CN113364652A

CN113364652A - 网卡流量测试方法、装置、网络设备、系统及可读介质

Info

Publication number: CN113364652A
Application number: CN202110735370.XA
Authority: CN
Inventors: 周华平; 孔心皓; 叶剑西; 郭传雄; 朱亦博
Original assignee: Lemon Inc Cayman Island
Current assignee: Lemon Inc Cayman Island
Priority date: 2021-06-30
Filing date: 2021-06-30
Publication date: 2021-09-07
Anticipated expiration: 2041-06-30
Also published as: CN113364652B

Abstract

本公开公开了一种网卡流量测试方法、装置、网络设备、系统及可读介质。该方法包括：构建待测试的流量模式的搜索空间；根据远程直接内存读写网卡RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式；在满足搜索停止条件的情况下输出测试结果，所述测试结果包括所述端到端性能异常的流量模式。上述技术方案利用RNIC内部的硬件信息，对搜索空间中的流量模式进行搜索，最终得到性能异常的流量模式，实现了对RNIC流量全面高效的测试。

Description

网卡流量测试方法、装置、网络设备、系统及可读介质

技术领域

本公开实施例涉及网络测试技术领域，尤其涉及一种网卡流量测试方法、装置、网络设备、系统及可读介质。

背景技术

远程直接内存读写(Remote Direct Memory Access，RDMA)通过将网络状态、协议栈等数据结构与处理逻辑均卸载到网卡上，可以解决网络传输中服务器端数据处理的延迟，这类网卡称为远程直接内存读写网卡(RDMA Network Interface Controller，RNIC)。RNIC大规模部署在网络内部，对RNIC的测试至关重要。然而，RNIC的内部逻辑往往是保密的，RNIC对于RDMA用户或者测试者而言是一个黑盒子，对RNIC的流量进行测试是非常困难的。

目前没有专用于测试RNIC流量的方法，一些场景下虽然可以借助吞吐量测试工具Perftest进行简单的流量测试，但这种测试具有片面性，无法全面高效地测试异流量情况，因此不能充分验证网卡性能是否符合预期。

发明内容

本公开提供了一种网卡流量测试方法、装置、网络设备、系统及可读介质，以对RNIC流量进行全面高效地测试。

第一方面，本公开实施例提供一种网卡流量测试方法，包括：

构建待测试的流量模式的搜索空间；

根据远程直接内存读写网卡RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式；

在满足搜索停止条件的情况下输出测试结果，所述测试结果包括所述端到端性能异常的流量模式。

第二方面，本公开实施例还提供了一种网卡流量测试装置，包括：

构建模块，用于构建待测试的流量模式的搜索空间；

测试模块，用于根据远程直接内存读写网卡RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式；

输出模块，用于在满足搜索停止条件的情况下输出测试结果，所述测试结果包括所述端到端性能异常的流量模式。

第三方面，本公开实施例还提供了一种网络设备，包括：

远程直接内存读写网卡RNIC，所述RNIC中设置有性能诊断计数器；

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的网卡流量测试方法。

第四方面，本公开实施例还提供了一种网卡流量测试系统，包括：如第三方面所述的网络设备，以及对端设备；

所述对端设备与所述网络设备之间建立RDMA连接

第五方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面所述的网卡流量测试方法。

本公开实施例的方法，通过利用RNIC内部的硬件信息，对搜索空间中的流量模式进行搜索，最终得到性能异常的流量模式，实现了对RNIC流量全面高效的测试。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例一中的网卡流量测试方法的流程图；

图2是本公开实施例二中的网卡流量测试方法的流程图；

图3是本公开实施例三中的网卡流量测试装置的结构示意图；

图4是本公开实施例四中的网络设备的硬件结构示意图；

图5是本公开实施例四中的网卡流量测试的实现示意图；

图6是本公开实施例五中的网卡流量测试系统的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。此外，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

实施例一

图1为本公开实施例一提供的一种网卡流量测试方法的流程示意图。该方法可适用于通过测试流量分析网卡性能的情况，具体的，通过测试RNIC在各种流量模式下产生的流量，记录端到端性能异常的流量模式。该方法可以由网卡流量测试装置来执行，其中该装置可由软件和/或硬件实现，并集成在网络设备上。本实施例中的网络设备可以是计算机、笔记本电脑、服务器或工控机等可通过RNIC接入网络并与产生流量的网络设备。

如图1所示，本公开实施例一提供的一种网卡流量测试方法，可应用于网络设备。具体包括如下步骤：

S110、构建待测试的流量模式的搜索空间。

本实施例中，流量模式可以理解为在数据传输过程中网络设备之间产生流量的不同模式，RNIC可能工作于多种流量模式下，网络设备之间建立的连接数、传输的消息数量、消息大小等不同，对应的流量模式也不同。在使用不同的流量模式传输数据时，RNIC的性能也会有差异，例如，建立的连接数和传输的消息数量较多时，端到端的吞吐量较高，但可能会增加RNIC的负荷，造成丢帧或丢包等。本实施例中，为测试RNIC在不同流量模式下的端到端性能，将每种流量模式作为一个待搜索的解，也可以视为搜索空间中的一个点，所有流量模式共同构成搜索空间，通过对流量模式进行搜索，旨在尽可能多地标记出端到端性能异常的流量模式。

S120、根据远程直接内存读写网卡RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式。

具体的，RNIC中设置有性能诊断计数器(Diagnostic Counters)，性能诊断计数器可用于统计和报告与网卡性能有关的信息，从而在不需要暴露网卡内部实现细节的前提下，可以将性能瓶颈及时反映给用户。例如，在RCIN工作在某个流量模式下的过程中，如果检测到性能瓶颈(例如网络阻塞，或者网卡中的缓存没有被命中等)，则性能诊断计数器的计数值会增加，便于开发或测试人员对RNIC进行诊断调试和性能分析，针对性能瓶颈进行优化。

本实施例在测试过程中引入了性能诊断计数器，利用性能诊断计数器的计数值来引导搜索算法在搜索空间中的搜索方向。具体的，网卡流量测试的目的是尽可能多地发现端到端性能异常的流量模式，而性能瓶颈的流量模式具有更大的概率会引起端到端性能异常，因此，根据RNIC的性能诊断计数器的计数值可以发现存在性能瓶颈的流量模式，在此基础上进一步检查该流量模式的端到端性能，可以实现对流量模式高效的测试。

需要说明的是，性能诊断计数器的计数值起到了引导搜索方向的作用，如果不依赖性能诊断计数器的计数值，而是在搜索空间中随机或者逐个检查每个流量模式的端到端性能，会增加测试的工作量，影响测试效率。此外，理想状态下，遍历每一种流量模式即可保证检测出所有的异常流量模式，但是这种操作成本太高，在实际应用中难以实现，事实上能够搜索到接近真实最优解的解集(尽可能多地发现性能异常的流量模式)即可，因此，利用性能诊断计数器的计数值引导搜索算法的搜索方向，可以在保证测试全面性的前提下提高测试效率，根据实际需求调整搜索停止条件即可。

S130、在满足搜索停止条件的情况下输出测试结果，所述测试结果包括所述端到端性能异常的流量模式。

具体的，在搜索过程中，端到端性能异常的流量模式不断被记录，搜索停止条件可以包括以下的一种或多种：搜索算法的搜索时长达到设定时长，性能诊断计数器的计数值达到设定值，计数值在指定时长内或在指定次数的迭代过程中不再增加，搜索算法的迭代次数达到设定次数，解集中解的数量(即搜索到的性能异常的流量模式的数量)达到设定数量，解集中解的数量在指定时长内，或在计数值的指定变化范围内，或在指定次数的迭代过程中不再增加等。在满足搜索停止条件的情况下，已经最大限度地检测到性能异常的流量模式，足够验证RNIC的性能是否符合预期，输出测试结果，全面高效地完成测试。

测试结果包括搜索到的端到端性能异常的流量模式，还可以包括流量模式的性能参数，例如吞吐量、基于优先级的流量控制(Priority-based Flow Control，PFC)暂停帧的暂停时长等，还可以包括流量模式的异常类型，例如吞吐量较低、PFC暂停帧的暂停时长大于0等，以供开发或测试人员分析性能和调优。

本实施例提供的一种网卡流量测试方法，通过构建流量模式的搜索空间、对搜索空间中的流量模式进行搜索，扩展了测试的范围和全面性；通过利用RNIC网卡自身提供的硬件信息，在不需要了解网卡内部机制的前提下实现了测试；利用性能诊断计数器的计数值引导搜索过程，实现了对RNIC流量的高效测试。

实施例二

图2为本公开实施例二提供的一种网卡流量测试方法的流程示意图。本实施例二在实施例一的基础上，对搜索过程和流量模式性能检查过程进行具体化。

如图2所示，本公开实施例二提供的一种网卡流量测试方法，包括如下步骤：

S210、构建待测试的流量模式的搜索空间。

本实施例中，通过编写RDMA程序生成多种流量模式，构建完整的流量模式搜索空间。

在上述基础上，构建待测试的流量模式的搜索空间，包括：根据以下至少一种参数确定多个待测试的流量模式：与对端设备建立的连接数、支持传输的消息大小以及支持传输的消息数量；多个流量模式构成搜索空间。

具体的，与对端设备建立的连接数不同、支持传输的消息大小不同或者是支持传输的消息数量不同，则对应的流量模式是不同的流量模式。其中，支持传输的消息大小可以是网络设备与对端设备之间各连接支持传输的消息的总大小，也可以是每个连接支持传输的消息大小，或者是各连接支持传输的消息的平均大小；支持传输的消息数量可以是网络设备与对端设备之间各连接支持传输的消息总数量，也可以是每个连接支持传输的消息数量，或者是各连接支持传输的消息的平均数量。本实施例中，网络设备与对端设备可建立多个连接，每个连接支持传输的消息大小可以相同也可以不同，每个连接支持传输的消息数量可以相同也可以不同。例如，两种不同的流量模式分别为：

流量模式1：建立N1个连接、每个连接支持传输的消息大小为M1字节、每个连接支持传输的消息数量为X1；

流量模式2：建立N2个连接、每个连接支持传输的消息大小为M2字节、每个连接支持传输的消息数量为X2；

其中，(N1,N2)、(M1,M2)和(X1,X2)中至少有一组数值不同。

可以理解的是，也可以根据与对端设备建立的连接数所处的区间、支持传输的消息大小所处的区间以及支持传输的消息数量所处的区间来确定流量模式，例如，两种不同的流量模式分别为：

流量模式1：建立N1～N1’个连接、每个连接支持传输的消息大小为M1～M1’字节、每个连接支持传输的消息数量为X1～X1’；

流量模式2：建立N2～N2’个连接、每个连接支持传输的消息大小为M2～M2’字节、每个连接支持传输的消息数量为X2～X2’；

其中，两种流量模式对应的连接数区间、消息大小区间和消息数量区间中至少有一种区间不同。

需要说明的是，对于上述按照区间划分流量模式的情况，区间长度越短、划分粒度越细，则流量模式的数量越多，构建的搜索空间越完整，测试也更全面。

S220、根据所述RNIC的性能诊断计数器的计数值，基于优化算法在每次迭代过程中从所述搜索空间中选取部分流量模式。

具体的，优化算法可以是群智能优化算法(例如遗传算法、粒子群算法等)、迭代优化算法、进化算法(Evolutionary Algorithms)、组合优化算法(Optimal CombinationAlgorithm)等，其核心思路都是通过不断的迭代搜索优化解集中解的质量，即，淘汰性能正常的流量模式、尽可能多地保留性能异常的流量模式，最终得到测试结果。在搜索的初期，从搜索空间中随机选取的流量模式可能有较多都是性能正常的流量模式，但在性能诊断计数器的计数值的引导下，随着迭代次数的增加，在搜索的后期选取的流量模式就较多都是性能异常的流量模式，最终解集中的解几乎都是性能异常的流量模式，可用于RNIC的性能分析和调优，从而实现网卡流量测试。

在一实施例中，优化算法的目标函数为性能诊断计数器的计数值最大化。

具体的，计数值最大化可以理解为，计数值在指定时长内不再增加，或者是在指定次数的迭代过程中不再增加，或者计数值达到指定值，指定值可根据实际需求设定，例如设定为搜索空间中流量模式数量的20％。

在性能诊断计数器的计数值增加的趋势下，RNIC有更大的概率是工作在性能异常的流量模式，这时，对流量模式的端到端性能进行检查和标记，能够实现异常流量模式的检测，进而分析网卡性能。将性能诊断计数器的计数值作为优化算法的目标函数，起到了引导搜索方向的作用，随着迭代次数的增加，计数值不断增大，解集中的解的质量不断提高。

在一实施例中，优化算法包括模拟退火算法(Simulated annealing Algorithm)。

具体的，模拟退火算法来源于固体退火原理，是一种基于概率的算法，具有很好的鲁棒性，且易于编程和实现，在统计上能够保证找到全局最优解，可以实现全面高效的测试。本实施例利用模拟退火算法，在搜索空间内延性能诊断计数器的计数值增长的方向搜索端到端性能异常的流量模式，目标函数为性能诊断计数器的计数值最大化。

S230、检查选取的流量模式的端到端性能。

在一实施例中，检查选取的流量模式的端到端性能，包括：对于选取的每一个流量模式，如果该流量模式对应的吞吐量低于设定阈值，和/或该流量模式对应的基于优先级的流量控制PFC暂停帧的暂停时间大于0，则确定该流量模式的端到端性能为异常。

PFC是一种对流控机制的增强方案，可用于在一个链路上消除由于拥塞而导致的丢包。PFC允许在一条链路上创建多个虚拟通道，并为每个虚拟通道指定一个优先级，其中任意一条虚拟通道都可以被单独暂停或重启，而不影响其它虚拟通道的流量。本实施例中，对于每次迭代过程中选取的流量模式，可进一步检测RNIC工作在每个流量模式下时对应的吞吐量和PFC暂停帧的暂停时间，如果吞吐量低于设定阈值(例如低于标准值的20％)，或者是PFC暂停帧的暂停时间大于0，都可以判定该流量模式的端到端性能异常。

S240、标记端到端性能异常的流量模式，并记录所述端到端性能异常的流量模式的异常类型。

本实施例中，异常类型包括吞吐量较低和/或PFC暂停帧的暂停时间大于0，通过记录异常类型，便于开发或测试人员分析网卡性能和调优。

S250、满足搜索停止条件？若是，则执行S260；否则，返回S220。

本实施例中，如果满足搜索停止条件，则解集的质量已经满足需求，输出测试结果即可；如果不满足，则进入下一次迭代，继续延性能诊断计数器的计数值增加的方向搜索性能异常的流量模式。

S260、在满足搜索停止条件的情况下输出测试结果，所述测试结果包括所述端到端性能异常的流量模式。

在一实施例中，搜索停止条件包括以下至少之一：搜索时长达到设定时长；RNIC的性能诊断计数器的计数值达到设定值。

具体的，搜索停止条件可根据实际需求设定，搜索停止条件越严格、搜索时间越长，则得到的解的质量越高，测试结果的可靠性越高。搜索停止条件可以是搜索算法的搜索时长达到设定时长，也可以是RNIC性能诊断计数器的计数值达到设定值。

在一实施例中，搜索停止条件包括：迭代次数达到设定次数。

具体的，在基于优化算法搜索端到端性能异常的流量模式的情况下，搜索停止条件也可以包括迭代次数达到设定次数。

可选的，搜索停止条件还可以包括以下的一种或多种：性能诊断计数器的计数值在指定时长内或在指定次数的迭代过程中不再增加，搜索算法的迭代次数达到设定次数，解集中解的数量(即搜索到的性能异常的流量模式的数量)达到设定数量，解集中解的数量在指定时长内，或在计数值的指定变化范围内，或在指定次数的迭代过程中不再增加等。

本实施例提供的一种网卡流量测试方法，流量模式的划分灵活、划分粒度可调，保证搜索空间的完整性；根据多种指标检测端到端性能是否异常，并且可设置多种搜索停止条件，提高了测试的灵活性和全面性；通过充分利用RNIC的性能诊断计数器提供的硬件信息，以计数值为优化目标，基于模拟退火算法在流量空间内部高效地搜索性能异常的流量模式，以软硬结合的方式，实现了对网卡流量高效可靠的测试。

实施例三

图3为本公开实施例三提供的一种网卡流量测试装置的结构示意图。本实施例尚未详尽的内容请参考上述实施例。

如图3所示，该装置包括：

构建模块310，用于构建待测试的流量模式的搜索空间；

测试模块320，用于根据远程直接内存读写网卡RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式；

输出模块330，用于在满足搜索停止条件的情况下输出测试结果，所述测试结果包括所述端到端性能异常的流量模式。

本实施例的网卡流量测试装置，通过利用RNIC内部的硬件信息，对搜索空间中的流量模式进行搜索，最终得到性能异常的流量模式，实现了对RNIC流量全面高效的测试。

在上述基础上，测试模块320包括：

迭代模块，用于根据所述RNIC的性能诊断计数器的计数值，基于优化算法在每次迭代过程中从所述搜索空间中选取部分流量模式，并检查选取的流量模式的端到端性能；

标记模块，用于标记端到端性能异常的流量模式，并记录所述端到端性能异常的流量模式的异常类型。

在上述基础上，所述优化算法的目标函数为所述性能诊断计数器的计数值最大化。

在上述基础上，所述迭代模块，包括：

性能检查单元，用于对于选取的每一个流量模式，如果该流量模式对应的吞吐量低于设定阈值，和/或该流量模式对应的基于优先级的流量控制PFC暂停帧的暂停时间大于0，则确定该流量模式的端到端性能为异常。

在上述基础上，所述搜索停止条件，包括以下至少之一：

搜索时长达到设定时长；

所述RNIC的性能诊断计数器的计数值达到设定值。

在上述基础上，所述搜索停止条件，包括：

迭代次数达到设定次数。

在上述基础上，构建模块310，具体用于：

根据以下至少一种参数确定多个待测试的流量模式：与对端设备建立的连接数、支持传输的消息大小以及支持传输的消息数量；

所述多个流量模式构成所述搜索空间。

在上述基础上，所述优化算法包括模拟退火算法。

上述网卡流量测试装置可执行本公开任意实施例所提供的网卡流量测试方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4为本公开实施例四提供的一种网络设备的硬件结构示意图。本公开实施例中的网络设备可以是计算机、笔记本电脑、服务器或工控机等可通过网卡接入网络并与产生流量的电子设备。图4示出的网络设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，网络设备400可以包括处理器(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有网络设备400操作所需的各种程序和数据。处理器401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

网络设备400还包括直接内存读写网卡406，直接内存读写网卡406中带有性能诊断计数器41。

通常，以下输入/输出装置407可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许网络设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的网络设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理器401执行时，执行本公开实施例的方法中限定的上述功能。

在一实施例中，一个或多个处理器中部署有流量模型生成器(PatternGenerator)和流量引擎(Traffic Engine)；流量模型生成器用于构建待测试的流量模式的搜索空间；根据RNIC的性能诊断计数器的计数值，在搜索空间中搜索端到端性能异常的流量模式；在满足搜索停止条件的情况下输出测试结果，测试结果包括端到端性能异常的流量模式；流量引擎用于根据待测试的流量模式，与对端设备建立RDMA连接，并按照待测试的流量模式产生流量。

在一实施例中，一个或多个处理器中部署有硬件监控器(Hardware Monitor)，硬件监控器用于收集性能诊断计数器的计数值并汇报给流量模型生成器。

在一实施例中，一个或多个处理器中部署有异常监控器(Anomaly Monitor)，异常监控器用于根据待测试的流量模式对应的吞吐量和/或PFC暂停帧的暂停时间检查待测试的流量模式的端到端性能。

图5是本公开实施例四中的网卡流量测试的实现示意图。如图5所示，流量模型生成器53基于模拟退火算法，生成多个解，即生成多个待测试的流量模式，构建搜索空间，然后以性能诊断计数器41的计数值最大化为优化目标，在搜索空间中搜索端到端性能异常的流量模式；流量引擎54根据被搜索到的流量模式，在待测的网络设备51与对端设备52之间建立起RDMA连接，并产生相应的流量；硬件监控器55收集RNIC 406提供的性能诊断计数器41的数值，并汇报给流量模型生成器53，用于引导模拟退火算法的优化；异常监控器56收集流量的吞吐量和PFC暂停帧的暂停时长等信息，判断当前流量模式的端到端性能是否异常，将性能异常的流量模式添加至性能异常集合中，并记录异常类型，汇报给流量模型生成器53；满足搜索停止条件时，流量模型生成器53可根据性能异常集合输出测试结果。

上述网络设备可用于实现本公开任意实施例所提供的网卡流量测试方法，具备执行方法相应的功能模块和有益效果。

实施例五

图6是本公开实施例五中的网卡流量测试系统的结构示意图。该系统可适用于通过测试流量分析网卡性能的情况，具体的，可适用于通过测试网卡在各种流量模式下产生的流量，全面记录性能异常的流量模式的情况。需要说明的是，未在本实施例中详尽描述的技术细节可参见上述任意实施例。

如图6所示，该系统包括：网络设备51以及对端设备52；对端设备52与网络设备51之间建立RDMA连接。其中，网络设备51中设置有待测的网卡，网卡设置有性能诊断计数器。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述网络设备中所包含的；也可以是单独存在，而未装配入该网络设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该网络设备执行时，使得该网络设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该网络设备执行时，使得该网络设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种网卡流量测试方法，包括：

构建待测试的流量模式的搜索空间；

根据RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式；

示例2根据示例1所述的方法，所述根据RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式，包括：

根据所述RNIC的性能诊断计数器的计数值，基于优化算法在每次迭代过程中从所述搜索空间中选取部分流量模式，并检查选取的流量模式的端到端性能；

标记端到端性能异常的流量模式，并记录所述端到端性能异常的流量模式的异常类型。

示例3根据示例2所述的方法，所述优化算法的目标函数为所述性能诊断计数器的计数值最大化。

示例4根据示例2所述的方法，所述检查选取的流量模式的端到端性能，包括：

对于选取的每一个流量模式，如果该流量模式对应的吞吐量低于设定阈值，和/或该流量模式对应的基于优先级的流量控制PFC暂停帧的暂停时间大于0，则确定该流量模式的端到端性能为异常。

示例5根据示例1所述的方法，所述搜索停止条件，包括以下至少之一：

搜索时长达到设定时长；

所述RNIC的性能诊断计数器的计数值达到设定值。

示例6根据示例2所述的方法，所述搜索停止条件，包括：

迭代次数达到设定次数。

示例7根据示例1所述的方法，所述构建待测试的流量模式的搜索空间，包括：

所述多个流量模式构成所述搜索空间。

示例8根据示例2所述的方法，所述优化算法包括模拟退火算法。

根据本公开的一个或多个实施例，示例9提供了一种网卡流量测试装置，包括：

构建模块，用于构建待测试的流量模式的搜索空间；

根据本公开的一个或多个实施例，示例10提供了一种网络设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如示例1-8中任一所述的网卡流量测试方法。

示例11根据示例10所述的网络设备，所述一个或多个处理器中部署有流量模型生成器和流量引擎；

所述流量模型生成器用于构建待测试的流量模式的搜索空间；根据RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式；在满足搜索停止条件的情况下输出测试结果，所述测试结果包括所述端到端性能异常的流量模式；

所述流量引擎用于根据待测试的流量模式，与对端设备建立RDMA连接，并按照待测试的流量模式产生流量。

示例12根据示例11所述的网络设备，所述一个或多个处理器中部署有硬件监控器，所述硬件监控器用于收集所述性能诊断计数器的计数值并汇报给所述流量模型生成器。

示例13根据示例10所述的网络设备，所述一个或多个处理器中部署有异常监控器，所述异常监控器用于根据待测试的流量模式对应的吞吐量和/或PFC暂停帧的暂停时间检查待测试的流量模式的端到端性能。

根据本公开的一个或多个实施例，示例14提供了一种网卡流量测试系统，包括：如示例10-13任一所述的网络设备，以及对端设备；

所述对端设备与所述网络设备之间建立RDMA连接。

根据本公开的一个或多个实施例，示例15提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如示例1-8中任一所述的网卡流量测试方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附示例书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现示例书的示例形式。

Claims

1.一种网卡流量测试方法，其特征在于，包括：

构建待测试的流量模式的搜索空间；

2.根据权利要求1所述的方法，其特征在于，所述根据RNIC的性能诊断计数器的计数值，在所述搜索空间中搜索端到端性能异常的流量模式，包括：

3.根据权利要求2所述的方法，其特征在于，所述优化算法的目标函数为所述性能诊断计数器的计数值最大化。

4.根据权利要求2所述的方法，其特征在于，所述检查选取的流量模式的端到端性能，包括：

5.根据权利要求1所述的方法，其特征在于，所述搜索停止条件，包括以下至少之一：

搜索时长达到设定时长；

所述RNIC的性能诊断计数器的计数值达到设定值。

6.根据权利要求2所述的方法，其特征在于，所述搜索停止条件，包括：

迭代次数达到设定次数。

7.根据权利要求1所述的方法，其特征在于，所述构建待测试的流量模式的搜索空间，包括：

所述多个流量模式构成所述搜索空间。

8.根据权利要求2所述的方法，其特征在于，所述优化算法包括模拟退火算法。

9.一种网卡流量测试装置，其特征在于，包括：

构建模块，用于构建待测试的流量模式的搜索空间；

10.一种网络设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的网卡流量测试方法。

11.根据权利要求10所述的网络设备，其特征在于，所述一个或多个处理器中部署有流量模型生成器和流量引擎；

所述流量引擎用于根据待测试的流量模式，与对端设备建立远程直接内存读写RDMA连接，并按照待测试的流量模式产生流量。

12.根据权利要求11所述的网络设备，其特征在于，所述一个或多个处理器中部署有硬件监控器，所述硬件监控器用于收集所述性能诊断计数器的计数值并汇报给所述流量模型生成器。

13.根据权利要求10所述的网络设备，其特征在于，所述一个或多个处理器中部署有异常监控器，所述异常监控器用于根据待测试的流量模式对应的吞吐量和/或PFC暂停帧的暂停时间检查待测试的流量模式的端到端性能。

14.一种网卡流量测试系统，其特征在于，包括：如权利要求10-13任一所述的网络设备，以及对端设备；

所述对端设备与所述网络设备之间建立RDMA连接。

15.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的网卡流量测试方法。