如果你对Linux是如何实现对用户原始的网络包进行协议头封装与解析，为什么会粘包拆包，期间网络包经历了哪些缓冲区、经历了几次拷贝(CPU、DMA)，TCP又是如何实现滑动/拥塞窗口这几个话题感兴趣的话，不妨看下去吧~

1. Linux发送HTTP网络包图像

图像解析

写入套接字缓冲区(添加TcpHeader)

用户态进程通过write()系统调用切到内核态将用户进程缓冲区中的HTTP报文数据通过Tcp Process处理程序为HTTP报文添加TcpHeader，并进行CPU copy写入套接字发送缓冲区，每个套接字会分别对应一个Send-Q(发送缓冲区队列)、Recv-Q(接收缓冲区队列)，可以通过ss -nt语句获取当前的套接字缓冲区的状态；

# ss -nt
State   Recv-Q   Send-Q         Local Address:Port              Peer Address:Port
ESTAB   0        0              192.168.183.130:52454           192.168.183.130:14465
State   Recv-Q   Send-Q         Local Address:Port              Peer Address:Port
ESTAB   0        1024           192.168.183.130:52454           192.168.183.130:14465
State   Recv-Q   Send-Q         Local Address:Port              Peer Address:Port
ESTAB   0        2048           192.168.183.130:52454           192.168.183.130:14465
......
State   Recv-Q   Send-Q         Local Address:Port              Peer Address:Port
ESTAB   0        13312          192.168.183.130:52454           192.168.183.130:14465
State   Recv-Q   Send-Q         Local Address:Port              Peer Address:Port
ESTAB   0        14336          192.168.183.130:52454           192.168.183.130:14465
State   Recv-Q   Send-Q         Local Address:Port              Peer Address:Port
ESTAB   0        14480          192.168.183.130:52454           192.168.183.130:14465

套接字缓冲区发送队列由一个个struct sk_buff 结构体的链表组成，其中一个sk_buff数据结构对应一个网络包；这个结构体后面会详细讲，是Linux实现网络协议栈的核心数据结构。

IP层

接着对TCP包在IP Layer层进行网络包IpHeader的组装，并经由QDisc(排队规则)进行转发；

数据链路层/物理层

接着网卡设备通过DMA Engine将内存中RingBuffer的Tx.ring块中的IP包(sk_buff)copy到网卡自身的内存中，并生成CRC等校验数据形成数据链路包头部并进行网络传输。

2. `sk_buff`数据结构解析

通过对sk_buff数据结构解析的过程中，我们回答文章头部的几个问题，以及窥见Linux中的一些设计思想；

上方的长方形为网络包在内存中的存储结构；下方的长方形为sk_buff结构体，用来描述一个网络包；因此一个网络包占用内存的大小为sk_buff结构体大小+网络包内存的大小，通过sk_buff中的truesize来标识；mac+ip+tcp+data存储在线性地址空间中，skb_shared_info存储在非线性内存区域中；

进行协议头的增添

我们知道，按照网络栈的设定，发送网络包时，每经过一层，都会增加对应协议层的协议首部，因此Linux采用在sk_buff中的一个Union结构体进行标识：

struct sk_buff {
    union {
           struct tcphdr	*th; // TCP Header
           struct udphdr	*uh; // UDP Header
           struct icmphdr	*icmph; // ICMP Header
           struct igmphdr	*igmph; 
           struct iphdr	*ipiph; // IPv4 Header
           struct ipv6hdr	*ipv6h; // IPv6 Header
           unsigned char	*raw; // MAC Header
    } h;
}

结构体中存储的是指向内存中各种协议的首部地址的指针，而在发送数据包的过程中，sk_buff中的data指针指向最外层的协议头；

网络包的大小占用

考虑一个包含2bytes的网络包，需要包括预留头(64 bytes) + Mac头(14bytes) + IP头(20bytes) + Tcp头(32bytes) + 有效负载为2bytes(len) + skb_shared_info(320bytes) = 452bytes，向上取整后为512bytes；sk_buff这个存储结构占用256bytes；则一个2bytes的网络包需要占用512+256=768bytes(truesize) 的内存空间；

因此当发送这个网络包时：

Case1：不存在缓冲区积压，则新建一个sk_buff进行网络包的发送；

skb->truesize = 768 
skb->datalen  = 0 skb_shared_info 结构有效负载 (非线性区域)
skb->len      = 2 有效负载 (线性区域 + 非线性区域(datalen)，这里暂时不考虑协议头部)

Case2：如果缓冲区积压(存在积压的网络包-即SEND-Q中存在sk_buff结构)，Linux会尝试将当前包合并到SEND-Q的最后一个sk_buff结构中 (粘包) ；考虑我们上述的768bytes的结构体为SEND-Q的最后一个sk_buff，当用户进程继续调用write系统调用写入2kb的数据时，前一个数据包还未达到MSS/MTU的限制、整个缓冲区的大小未达到SO_SENDBUF指定的限制，会进行包的合并，packet data = 2 + 2，头部的相关信息都可以进行复用，因为套接字缓冲区与套接字是一一对应的；PS：因为生成网络包时，会默认占用线性地址空间data(bytes)的内存大小；这部分内存是占用是计算在trueSize内的，因此trueSize不会增加；

tail_skb->truesize = 768 
tail_skb->datalen  = 0
tail_skb->len      = 4 (2 + 2)

发送窗口

我们在创建套接字的时候，通过SO_SENDBUF指定了发送缓冲区的大小，如果设置了大小为2048KB，则Linux在真实创建的时候会设置大小2048*2=4096，因为linux除了要考虑用户的应用层数据，还需要考虑linux自身数据结构的开销-协议头部、指针、非线性内存区域结构等...

sk_buff结构中通过sk_wmem_queued标识发送缓冲区已经使用的内存大小，并在发包时检查当前缓冲区大小是否小于SO_SENDBUF指定的大小，如果不满足则阻塞当前线程，进行睡眠，等待发送窗口中有包被ACK后触发内存free的回调函数唤醒后继续尝试发送；

接收窗口(拥塞窗口)

    |<---------- RCV.BUFF ---------------->|
          1             2            3
    |<-RCV.USER->|<--- RCV.WND ---->|
----|------------|------------------|------|----
              RCV.NXT

接收窗口主要分为3部分：

RCV.USER 为积压的已经收到但尚未被用户进程通过read等系统调用获取的网络数据包；当用户进程获取后窗口的左端会向右移动，并触发回调函数将该数据包的内存free掉；
RCV.WND 为未使用的，推荐返回给该套接字的客户端发送方当前剩余的可发送的bytes数，即拥塞窗口的大小；
第三部分为未使用的，尚未预先内存分配的，并不计算在拥塞窗口的大小中；

进入网卡驱动层

NIC (network interface card) 在系统启动过程中会向系统注册自己的各种信息，系统会分配 RingBuffer队列及一块专门的内核内存区用于存放传输上来的数据包。每个 NIC 对应一个R x.ring 和一个 Tx.ring。一个 RingBuffer 上同一个时刻只有一个 CPU 处理数据。

每个网络包对应的网卡存储在sk_buff结构的dev_input中；

RingBuffer队列内存放的是一个个描述符(Descriptor)，其有两种状态：ready 和 used。

初始时 Descriptor 是空的，指向一个空的 sk_buff，处在 ready 状态。
网卡收到网络包：当NIC有网络数据包传入时，DMA负责从NIC取数据，并在Rx.ring上按顺序找到下一个ready的Descriptor，将数据存入该 Descriptor指向的sk_buff中，并标记槽为used。
网卡发送网络包：当sk_buff已经在内核空间被写入完成时，网卡的DMA Engine检测到Tx.ring有数据包完成时，触发DMA Copy将数据传输到网卡内存中，并封装MAC帧。

不同的网络包发送函数有几次拷贝？

read then write

常见的场景中，当我们要在网络中发送一个文件，那么首先需要通过read系统调用陷入内核态读取 PageCache 通过 CPU Copy 数据页到用户态内存中，接着将数据页封装成对应的应用层协议报文，并通过write系统调用陷入内核态将应用层报文 CPU Copy 到套接字缓冲区中，经过TCP/IP处理后形成IP包，最后通过网卡的DMA Engine 将 RingBuffer Tx.ring 中的sk_buff进行 DMA Copy 到网卡的内存中，并将IP包封装为帧并对外发送。

PS：如果PageCache中不存在对应的数据页缓存，则需要通过磁盘DMA Copy到内存中。

因此read then write 需要两次系统调用(4次上下文切换，因为系统调用需要将用户态线程切换到内核态线程进行执行)，两次CPU Copy、两次DMA Copy。

sendFile

用户线程调用sendFile系统调用陷入内核态，sendFile无需拷贝PageCache中的数据页到用户态内存中中，而是通过内核线程将 PageCache 中的数据页直接通过CPU Copy 拷贝到套接字缓冲区中，再经由相同的步骤经过一次网卡DMA对外传输。

因此sendFile 需要一次系统调用，一次CPU Copy；

相比于write，sendFile少了一次PageCache拷贝到内存的开销，但是需要限制在网络传输的是文件页，而不是用户缓冲区中的匿名页，并且因为完全在内核态进行数据copy，因此无法添加用户态的协议数据；

Kafka因为基于操作系统文件系统进行数据存储，并且文件量比较大，因此比较适合通过sendFile进行网络传输的实现；

但是sendFile仍然需要一次内核线程的CPU Copy，因此零拷贝更偏向于无需拷贝用户态空间中的数据。

mmap + write

相比于sendFile直接在内核态进行文件传输，mmap则是通过在进程的虚拟地址空间中映射PageCache，再经过write进行网络写入；比较适用于小文件的传输，因为mmap并没有立即将数据拷贝到用户态空间中，所以较大文件会导致频繁触发虚拟内存的 page fault 缺页异常；

RocketMQ 选择了 mmap+write 这种零拷贝方式，适用于消息这种小块文件的数据持久化和传输。

3. 参考

一个 TCP 接收缓冲区问题的解析 - SegmentFault 思否

一个 TCP 发送缓冲区问题的解析

简述 Linux I/O 原理及零拷贝（下） — 网络 I/O - 知乎 (zhihu.com)

Linux中一个网络包的发送/接收流程