对于典型的数据中心或者云，为了充分利用硬件，往往依赖于虚拟化技术。在这种情况下，OvS是云和数据中心在提供虚拟机网络方面的关键连接组件，比如OpenStack，以及OpenNebula。但是，问题是随着线路速率从10Gb增长到40Gb再到100Gb，OvS很难跟上这样的增长速度。因此，为解决这个问题，基于DPDK的OvS得以开发。确实，基于DPDK的OvS的性能高于Vanilla OvS，但这是为什么呢？接下去我们将一探究竟。
云/数据中心OvS典型应用场景
有两种基本的虚拟机通信场景：一种是不跨主机的虚拟机间通讯；另一种是需要经过物理网卡的跨主机的虚拟机间通讯。
OvS，OvS-DPDK I/O比较
Vanilla OvS有两个典型的组件，一个是位于内核空间的kernel module，另一个是位于用户空间的OvS daemon。典型场景下，流量会从一台虚拟机进入内核module，然后去向别处。但是如果相应的rule没有缓存在内核module中，那么内核module就需要和OvS daemon通信来获取相应的rule。而这就会导致很多用户空间和内核空间的上下文切换。在OvS-DPDK中，整个data path都在用户空间。如果想要和外界通信，可以直接绕过内核，通过PM Ddriver与物理网卡通信。
典型的处理器有很多的core。每个core都有自己的L1 cache、L2 cache，并共享LLC cache。离core越远，就会有越大的访问开销。
下图数据来源：Intel 64 andIA-32 Architectures: Optimization Reference Manual
测试方案
在Guest-Guest (VM2VM)中，我们有一个物理host，运行2个虚拟机，它们可以通过OvS或者OvS-DPDK通信。
在Guest-Host(VM2Host)中，有2 个物理host，一个运行虚拟机并运行OvS或者OvS-DPDK，另一个运行iperf服务器。
具体配置信息如下：
Iperf测试命令如下：
Evaluation 1 四种场景下吞吐量和ICP比较
OvS-DPDK-VM2VM的吞吐量是OvS-VM2VM的5.5倍；OvS-DPDK-VM2HOST的吞吐量是OvS-VM2HOST的3倍左右。从IPC来看，对于典型的4-issue架构，理想的IPC是4，如果我们没有使用OvS-DPDK，IPC会低于1，差不多是0.3或0.2；而使用了OvS-DPDK，这一数值会大大提高。
Evaluation 2 Cache 行为比较
第一个蓝色柱子和第三个蓝色柱子相比，我们可以看到有七倍左右的增长；第二个蓝色柱子和第四个蓝色柱子相比，我们可以看到有八倍左右的增长。也就是说当我们使用OvS-DPDK时会有更多的cache hits，更少的cache misses。图中的L1data miss rate，从9.84%下降到4.8%。这得益于DPDK的预取机制。
Evaluation 3 LLC Cache和TLB 行为
从图表中可以看出，使用OvS-DPDK时, TLB的 miss rate几乎为0。这得益于大页的应用。
虚拟机之间的跨socket通信
现代的数据中心通过部署多路处理器平台来扩展性能。我们的测试平台如下：
Evaluation 4吞吐量和cache行为比较
跨socket的设计会对性能有不利影响。在有多socket的平台中，比较好的做法是如果有很高的带宽，则使用同一个socket。在同一个socket中，会得到更高的吞吐量和更好的LLC行为。
Evaluation 5 上下文转换比较
相对于原始的OvS，OvS-DPDK有更少的上下文切换。此外， 跨socket的通信并不是导致上下文切换的根本原因。
总结
本文从计算机架构师的角度详细分析了Vanilla OvS 和OvS-DPDK的性能。总的来说有两点：A.OvS-DPDK通过以下两点提高系统性能：1.增加IPC和cache hits；2. 减少cache miss（软件预取功能），减少TLB miss（大页），减少上下文切换（用户空间驱动）。
B.多socket 平台中可能导致：1. 更低的系统吞吐量和更少的LLC命中；2. 但跨socket的通信不是导致上下文切换的根本原因。
作者简介
Dr. Peilong Li，2016年获得马萨诸塞大学洛厄尔分校计算机工程博士学位。现今在该大学电气和计算机系从事博士后研究工作。他的研究领域包括异构和并行计算体系结构、分布式计算框架研究，软件定义网络的数据平面创新等等。
