有CPU
$ top
top ‑ 10:50:58 up 1 days, 22:10,  1 user,  load average: 0.00, 0.00, 0.00
Tasks: 122 total,   1 running,  71 sleeping,   0 stopped,   0 zombie
%Cpu0  :  0.0 us,  0.0 sy,  0.0 ni, 96.7 id,  0.0 wa,  0.0 hi,  3.3 si,  0.0 st
%Cpu1  :  0.0 us,  0.0 sy,  0.0 ni, 95.6 id,  0.0 wa,  0.0 hi,  4.4 si,  0.0 st
...PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND7 root      20   0       0      0      0 S   0.3  0.0   0:01.64 ksoftirqd/016 root      20   0       0      0      0 S   0.3  0.0   0:01.97 ksoftirqd/12663 root      20   0  923480  28292  13996 S   0.3  0.3   4:58.66 docker‑containe3699 root      20   0       0      0      0 I   0.3  0.0   0:00.13 kworker/u4:03708 root      20   0   44572   4176   3512 R   0.3  0.1   0:00.07 top1 root      20   0  225384   9136   6724 S   0.0  0.1   0:23.25 systemd2 root      20   0       0      0      0 S   0.0  0.0   0:00.03 kthreadd
...

从第一行开始，逐个看一下：

平均负载全是0，就绪队列里面只有一个进程(1 running)
每个CPU的使用率都挺低，最高的CPU1的使用率也只有4.4%
查看进程列表，CPU使用率最高的进程只有0.3%

那为什么系统的响应变慢了呢？
既然每个指标的数值都不大，那就再来看看，这些指标对应的更具体的含义。毕竟，哪怕是同一个指标，用在系统的不同部位和场景上，都有可能对应着不同的性能问题

仔细看top的输出，两个CPU的使用率虽然分别只有3.3%和4.4%，但都用在了软中断上
而从进程列表上也可以看到，CPU使用率最高的也是软中断进程ksoftirqd。看起来，软中断有点可疑了

5.5 判断软中断类型

既然软中断可能有问题，那先要知道究竟是哪类软中断的问题
使用proc文件系统判断软中断类型呢？观察/proc/softirqs文件的内容，可以知道各种软中断类型的次数

不过，这里的各类软中断次数，又是什么时间段里的次数呢？它是系统运行以来的累积中断次数

5.6 软中断变化情况

直接查看文件内容，得到的只是累积中断次数，对这里的问题并没有直接参考意义，因为这些中断次数的变化速率才是需要关注的

那什么工具可以观察命令输出的变化情况呢？
watch命令可以定期运行一个命令来查看输出，如果再加上-d参数，还可以高亮出变化的部分，从高亮部分可以直观看出哪些内容变化得更快

还是在第一个终端，运行下面的命令：

$ watch ‑d cat /proc/softirqsCPU0       CPU1HI:          0          0TIMER:    1083906    2368646NET_TX:         53          9NET_RX:    1550643    1916776BLOCK:          0          0IRQ_POLL:          0          0TASKLET:     333637       3930SCHED:     963675    2293171HRTIMER:          0          0RCU:    1542111    1590625

通过/proc/softirqs文件内容的变化情况，TIMER(定时中断)、NET_RX(网络接收)、SCHED(内核调度)、RCU(RCU锁)等这几个软中断都在不停变化

其中，NET_RX也就是网络数据包接收软中断的变化速率最快。而其他几种类型的软中断，是保证Linux 调度、时钟和临界区保护这些正常工作所必需的，所以它们有一定的变化倒是正常的

5.7 sar观察系统网络接收情况

那么接下来，就从网络接收的软中断着手继续分析
既然是网络接收的软中断，第一步应该就是观察系统的网络接收情况，接下来使用网络工具sar

sar可以用来查看系统的网络收发情况，还有一个好处是不仅可以观察网络收发的吞吐量(BPS，每秒收发的字节数)，还可以观察网络收发的PPS，即每秒收发的网络帧数

在第一个终端中运行sar命令，并添加-n DEV参数显示网络收发的报告：

# ‑n DEV 表示显示网络收发的报告，间隔1秒输出一组数据
$ sar ‑n DEV 1
15:03:46        IFACE   rxpck/s   txpck/s    rxkB/s    txkB/s   rxcmp/s   txcmp/s  rxmcst/s   %ifutil
15:03:47         eth0  12607.00   6304.00    664.86    358.11      0.00      0.00      0.00      0.01
15:03:47      docker0   6302.00  12604.00    270.79    664.66      0.00      0.00      0.00      0.00
15:03:47           lo      0.00      0.00      0.00      0.00      0.00      0.00      0.00      0.00
15:03:47    veth9f6bbcd   6302.00  12604.00    356.95    664.66      0.00      0.00      0.00      0.

对于sar的输出界面，先简单介绍一下，从左往右依次是：

第一列

表示报告的时间

第二列

IFACE 表示网卡

第三、四列

rxpck/s 和 txpck/s分别表示每秒接收、发送的网络帧数，也就是PPS

第五、六列

rxkB/s 和 txkB/s分别表示每秒接收、发送的千字节数，也就是BPS

后面的其他参数基本接近0，显然跟上面的问题没有直接关系，可以先忽略掉

具体看输出的内容，可以发现：

网卡eth0

每秒接收的网络帧数比较大，达到了12607，而发送的网络帧数则比较小，只有6304；每秒接收的千字节数只有664 KB，而发送的千字节数更小，只有358 KB

docker0和veth9f6bbcd

数据跟eth0基本一致，只是发送和接收相反，发送的数据较大而接收的数据较小
Linux内部网桥转发导致，系统把eth0收到的包转发给Nginx服务

5.8 数据包大小分析

从这些数据，有没有发现什么异常的地方？

既然怀疑是网络接收中断的问题，还是重点来看eth0 ：
接收的PPS比较大，达到12607，而接收的BPS却很小，只有664KB，直观来看网络帧应该都是比较小，计算一下，664*1024/12607 = 54字节，说明平均每个网络帧只有54字节，这显然是很小的网络帧，也就是我们通常所说的小包问题

5.9 tcpdump抓包分析

那么，有没有办法知道这是一个什么样的网络帧，以及从哪里发过来的呢？
使用tcpdump抓取eth0上的包就可以了，事先已经知道Nginx监听在 80 端口，它所提供的HTTP 服务是基于TCP协议，所以可以指定TCP协议和80端口精确抓包

接下来，在第一个终端中运行tcpdump命令，通过-i eth0选项指定网卡eth0，并通过tcp port 80选项指定TCP协议的80端口：

# ‑i eth0 只抓取eth0网卡，‑n不解析协议名和主机名
# tcp port 80表示只抓取tcp协议并且端口号为80的网络帧
$ tcpdump ‑i eth0 ‑n tcp port 80
15:11:32.678966 IP 192.168.0.2.18238 > 192.168.0.30.80: Flags [S], seq 458303614, win 512, length 0
...

从tcpdump的输出中，可以发现：

192.168.0.2.18238 > 192.168.0.30.80，表示网络帧从192.168.0.2的18238端口发送到192.168.0.30的80端口，也就是从运行hping3机器的18238端口发送网络帧，目的为Nginx所在机器的80端口，Flags [S]则表示这是一个SYN包

5.10 SYN FLOOD攻击

再加上前面用sar发现，PPS超过12000的现象，现在可以确认这就是从192.168.0.2这个地址发送过来的SYN FLOOD攻击

到这里，已经做了全套的性能诊断和分析
从系统的软中断使用率高这个现象出发，通过观察/proc/softirqs文件的变化情况，判断出软中断类型是网络接收中断，再通过sar和tcpdump，确认这是一个SYN FLOOD问题

SYN FLOOD问题最简单的解决方法，就是从交换机或者硬件防火墙中封掉来源IP，这样SYN FLOOD网络帧就不会发送到服务器中

六、小结

Linux的中断处理程序分为上半部和下半部：

上半部对应硬件中断，用来快速处理中断
下半部对应软中断，用来异步处理上半部未完成的工作

软中断包括网络收发、定时、调度、RCU锁等各种类型，可以通过查看/proc/softirqs 来观察软中断的运行情况

软中断CPU使用率(softirq)升高是一种很常见的性能问题
虽然软中断的类型很多，但实际生产中，遇到的性能瓶颈大多是网络收发类型的软中断，特别是网络接收的软中断

在碰到这类问题时，可以借用sar、tcpdump等工具，做进一步分析