麻烦各位帮忙看看，UDP组播，发送端只发送一个数据包，我感觉接收端收到了无数个数据。
[问题点数：40分，结帖人flowaway_]
麻烦各位帮忙看看，UDP组播，发送端只发送一个数据包，我感觉接收端收到了无数个数据。
[问题点数：40分，结帖人flowaway_]
不显示删除回复
显示所有回复
显示星级回复
显示得分回复
只显示楼主
2011年 总版技术专家分年内排行榜第三2010年 总版技术专家分年内排行榜第三
2012年 总版技术专家分年内排行榜第五
匿名用户不能发表回复！|
每天回帖即可获得10分可用分！小技巧：
你还可以输入10000个字符
(Ctrl+Enter)
请遵守CSDN，不得违反国家法律法规。
转载文章请注明出自“CSDN（www.csdn.net）”。如是商业用途请联系原作者。为什么S4 11.17号更新一直显示在下载更新数据包 都一个小时了 我还有事要出去呢 急啊_百度知道
为什么S4 11.17号更新一直显示在下载更新数据包 都一个小时了 我还有事要出去呢 急啊
我有更好的答案
知识导师奖免费送 | 幸运刮刮卡等刮 | 客户端精彩奖
我也出现你这样的情况，打开设定-更多-设备更新
点击看下载了多少MB，我看了我们这次更新的数据包有700多MB，我下了4个小时才下了百分40 300MB不到！所以你一个小时估计是下载不完的！
其他类似问题
为您推荐：
数据包的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁我下载了一个数据包，可不知道怎么解压，有知道的回答一下。谢谢。_百度知道
我下载了一个数据包，可不知道怎么解压，有知道的回答一下。谢谢。
我载数据包知道解压知道答谢谢
提问者采纳
1确定安装解压缩软件推荐 压
360 压缩2已经安装解压缩软件
始菜单 打 压或者 360 压缩 找需要解压缩文件进行解压即3载压缩包需打进行解压缩
其他类似问题
为您推荐：
您可能关注的推广
数据包的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁写一个每秒接收 100 万数据包的程序究竟有多难？ - 博客 - 伯乐在线
& 写一个每秒接收 100 万数据包的程序究竟有多难？
在上周的一次非正式谈话中，我偶然听同事说：“Linux 的网络栈太慢了！你别指望每秒在每个核上传输超过 5 万的数据包”。
这让我陷入了沉思，虽然对于任意的实际应用来说，每个核 5 万的速率可能是极限了，但 Linux 的网络栈究竟可能达到多少呢？我们换一种更有趣的方式来问：
在 Linux 上，编写一个每秒接收 100 万 UDP 数据包的程序究竟有多难？
我希望，通过对这个问题的解答，我们将获得关于如何设计现代网络栈很好的一课。
首先，我们假设：
测量每秒的数据包(pps)比测量每秒字节数(Bps)更有意思。您可以通过更好的管道输送以及发送更长数据包来获取更高的Bps。而相比之下，提高pps要困难得多。
因为我们对pps感兴趣，我们的实验将使用较短的 UDP 消息。准确来说是 32 字节的 UDP 负载，这相当于以太网层的 74 字节。
在实验中，我们将使用两个物理服务器：“接收器”和“发送器”。
它们都有两个六核2 GHz的 Xeon处理器。每个服务器都启用了 24 个处理器的超线程(HT)，有 Solarflare 的 10G 多队列网卡，有 11 个接收队列配置。稍后将详细介绍。
测试程序的源代码分别是：、。
我们使用4321作为UDP数据包的端口，在开始之前，我们必须确保传输不会被iptables干扰：
receiver$ iptables -I INPUT 1 -p udp --dport 4321 -j ACCEPT
receiver$ iptables -t raw -I PREROUTING 1 -p udp --dport 4321 -j NOTRACK
为了后面测试方便，我们显式地定义IP地址：
receiver$ for i in `seq 1 20`; do
ip addr add 192.168.254.$i/24 dev eth2;
sender$ ip addr add 192.168.254.30/24 dev eth3
简单的方法
开始我们做一些最简单的试验。通过简单地发送和接收，有多少包将会被传送？
模拟发送者的伪代码：
fd = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
fd.bind((&0.0.0.0&, 65400)) # select source port to reduce nondeterminism
fd.connect((&192.168.254.1&, 4321))
while True:
fd.sendmmsg([&x00& * 32] * 1024)
因为我们使用了常见的系统调用的send，所以效率不会很高。上下文切换到内核代价很高所以最好避免它。幸运地是，最近Linux加入了一个方便的系统调用叫sendmmsg。它允许我们在一次调用时，发送很多的数据包。那我们就一次发1024个数据包。
模拟接受者的伪代码：
fd = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
fd.bind((&0.0.0.0&, 4321))
while True:
packets = [None] * 1024
fd.recvmmsg(packets, MSG_WAITFORONE)
同样地，recvmmsg 也是相对于常见的 recv 更有效的一版系统调用。
让我们试试吧：
sender$ ./udpsender 192.168.254.1:4321
receiver$ ./udpreceiver1 0.0.0.0:4321
0.352M pps
10.730MiB /
0.284M pps
8.655MiB /
0.262M pps
7.991MiB /
0.199M pps
6.081MiB /
0.195M pps
5.956MiB /
0.199M pps
6.060MiB /
0.200M pps
6.097MiB /
0.197M pps
6.021MiB /
测试发现，运用最简单的方式可以实现 197k &#k pps。看起来还不错嘛，但不幸的是，很不稳定啊，这是因为内核在核之间交换我们的程序，那我们把进程附在 CPU 上将会有所帮助
sender$ taskset -c 1 ./udpsender 192.168.254.1:4321
receiver$ taskset -c 1 ./udpreceiver1 0.0.0.0:4321
0.362M pps
11.058MiB /
0.374M pps
11.411MiB /
0.369M pps
11.252MiB /
0.370M pps
11.289MiB /
0.365M pps
11.152MiB /
0.360M pps
10.971MiB /
现在内核调度器将进程运行在特定的CPU上，这提高了处理器缓存，使数据更加一致，这就是我们想要的啊！
发送更多的数据包
虽然 370k pps 对于简单的程序来说已经很不错了，但是离我们 1Mpps 的目标还有些距离。为了接收更多，首先我们必须发送更多的包。那我们用独立的两个线程发送，如何呢：
sender$ taskset -c 1,2 ./udpsender
192.168.254.1:.254.1:4321
receiver$ taskset -c 1 ./udpreceiver1 0.0.0.0:4321
0.349M pps
10.651MiB /
0.354M pps
10.815MiB /
0.354M pps
10.806MiB /
0.354M pps
10.811MiB /
接收一端的数据没有增加，ethtool –S 命令将显示数据包实际上都去哪儿了：
receiver$ watch 'sudo ethtool -S eth2 |grep rx'
rx_nodesc_drop_cnt:
rx-0.rx_packets:
rx-1.rx_packets:
rx-2.rx_packets:
rx-3.rx_packets:
rx-4.rx_packets:
rx-5.rx_packets:
rx-6.rx_packets:
rx-7.rx_packets:
rx-8.rx_packets:
rx-9.rx_packets:
rx-10.rx_packets:
通过这些统计，NIC 显示 4 号 RX 队列已经成功地传输大约 350Kpps。rx_nodesc_drop_cnt 是 Solarflare 特有的计数器，表明NIC发送到内核未能实现发送 450kpps。
有时候，这些数据包没有被发送的原因不是很清晰，然而在我们这种情境下却很清楚：4号RX队列发送数据包到4号CPU，然而4号CPU已经忙不过来了，因为它最忙也只能读350kpps。在htop中显示为：
多队列 NIC 速成课程
从历史上看，网卡拥有单个RX队列，用于硬件和内核之间传递数据包。这样的设计有一个明显的限制，就是不可能比单个CPU处理更多的数据包。
为了利用多核系统，NIC开始支持多个RX队列。这种设计很简单：每个RX队列被附到分开的CPU上，因此，把包送到所有的RX队列网卡可以利用所有的CPU。但是又产生了另一个问题：对于一个数据包，NIC怎么决定把它发送到哪一个RX队列？
用 Round-robin 的方式来平衡是不能接受的，因为这有可能导致单个连接中数据包的重排序。另一种方法是使用数据包的hash值来决定RX号码。Hash值通常由一个元组（源IP，目标IP，源port，目标port）计算而来。这确保了从一个流产生的包将最终在完全相同的RX队列，并且不可能在一个流中重排包。
在我们的例子中，hash值可能是这样的：
RX_queue_number = hash('192.168.254.30', '192.168.254.1', 6) % number_of_queues
多队列 hash 算法
Hash算法通过ethtool配置，设置如下：
receiver$ ethtool -n eth2 rx-flow-hash udp4
UDP over IPV4 flows use these fields for computing Hash flow key:
对于IPv4 UDP数据包，NIC将hash(源 IP,目标 IP)地址。即
RX_queue_number = hash('192.168.254.30', '192.168.254.1') % number_of_queues
这是相当有限的，因为它忽略了端口号。很多NIC允许自定义hash。再一次，使用ethtool我们可以选择元组(源 IP、目标 IP、源port、目标port)生成hash值。
receiver$ ethtool -N eth2 rx-flow-hash udp4 sdfn
Cannot change RX network flow hashing options: Operation not supported
不幸地是，我们的NIC不支持自定义，我们只能选用(源 IP、目的 IP) 生成hash。
NUMA性能报告
到目前为止，我们所有的数据包都流向一个RX队列，并且一个CPU。我们可以借这个机会为基准来衡量不同CPU的性能。在我们设置为接收方的主机上有两个单独的处理器，每一个都是一个不同的NUMA节点。
在我们设置中，可以将单线程接收者依附到四个CPU中的一个，四个选项如下：
另一个CPU上运行接收器，但将相同的NUMA节点作为RX队列。性能如上面我们看到的，大约是360 kpps。
将运行接收器的同一 CPU 作为RX队列，我们可以得到大约430 kpps。但这样也会有很高的不稳定性，如果NIC被数据包所淹没，性能将下降到零。
当接收器运行在HT对应的处理RX队列的CPU之上，性能是通常的一半，大约在200kpps左右。
接收器在一个不同的NUMA节点而不是RX队列的CPU上，性能大约是330 kpps。但是数字会不太一致。
虽然运行在一个不同的NUMA节点上有10%的代价，听起来可能不算太坏，但随着规模的变大，问题只会变得更糟。在一些测试中，每个核只能发出250 kpps，在所有跨NUMA测试中，这种不稳定是很糟糕。跨NUMA节点的性能损失，在更高的吞吐量上更明显。在一次测试时，发现在一个坏掉的NUMA节点上运行接收器，性能下降有4倍。
3.多接收IP
因为我们NIC上hash算法的限制，通过RX队列分配数据包的唯一方法是利用多个IP地址。下面是如何将数据包发到不同的目的IP：
sender$ taskset -c 1,2 ./udpsender 192.168.254.1:.254.2:4321
ethtool 证实了数据包流向了不同的 RX 队列：
receiver$ watch 'sudo ethtool -S eth2 |grep rx'
rx-0.rx_packets:
rx-1.rx_packets:
rx-2.rx_packets:
rx-3.rx_packets:
rx-4.rx_packets:
rx-5.rx_packets:
rx-6.rx_packets:
rx-7.rx_packets:
rx-8.rx_packets:
rx-9.rx_packets:
rx-10.rx_packets:
接收部分：
receiver$ taskset -c 1 ./udpreceiver1 0.0.0.0:4321
0.609M pps
18.599MiB / 156.019Mb
0.657M pps
20.039MiB / 168.102Mb
0.649M pps
19.803MiB / 166.120Mb
万岁！有两个核忙于处理RX队列，第三运行应用程序时，可以达到大约650 kpps !
我们可以通过发送数据到三或四个RX队列来增加这个数值，但是很快这个应用就会有另一个瓶颈。这一次rx_nodesc_drop_cnt没有增加，但是netstat接收到了如下错误：
receiver$ watch 'netstat -s --udp'
437.0k/s packets received
0.0/s packets to unknown port received.
386.9k/s packet receive errors
0.0/s packets sent
RcvbufErrors:
SndbufErrors: 0
InCsumErrors: 0
这意味着虽然NIC能够将数据包发送到内核，但是内核不能将数据包发给应用程序。在我们的case中，只能提供440 kpps，其余的390 kpps + 123 kpps的下降是由于应用程序接收它们不够快。
4.多线程接收
我们需要扩展接收者应用程序。最简单的方式是利用多线程接收，但是不管用：
sender$ taskset -c 1,2 ./udpsender 192.168.254.1:.254.2:4321
receiver$ taskset -c 1,2 ./udpreceiver1 0.0.0.0:4321 2
0.495M pps
15.108MiB / 126.733Mb
0.480M pps
14.636MiB / 122.775Mb
0.461M pps
14.071MiB / 118.038Mb
0.486M pps
14.820MiB / 124.322Mb
接收性能较于单个线程下降了，这是由UDP接收缓冲区那边的锁竞争导致的。由于两个线程使用相同的套接字描述符，它们花费过多的时间在UDP接收缓冲区的锁竞争。详细描述了这一问题。
看来使用多线程从一个描述符接收，并不是最优方案。
5. SO_REUSEPORT
幸运地是，最近有一个解决方案添加到 Linux 了 —— （flag）。当这个标志位设置在一个套接字描述符上时，Linux将允许许多进程绑定到相同的端口，事实上，任何数量的进程将允许绑定上去，负载也会均衡分布。
有了SO_REUSEPORT，每一个进程都有一个独立的socket描述符。因此每一个都会拥有一个专用的UDP接收缓冲区。这样就避免了以前遇到的竞争问题：
receiver$ taskset -c 1,2,3,4 ./udpreceiver1 0.0.0.0:
1.114M pps
34.007MiB / 285.271Mb
1.147M pps
34.990MiB / 293.518Mb
1.126M pps
34.374MiB / 288.354Mb
现在更加喜欢了，吞吐量很不错嘛！
更多的调查显示还有进一步改进的空间。即使我们开始4个接收线程，负载也会不均匀地分布：
两个进程接收了所有的工作，而另外两个根本没有数据包。这是因为hash冲突，但是这次是在SO_REUSEPORT层。
我做了一些进一步的测试，完全一致的RX队列，接收线程在单个NUMA节点可以达到1.4Mpps。在不同的NUMA节点上运行接收者会导致这个数字做多下降到1Mpps。
总之，如果你想要一个完美的性能，你需要做下面这些：
确保流量均匀分布在许多RX队列和SO_REUSEPORT进程上。在实践中，只要有大量的连接(或流动)，负载通常是分布式的。
需要有足够的CPU容量去从内核上获取数据包。
To make the things harder, both RX queues and receiver processes should be on a single NUMA node.
为了使事情更加稳定，RX队列和接收进程都应该在单个NUMA节点上。
虽然我们已经表明，在一台Linux机器上接收1Mpps在技术上是可行的，但是应用程序将不会对收到的数据包做任何实际处理——甚至连看都不看内容的流量。别太指望这样的性能，因为对于任何实际应用并没有太大用处。
关于作者：
可能感兴趣的话题
最新评论（期待您也参与评论）
关于伯乐在线博客
在这个信息爆炸的时代，人们已然被大量、快速并且简短的信息所包围。然而，我们相信：过多“快餐”式的阅读只会令人“虚胖”，缺乏实质的内涵。伯乐在线博客团队正试图以我们微薄的力量，把优秀的原创/译文分享给读者，做一个小而精的精选博客，为“快餐”添加一些“营养”元素。
新浪微博：
微信号：Jobbole
（加好友请注明来意）
– 好的话题、有启发的回复、值得信赖的圈子
– 分享和发现有价值的内容与观点
– 为IT单身男女服务的征婚传播平台
– 优秀的工具资源导航
– 翻译传播优秀的外文文章
– 国内外的精选博客文章
– 专注iOS技术分享
– 专注Android技术分享
– JavaScript, HTML5, CSS
– 专注Java技术分享
– 专注Python技术分享
& 2015 伯乐在线
赞助云主机