DPDK启用后收包中断、rx_missed_errors激增的丢包定位咨询

丢包位置定位方法 #

• 首先查询端口扩展统计：执行dpdk-proc-info -- --xstats -p 0x1，查看队列级丢包指标rx_queue_[队列号]_dropped，确认丢包是否发生在网卡硬件队列层面。
• 在应用代码中增加埋点统计：分别统计每次rte_eth_rx_burst调用的收包总数、rte_pktmbuf_free调用的释放mbuf总数，对比两个数值的差值，确认是否存在收包后未释放mbuf的情况。
• 故障发生时查询收包mempool的空闲元素数量：调用rte_mempool_free_count接口查看对应mempool的剩余空闲mbuf，若空闲数为0则可确认是mbuf耗尽导致的问题。

问题解答 #

1. 每收到1个报文是否对应占用1个rx_desc？ #

是。每个收到的报文都会占用1个rx_desc，网卡将报文DMA到rx_desc关联的mbuf后，该rx_desc会被标记为已使用，只有当软件释放对应mbuf、将rx_desc重新归还给网卡后，该rx_desc才能用于接收新报文。

2. 该故障是否可能是报文处理耗时过长、或rx_desc未被主动释放导致？ #

两种情况均可能引发该故障，且完全匹配你观测到的现象：

• rx_desc未主动释放：如果应用收包后未调用rte_pktmbuf_free释放mbuf，或者将mbuf长期缓存在业务队列中未处理、未释放，可用rx_desc的数量会随运行时间逐渐减少，全部耗尽后网卡没有空余资源接收新报文，就会直接丢包并上涨rx_missed_errors计数。你调大rx_desc数量后故障发生时间延后，本质就是增加了可被占用的rx_desc总配额，耗尽的时间相应变长。
• 报文处理耗时过长：如果收包线程的处理速度低于网卡的收包速度，rte_eth_rx_burst拉取报文、释放rx_desc的速度赶不上网卡占用rx_desc的速度，也会逐渐耗光所有rx_desc，触发同样的丢包问题。

补充说明 #

你观测到故障时dpdk-pdump无法抓包，是因为dpdk-pdump是从PMD驱动的软件收包路径镜像报文，当rx_desc耗尽后新报文会直接在网卡层面被丢弃，根本没有进入软件收包路径，因此pdump无法捕获到任何报文。

内容的提问来源于stack exchange，提问作者nmurshed