Linux 网卡特性配置ethtool详解

近期遇到一个自定义报文传输性能问题，解决过程中借助了ethtool这个工具，因此发掘一下与此工具相关的网卡的一些特性。

ethtool 常用命令如下，比如对eth0的操作：

ethtool eth0       //查询ethx网口基本设置，其中 x 是对应网卡的编号，如eth0、eth1等等
ethtool –h        //显示ethtool的命令帮助(help)
ethtool –i eth0    //查询eth0网口的相关信息
ethtool –d eth0    //查询eth0网口注册性信息
ethtool –r eth0    //重置eth0网口到自适应模式
ethtool –S eth0    //查询eth0网口收发包统计
ethtool –s eth0 [speed ||] [duplex half|full]  [autoneg on|off]        //设置网口速率10/100/1000M、设置网口半/全双工、设置网口是否自协商

我这里主要想发掘一下ethtool -k 相关的内容，以下命令在ubuntu 14.04上亲测：

1、rx-checksumming: off

接收侧硬件校验和计算，如能设置为on，表示网卡支持该特性，命令： ethtool -K eth0 rx-checksum on|off

2、tx-checksumming: on

发送侧硬件校验和计算，如能设置为on，表示网卡支持该特性，命令： ethtool -K eth0 tx-checksum-ip-generic on|off

3、scatter-gather: on

分散/聚集 (Scatter Gather) 功能，是网卡要支持TSO的必要条件之一。

4、tcp-segmentation-offload: on

简称TSO，是一种利用网卡对TCP数据包分片，减轻CPU负荷的一种技术，有时也被叫做 LSO (Large segment offload) ，TSO是针对TCP的，UFO是针对UDP的。如果硬件支持 TSO功能，同时也需要硬件支持的TCP校验计算和分散/聚集 (Scatter Gather) 功能。命令： ethtool -K eth0 tso on|off

在不支持TSO的网卡上，TCP层向IP层发送数据会考虑mss，使得TCP向下发送的数据可以包含在一个IP分组中而不会造成分片， mss是在TCP初始建立连接时由网卡MTU确定并和对端协商的，所以在一个MTU＝1500的网卡上，TCP向下发送的数据不会大于min(mss_local, mss_remote)-ip头-tcp头。
      网卡支持TSO时，TCP层会逐渐增大mss（总是整数倍数增加），当TCP层向下发送大块数据时，仅仅计算TCP头，网卡接到到了IP层传下的大数据包后自己重新分成若干个IP数据包，添加IP头，复制TCP头并且重新计算校验和等相关数据，这样就把一部分CPU相关的处理工作转移到由网卡来处理。

5、udp-fragmentation-offload: off

简称UFO，是网卡对udp提供的类似TSO的技术。 命令：ethtool -K eth0 ufo on | off

在我的网卡上不支持这个特性，所以命令执行失败是这样的：

root@ubuntu:~# ethtool -K eth0 ufo on
Cannot change udp-fragmentation-offload
Could not change any device features

6、generic-segmentation-offload: on

简称GSO，它比TSO更通用，基本思想就是尽可能的推迟数据分片直至发送到网卡驱动之前，此时会检查网卡是否支持分片功能（如TSO、UFO）, 如果支持直接发送到网卡，如果不支持就进行分片后再发往网卡。这样大数据包只需走一次协议栈，而不是被分割成几个数据包分别走，这就提高了效率。命令： ethtool -K eth0 gso on | off

7、large-receive-offload: off

　　简称LRO，通过将接收到的多个TCP数据聚合成一个大的数据包，然后传递给网络协议栈处理，以减少上层协议栈处理 开销，提高系统接收TCP数据包的能力。

8、generic-receive-offload: on

简称GRO，基本思想跟LRO类似，克服了LRO的一些缺点，更通用。后续的驱动都使用GRO的接口，而不是LRO。

附：

RSS(Receive Side Scaling)，是一项网卡的新特性，俗称多队列。具备多个RSS队列的网卡，可以将不同的网络流分成不同的队列，再分别将这些队列分配到多个CPU核心上进行处理，从而将负荷分散，充分利用多核CPU的能力。

参考：

http://www.winyao.com/solution_show.asp?id=224