网络数据包接收之GRO处理

2024-06-20 19:18

本文主要是介绍网络数据包接收之GRO处理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

驱动把数据包上传到GRO处理时,调用napi_gro_receive函数进行GRO处理,完成之后才会上传到网络协议层(如TCP/IP层)进行进一步的处理。GRO的处理过程如下:

1、首先检查该网络接口是否允许GRO操作,以及底层硬件是否已经完成了GRO处理,如果没有完成才会继续往下处理;

if (!(skb->dev->features & NETIF_F_GRO) || netpoll_rx_on(skb))goto normal;if (skb_is_gso(skb) || skb_has_frag_list(skb))goto normal;

 

2、然后遍历NAPI链表上等待GRO合并的数据分片,依次比较它们的地址hash码、MAC头部、VLAN标签、接收的网络设备(因为linux在一个实体网络接口上支持多个虚拟网络接口的原因),标记那些和当前接收数据分片相同的分片。

static void gro_list_prepare(struct napi_struct *napi, struct sk_buff *skb)
{struct sk_buff *p;unsigned int maclen = skb->dev->hard_header_len;u32 hash = skb_get_hash_raw(skb);for (p = napi->gro_list; p; p = p->next) {unsigned long diffs;NAPI_GRO_CB(p)->flush = 0;if (hash != skb_get_hash_raw(p)) {NAPI_GRO_CB(p)->same_flow = 0;continue;}diffs = (unsigned long)p->dev ^ (unsigned long)skb->dev;diffs |= p->vlan_tci ^ skb->vlan_tci;if (maclen == ETH_HLEN)diffs |= compare_ether_header(skb_mac_header(p),skb_gro_mac_header(skb));else if (!diffs)diffs = memcmp(skb_mac_header(p),skb_gro_mac_header(skb),maclen);NAPI_GRO_CB(p)->same_flow = !diffs;}
}


3、回调通知上层协议处理新接收到的数据分片,以及更新流标志的NAPI上的数据分片;

	rcu_read_lock();list_for_each_entry_rcu(ptype, head, list) {if (ptype->type != type || !ptype->callbacks.gro_receive)continue;skb_set_network_header(skb, skb_gro_offset(skb));skb_reset_mac_len(skb);NAPI_GRO_CB(skb)->same_flow = 0;NAPI_GRO_CB(skb)->flush = 0;NAPI_GRO_CB(skb)->free = 0;NAPI_GRO_CB(skb)->udp_mark = 0;pp = ptype->callbacks.gro_receive(&napi->gro_list, skb);break;}rcu_read_unlock();


4、如果没有上层协议需要处理该数据分片、或者无法合并该数据包时,则直接递送给网络层协议进行处理;

	if (NAPI_GRO_CB(skb)->flush)goto normal;
	if (&ptype->list == head)goto normal;


5、如果成功合并到已有数据包中,则不需要进行任何处理,直接返回;

	same_flow = NAPI_GRO_CB(skb)->same_flow;ret = NAPI_GRO_CB(skb)->free ? GRO_MERGED_FREE : GRO_MERGED;
	if (same_flow)goto ok;


6、如果上层协议返回skb链表,则进行以下处理,原因在哪里?

	if (pp) {struct sk_buff *nskb = *pp;*pp = nskb->next;nskb->next = NULL;napi_gro_complete(nskb);napi->gro_count--;}


7、如果该数据分片将来可能被合并,则暂时将该数据分片保留到NAPI的链表上;如果NAPI上保留了太多的数据分片,则将该链表上最早到达的数据分片递送到网络层进行处理;

	if (unlikely(napi->gro_count >= MAX_GRO_SKBS)) {struct sk_buff *nskb = napi->gro_list;/* locate the end of the list to select the 'oldest' flow */while (nskb->next) {pp = &nskb->next;nskb = *pp;}*pp = NULL;nskb->next = NULL;napi_gro_complete(nskb);} else {napi->gro_count++;}NAPI_GRO_CB(skb)->count = 1;NAPI_GRO_CB(skb)-&

这篇关于网络数据包接收之GRO处理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1079019

相关文章

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

HTTP 与 SpringBoot 参数提交与接收协议方式

《HTTP与SpringBoot参数提交与接收协议方式》HTTP参数提交方式包括URL查询、表单、JSON/XML、路径变量、头部、Cookie、GraphQL、WebSocket和SSE,依据... 目录HTTP 协议支持多种参数提交方式,主要取决于请求方法(Method)和内容类型(Content-Ty

Debian 13升级后网络转发等功能异常怎么办? 并非错误而是管理机制变更

《Debian13升级后网络转发等功能异常怎么办?并非错误而是管理机制变更》很多朋友反馈,更新到Debian13后网络转发等功能异常,这并非BUG而是Debian13Trixie调整... 日前 Debian 13 Trixie 发布后已经有众多网友升级到新版本,只不过升级后发现某些功能存在异常,例如网络转

SpringBoot请求参数传递与接收示例详解

《SpringBoot请求参数传递与接收示例详解》本文给大家介绍SpringBoot请求参数传递与接收示例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋... 目录I. 基础参数传递i.查询参数(Query Parameters)ii.路径参数(Path Va

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

基于Redis自动过期的流处理暂停机制

《基于Redis自动过期的流处理暂停机制》基于Redis自动过期的流处理暂停机制是一种高效、可靠且易于实现的解决方案,防止延时过大的数据影响实时处理自动恢复处理,以避免积压的数据影响实时性,下面就来详... 目录核心思路代码实现1. 初始化Redis连接和键前缀2. 接收数据时检查暂停状态3. 检测到延时过