CN108063727A - 一种针对CPU cache优化的TCP流表查找算法 - Google Patents

Abstract

本发明涉及一种针对CPU cache优化的TCP流表查找算法，以一条cache line为整体来保存流表的信息，CPU以cache line为单位使用cache；压缩用来查找TCB的数据大小，在一条cache line中保存TCP流的信息；利用四元组和一个函数计算出一个特征值，在一个bucket中，只保存这个特征值。本发明的算法比原来要保存四元组节省许多cache line的空间；计算函数选取得当，即使只用一个字节表征特征值，也基本可以避免同一bucket中的2条不同的TCP连接计算出相同的特征值；可以根据特征值在bucket中的位置定位到某一特定TCB。

Description

一种针对CPU cache优化的TCP流表查找算法

技术领域

本发明涉及计算机技术领域，尤其涉及一种针对CPUcache优化的TCP流表查找算法。

背景技术

现有的TCP流表的信息保存和查找机制大致是这样的：如图1所示的，利用(源IP地址，源端口号，目的IP地址，目的端口号)四元组算出一个hash值，具有相同hash值的TCP连接用一个linkedlist串接起来，linked list所用的指针保存在TCP连接信息(以下称TCB)中的。查找时同样也利用(源IP地址，源端口号，目的IP地址，目的端口号)四元组算出一个hash值，然后在相应的linked list中从头至尾用(源IP地址，源端口号，目的IP地址，目的端口号)四元组去匹配，匹配一致即为找到。

这样做的问题是当TCP连接的数目很多时，查找每遍历linked list中的一个node都有可能造成cache的miss，所需数据都需要从主内存中获取。读取内存是非常耗时的操作，这极大地降低了整个系统的性能，导致采用这种方式来保存和查找TCB的系统无法支持非常多的并发TCP连接。

发明内容

本发明的目的在于：针对现有技术中存在的上述技术问题，提供一种针对CPUcache优化的TCP流表查找算法。

本发明是通过以下技术方案实现的：一种针对CPUcache优化的TCP流表查找算法，以一条cacheline为整体来保存流表的信息，CPU以cache line为单位使用cache，压缩用来查找TCB的数据大小，在一条cache line中保存TCP流的信息；先利用四元组和一个函数计算出一个特征值，这个特征值可以只有2个字节或1个字节，在一个bucket中，只保存这个特征值；所述的四元组为源IP地址，源端口号，目的IP地址和目的端口号。

进一步，所述的查找TCB的数据大小，首先计算出这个特征值，用来和bucket中的特征值比对，如果相同，再取出真正的TCB用四元组比对。

进一步，为了避免在bucket中保存每个TCP连接所对应的TCB的地址，将一个bucket所对应的所有TCB统一分配，bucket中只保存一个指向这个TCB组的指针；Bucket中的特征值的位置与TCB在TCB组中的位置一一对应。

进一步，所述的方法步骤如下：

A、报文处理模块接收当前处理报文后，提取出报文首部信息，即四元组。然后以此四元组通过一个hash函数计算出一个hash值；

B、报文处理模块根据hash值找到hash表相应位置，取出相应表项，即bucket，所述的bucket长度为cachelinesize的整数倍；

C、处理模块再根据四元组计算出该TCP连接的特征值，然后根据这个特征值和bucket中保存的特征值进行比对，如果发现和bucket中某个特征值一致，则根据bucket中保存的TCB组的指针和此特征值位置的序号去系统内存中取出对应TCB，转至步骤D；

D、取出TCB中保存的四元组，和报文首部的四元组对比，如果一致，即为找到对应TCB；如果不一致，转至步骤C，对比下一特征值；

F、如果在一个bucket中没有找到任何匹配的项，说明此TCP连接是一个新的TCP连接，生成对应TCB数据，加入对应的bucket和TCB组中。

进一步，当一个bucket已经存满了TCP连接的信息，又有新的TCP连接想添加到这个bucket中时，再分配一个bucket，串接到原先的bucket。

进一步，当一个bucket已经存满了TCP连接的信息，又有新的TCP连接想添加到这个bucket中时，把此TCP连接的信息用传统的流表形式保存。

进一步，为了让同一个TCP流的两个方向上的数据包都能对应唯一一个bucket中的唯一特征值，hash函数和特征值计算函数在选择上必须满足以下特性：

f(IP地址1，端口号1，IP地址2，端口号2)＝f(IP地址2，端口号2，IP地址1，端口号1)。

综上所述，由于采用了上述技术方案，本发明的有益效果是：本发明的算法比原来要保存四元组节省许多cacheline的空间；计算函数选取得当，即使只用一个字节表征特征值，也基本可以避免同一bucket中的2条不同的TCP连接计算出相同的特征值；可以根据特征值在bucket中的位置定位到某一特定TCB。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为现有技术现有的TCP流表的信息保存和查找机制示意框图；

图2为本发明算法的数据结构示意图；

图3为本发明bucket存满时的处理。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

如图1所示的，一种针对CPU cache优化的TCP流表查找算法，目标是在根据四元组查找TCP流表时，尽可能减少cache的miss。现代CPU一般以一条cacheline为单位来使用cache，一条cacheline的大小一般为32字节或者64字节。为充分利用cache，我们需要如下方式：

尽量以一条cacheline为整体来保存流表的信息。CPU以cacheline为单位使用cache，如果用来查找TCB的信息和其它无用的信息保存在一起，将降低cache的利用率。

尽量压缩用来查找TCB的数据的大小，以便在一条cache line中保存尽可能多的TCP流的信息。原来直接利用(源IP地址，源端口号，目的IP地址，目的端口号)四元组来匹配，现在改为先利用(源IP地址，源端口号，目的IP地址，目的端口号)四元组和一个函数计算出一个特征值，这个特征值可以只有2个字节，甚至1个字节，在一个bucket中，只保存这个特征值，比原来要保存四元组节省许多cache line的空间。查找时，首先计算出这个特征值，用来和bucket中的特征值比对，如果相同，再取出真正的TCB用四元组比对。只要计算函数选取得当，即使只用一个字节表征特征值，也基本可以避免同一bucket中的2条不同的TCP连接计算出相同的特征值。

如图2所示的数据结构，为了避免在bucket中保存每个TCP连接所对应的TCB的地址，将一个bucket所对应的所有TCB统一分配，bucket中只保存一个指向这个TCB组的指针。Bucket中的特征值的位置与TCB在TCB组中的位置一一对应，这样可以根据特征值在bucket中的位置定位到某一特定TCB。

所述方法，包括下列步骤：

A.报文处理模块接收当前处理报文后，提取出报文首部信息，即(源IP地址，源端口号，目的IP地址，目的端口号)四元组。然后以此四元组通过一个hash函数计算出一个hash值；

B.报文处理模块根据hash值找到hash表相应位置，取出相应表项(即bucket，长度为cache linesize的整数倍)；

C.处理模块再根据(源IP地址，源端口号，目的IP地址，目的端口号)四元组计算出该TCP连接的特征值，然后根据这个特征值和bucket中保存的特征值进行比对，如果发现和bucket中某个特征值一致，则根据bucket中保存的TCB组的指针和此特征值位置的序号去系统内存中取出对应TCB，转至步骤D。如果不一致则继续步骤C，对比下一特征值。

D.取出TCB中保存的四元组，和报文首部的四元组对比，如果一致，即为找到对应TCB；如果不一致，转至步骤C，对比下一特征值。

F.如果在一个bucket中没有找到任何匹配的项，说明此TCP连接是一个新的TCP连接，生成对应TCB数据，加入对应的bucket和TCB组中。

当一个bucket已经存满了TCP连接的信息，又有新的TCP连接想添加到这个bucket中时，可以有2种处理方法：

1.再分配一个bucket，串接到原先的bucket后，如下图3所示。

2.把此TCP连接的信息用传统的流表形式保存。

即使是采用第2种方法，因为bucket满的情况极少发生，也不会对系统性能产生太大影响。

为了让同一个TCP流的两个方向上的数据包都能对应唯一一个bucket中的唯一特征值，hash函数和特征值计算函数在选择上必须满足以下特性：

f(IP地址1，端口号1，IP地址2，端口号2)＝f(IP地址2，端口号2，IP地址1，端口号1)。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (7)

1.一种针对CPU cache优化的TCP流表查找算法，其特征在于：以一条cache line为整体来保存流表的信息，CPU以cache line为单位使用cache；压缩用来查找TCB的数据大小，在一条cache line中保存TCP流的信息；利用四元组和一个函数计算出一个特征值，这个特征值可以只有2个字节或1个字节，在一个bucket中，只保存这个特征值；所述的四元组为源IP地址，源端口号，目的IP地址和目的端口号。

2.根据权利要求1所述的针对CPU cache优化的TCP流表查找算法，其特征在于，所述的查找TCB的数据大小，首先计算出这个特征值，用来和bucket中的特征值比对，如果相同，再取出真正的TCB用四元组比对。

3.根据权利要求1所述的针对CPU cache优化的TCP流表查找算法，其特征在于，为了避免在bucket中保存每个TCP连接所对应的TCB的地址，将一个bucket所对应的所有TCB统一分配，bucket中只保存一个指向这个TCB组的指针；Bucket中的特征值的位置与TCB在TCB组中的位置一一对应。

4.根据权利要求1所述的针对CPU cache优化的TCP流表查找算法，其特征在于，所述的方法步骤如下：

A、报文处理模块接收当前处理报文后，提取出报文首部信息，即四元组。然后以此四元组通过一个hash函数计算出一个hash值；

B、报文处理模块根据hash值找到hash表相应位置，取出相应表项，即bucket，所述的bucket长度为cache line size的整数倍；

C、处理模块再根据四元组计算出该TCP连接的特征值，然后根据这个特征值和bucket中保存的特征值进行比对，如果发现和bucket中某个特征值一致，则根据bucket中保存的TCB组的指针和此特征值位置的序号去系统内存中取出对应TCB，转至步骤D；

D、取出TCB中保存的四元组，和报文首部的四元组对比，如果一致，即为找到对应TCB；如果不一致，转至步骤C，对比下一特征值；

F、如果在一个bucket中没有找到任何匹配的项，说明此TCP连接是一个新的TCP连接，生成对应TCB数据，加入对应的bucket和TCB组中。

5.根据权利要求4所述的针对CPU cache优化的TCP流表查找算法，其特征在于，当一个bucket已经存满了TCP连接的信息，又有新的TCP连接想添加到这个bucket中时，再分配一个bucket，串接到原先的bucket。

6.根据权利要求4所述的针对CPU cache优化的TCP流表查找算法，其特征在于，当一个bucket已经存满了TCP连接的信息，又有新的TCP连接想添加到这个bucket中时，把此TCP连接的信息用传统的流表形式保存。

7.根据权利要求4所述的针对CPU cache优化的TCP流表查找算法，其特征在于，为了让同一个TCP流的两个方向上的数据包都能对应唯一一个bucket中的唯一特征值，hash函数和特征值计算函数在选择上必须满足以下特性：

f(IP地址1，端口号1，IP地址2，端口号2)＝f(IP地址2，端口号2，IP地址1，端口号1)。