eBay云计算“网”事｜网络重传篇

原创谢文利 & 李程远 eBay技术荟

供稿 | eBay IE Cloud Team

作者 | 谢文利 & 李程远

编辑 | 顾欣怡

本文3692字，预计阅读时间12分钟

更多干货请关注“eBay技术荟”公众号

#导读

在之前的eBay云计算“网”事｜网络超时篇和eBay云计算“网”事｜网络丢包篇里，我们针对Linux 主机网络中常见的延时和丢包问题进行了分析。本篇将关注网络中另外一个常见的问题: 重传。在网络环境中，重传率的高低往往直接影响到数据的传输效率，因此也是用户应用比较关心的一个指标。

一、问题描述

某个部署到Kubernetes集群的应用，会有多个SLB（Softare Load Balancer）节点来对接收的数据流量进行分发。这些SLB节点原本部署在物理机上，在将某个业务节点部署到Kubernetes集群后，发现每10秒的重传包个数，相对于运行在物理机上时更高, 如图1所示。于是我们着手进行排查。

图1 不同节点的TCP每10秒的重传个数

（点击可查看大图）

经过和应用方沟通并进入容器查看后，我们了解到相关信息：

每个SLB节点，同时会有25k左右的TCP链接。这些链接的客户端节点，不一定相同，每个客户端节点可能会跟SLB创建多个链接，链接的维持时间一般都比较短。
运行在物理机上的SLB节点，每10秒的重传包是10k左右，而运行在物理机上的SLB节点，每10秒的重传包在2k以下。
重传包个数从netstat -s｜grep “segments retransmitted”得出，取10秒前后的差值，就得出每10秒的重传包数。
每个SLB节点的业务量差别不大。运行在Kubernetes集群中的SLB，业务量会比运行在物理机中的SLB流量多些，但是不至于造成重传统计上这么大的差别。

TCP数据包的重传和网络链接客户端、网络路径强相关。在客户端和网络路径不同的情况下，节点的重传率可能会不同。因此两方的重传数据对比，很难说明重传率高就是因为业务容器化引起的。但我们仍旧需要对重传着手进行分析，并给出合理的解释。

二、问题分析

1. 是否有数据丢包的情况发生

因为涉及到重传，第一反应就是查看是否有丢包的情况发生。从netstat -s的情况来看，并没有明显的丢包情况发生。

2. TCP协议栈配置参数是否一致

然后，我们对比下双边TCP配置参数，对比容器Pod network namespace和物理机下的/proc/sys/net的配置参数。两边的参数一致，除了TCP的拥塞（congestion）算法，前者是BBR，后者是CUBIC。于是修改了下容器内tcp_congestion_control的算法，一段时间后，当老的链接都关闭，新的链接拥塞算法都变为BBR后，重传包减少了一半左右，到了6k/10秒，如图2所示。尽管指标有了很大的改善，但是重传率还是比较高。

图2 修改TCP congestion算法为CUBIC

（点击可查看大图）

3. 重传的链接

因为链接比较多，我们需要查看具体是哪些链接的重传导致的问题。于是运行BCC的tcpretrans.py 工具，来查看具体重传的链接信息。结果发现，重传比较多的，都属于四个固定的虚拟机客户端。

于是在这些节点上通过tcpdump进行抓包，发现了如下现象：

不管数据是来自于Pod还是来自于物理机的SLB，在虚拟机上一直能看到有包乱序的情况。
当接收到乱序包后，VM会发送SACK数据包，而在Pod接收到SACK数据包后，Pod会立刻进行重传，但物理机的SLB并没有。

4. 为何数据包会乱序

我们先来定位数据包乱序的原因。

在虚拟机所在的物理机上，对网卡和给虚拟机分配的tap端口上做tcpdump，数据包并没有乱序，因此可以判断，乱序应该是发生在虚拟机内部了。

在虚拟机上kprobe了函数napi_gro_receive()，将接收的数据包进行打印，发现在数据包被该函数处理的时候，也并没有乱序，但是tcpdump上看到的数据包是乱序的，因此我们怀疑是gro引起的乱序问题。

通过ethtool -K eth0 gro off将虚拟机网卡的gro特性关闭。在gro关闭后，从tcpdump抓到的数据就不存在乱序情况了。因此将有包乱序的节点的gro都关闭，在gro关闭后，可以看到TCP的重传从6k/10秒降到了4k/10秒。

这些虚拟机使用的都是ubuntu 16.04的系统，且为4.4的kernel版本，所以网卡驱动的gro有bug，导致包乱序，而如果使用的是4.15 kernel版本，就不会有乱序的情况发生。

既然了解了包乱序的问题，那么遗留的问题就是，Pod和物理机对接收到SACK后的行为为何会不一致？

5. 为何收到SACK数据包的行为不一致

从netstat -s的命令输出来看，可以看出双方重传的差别，如图3所示：

图3 重传的原因

（点击可查看大图）

Pod容器的TCPSackRecovery和TCPLossProbes导致重传的次数差别不大，而物理机上，绝大部分的重传都是由TCPLossProbes引起的，TCPSackRecovery只是TCPLossProbes的1/20左右。如果我们可以减少Pod容器的TCPSackRecovery比例，那么就能大大降低数据的重传。

在TCP协议栈中，通过FACK，SACK，RACK等算法来决定是否对TCP数据进行重传，这些算法在众多的RFC文档中都有详细定义，而对于开发人员来说，相对便捷的途径，是从TCP协议栈的实现来更快地了解TCP重传的多种原因。

从TCP协议栈的实现来看，它会调用tcp_retransmit_skb()函数来进行TCP数据包的重传，于是大概浏览了协议栈代码，整理出函数的调用关系图，如图4所示：

图4 TCP重传函数调用路径

（点击可查看大图）

如果在调用函数tcp_retransmit_skb()的地方，打印出函数调用的协议栈，那么可以很清楚地看到是因哪个路径而引起的重传。这类数据如果将函数调用栈打印出来，就是图5显示的情况：

图5 重传的函数调用栈

（点击可查看大图）

在tcp_ack()中调用tcp_xmit_recovery来进行重传，期间需要调用多个函数进行TCP链接是否要进入recovery状态的判断。直接的栈调用关系，体现不出这种判断的具体细节，也不知道TCP链接进入recovery状态的具体原因。因此需要继续查看代码，进行更深入的分析。

在tcp_xmit_recovery()中，会根据rexmit的值来判断是否会调用tcp_xmit_retransmit_queue()。而决定rexmit值的地方，就在函数tcp_fastretrans_alert()中。该函数也会有多个路径来决定是否给rexmit赋值。因此，基于以下的逻辑及eBPF，我们设计了一个重传的定位工具：

如果数据重传，打印出重传的栈，就可以判断出数据包的重传究竟是由于输入的数据引起的，还是timer超时引起的。
针对输入数据引起的重传，我们需要知道输入数据的具体信息，以及重传数据的具体信息。这些信息包含数据的源IP，目的IP，tcp sequence，ack sequence，长度，tcp flag字段等。
在此基础上，我们需要知道输入数据包在协议栈中被哪些函数处理。因此利用kprobe，探查了tcp_ack()，tcp_fastretrans_alert()里面的多个函数。如果某个函数不能被kprobe，那么就需要kprobe函数调用的子程序。这些kprobe的函数通过tcp的socket和当前的PID为key的eBPF map进行关联，将调用到的函数存储到map中。在函数重传的时候，将该信息通过event发送给用户态。
针对tcp_fastretrans_alert(),将函数的输入参数以及当前tcp socket的一些字段信息进行打印，例如prior_snd_una, is_dupack ack_flag, tp->packets_out，tp->sacked_out，icsk->icsk_ca_state，tp->snd_una， tp->reordering , tp->mss_cache等信息也一并计入到map中。

运行工具后，当数据发生重传时，我们可以获取到以下三类信息,详情如图6所示：

输入数据包的信息和重传数据包的信息。
数据包的函数处理函数。
数据包的处理协议栈。

图6 抓取的数据包重传信息

（点击可查看大图）

根据tcp_fastretrans_alert ()的函数调用信息，以及该数据包调用到的函数，不难推测出该数据因为触发了tcp_force_fast_retransmit(）而引起了重传。在tcp_force_fast_retransmit（）中，会进行图7的判断：

图7 tcp_force_fast_retransmit() 函数

（点击可查看大图）

该处判断此TCP链接的Highest sacked seq - unacknowledged seq >= reordering * MSS 是否满足条件，如果满足条件的话，则会进行重传操作。可以很明显看到，tp->reordering就是决定是否进行重传的关键因素。因此通过ss -i，查看了下所有链接的tp->reordering值，如图8所示：

图8 TCP重传的统计

（点击可查看大图）

在ss -i命令的输出结果中，如果tp->reordering等于默认值3，那么就不会有值打印出来，而如果tp->reordering不等于3，则会打印出来具体的值。从结果可以看出，因为链接的客户端和网络环境不同，容器环境内SLB和物理机器环境内SLB的TCP链接，相互之间的tp->reordering值差别很大。

从tcp_force_fast_retransmit的判断条件来看，tp->reordering值越高，越不容易发生重传，这也是在抓包的时候，为什么同时收到SACK数据，容器发生重传，而物理机节点不发生重传的原因。至于tcp->reodering如何更新，网络上已经有很多的分析文章，这里不再赘述。

三、解决方案

在TCP链接建立的时候，tp->reordering默认值是从/proc/sys/net/ipv4/tcp_reordering（默认值为3）获取的。之后根据网络的乱序情况，进行动态调整，最大可以增长到/proc/sys/net/ipv4/tcp_max_reordering (默认值为300)的大小。

在网卡TSO开启的情况下，会发送超过3个MSS的数据包，如果采用reordering值为3，稍微的乱序都可能导致重传，而很多的重传都是没有必要的。因此尝试修改 /proc/sys/net/ipv4/tcp_reordering的默认值为6，以修复因为乱序而导致无谓重传的问题。经修改后，从netstat -s的结果来看，TCPSackRecovery的统计明显降低了，因此重传率也降低了，如图9所示。

图9 tcp重传率在增大reordering值后下降

（点击可查看大图）

需要注意的是：

新建的network namespace的 /proc/sys/net/ipv4/tcp_reordering默认值是3，不会和host network namespace设置的值保持一致。
监听端口的socket创建后，该socket上的后续链接，都会默认使用该socket的tp->reordering作为初始值，而不会动态从/proc/sys/net/ipv4/tcp_reordering里读取，因此，该值需要在监听端口的socket创建之前进行设置。

四、网络重传篇小结

通过netstat -s显示的MIB统计是该network namespace下所有链接统计的总和。在类似SLB这种具有几万个TCP链接的场景下，还是需要像BCC这样的tcpretrans.py 工具来寻找重传率比较高的客户端，这样可以将问题收敛到某些链路上。

与丢包问题不同，重传原因在TCP内核协议栈中的MIB记录点明显偏少，因此也不容易直接通过netstat -s 显示的MIB信息来获取，而这可以通过eBPF工具来抓取内核中对数据包的处理路径进行针对性分析。除了像本案例场景的参数调优以外，内核处理路径的抓取还可以输出数据包在协议栈内的信息，也能进一步帮助我们后续定位协议栈方面的代码问题。

eBay云计算“网”事三部曲总结

网络环境作为云计算里面的重要一环，经常会发生各种各样的问题，也是用户反馈较多的问题点。本系列的三篇文章，从网络延迟，网络丢包，网络重传三个方面，针对网络的常见问题进行分析，均为线上真实案例。这些案例并不是我们处理过的最困难的问题，却是在网络环境中最典型的问题，因此拿来作为例子详细讲述。现在回头来看，当初定位问题的思路或方式还有很多可以改进的地方，但是认知和经验的积累从来不是一步到位的，因此定位的方法也会不断地修正和改进。

Linux内核相关的问题定位一直都是云环境中的痛点之一，需要定位人员有丰富的知识积累以及相关经验。在关于Linux内核的问题定位上，一般都是根据经验和现场猜测怀疑点，不断修改参数重试或者借助搜索引擎来解决。该方式费时费力，并且解决问题的方法方式往往不可重复和扩展。下次碰到同一模块的问题，往往还是需要重来一遍。

在意识到这样的问题后，我们希望能够借助eBPF等手段，力求将内核白盒化，尽量能够从对代码的跟踪上找出问题的原因。该方式在刚开始的时候，可能会比较痛苦，因为需要详细了解相关问题涉及到的Linux模块实现，并针对性形成该模块问题定位的方式以及工具集合，比较耗时耗力，但是只要定位该模块的方式形成后，就会达到磨刀不误砍柴工的效果。有时候，最难走的路，往往才是捷径。