RDMA简介

https://zhuanlan.zhihu.com/p/336793481

 

 

简介

Remote

• data transfers between nodes in a network

Direct

• no Operating System Kernel involvement in transfers
• everything about a transfer offloaded onto Interface Card

Memory

• transfers between user space application virtual memory
• no extra copying or buffering

Access

• send, receive, read, write, atomic operations
  
• RDMA通过专有的RDMA网卡RNIC，绕过内核直接从用户空间访问RDMA enabled NIC网卡。
  
• 要运行RDMA，除了加载mlx5_core，还有其他模块mlx5_ib, ib_core, ib_ucm, rdma_core
• RDMA is a method of accessing memory on a remote system without interrupting the processing of the CPU(s) on that system. -- RDMA over Commodity Ethernet at Scale

rdma和普通的tcp/ip有什么不同

1. zero copy – data transferred directly from virtual memory on one node to virtual memory on another node
2. kernel bypass – no operating system involvement during data transfers
3. asynchronous operation – threads not blocked during I/O transfers
   

• tcp网络收发的过程，涉及了多个队列和缓冲区。
• rdma链路免拷贝，但是要提前申请内存（pin住内存）

tcp网络收发过程涉及的缓冲区

1. 网卡收发网络包时，通过 DMA 方式交互的环形缓冲区；
2. 网卡中断处理程序为网络帧分配的，内核数据结构 sk_buff 缓冲区；
3. 应用程序通过套接字接口，与网络协议栈交互时的套接字缓冲区。

名词

1. OFED：目前的理解是OFED实现的是RDMA编程的接口层（编程库），底层的协议栈是靠别的团队完成的。
2. libibverbs和librdmacm库：libibverbs is a library that allows userspace processes to use RDMA "verbs" as described in the InfiniBand Architecture Specification and the RDMA Protocol Verbs Specification. 其中librdmacm在libibverbs上封装了一层
3. Roce v1：ib 二层
4. Roce v2：udp 三层
5. rc：reliable connection
6. uc：unreliable connection

RDMA操作细节

1. RDMA提供了基于消息队列的点对点通信，每个应用都可以直接获取自己的消息，无需操作系统和协议栈的介入。
2. 消息服务建立在通信双方本端和远端应用之间创建的Channel-IO连接之上。当应用需要通信时，就会创建一条Channel连接，每条Channel的首尾端点是两对Queue Pairs（QP）。每对QP由Send Queue（SQ）和Receive Queue（RQ）构成，这些队列中管理着各种类型的消息。QP会被映射到应用的虚拟地址空间，使得应用直接通过它访问RNIC网卡。除了QP描述的两种基本队列之外，RDMA还提供一种队列Complete Queue（CQ），CQ用来知会用户WQ上的消息已经被处理完。
3. RDMA提供了一套软件传输接口，方便用户创建传输请求Work Request(WR），WR中描述了应用希望传输到Channel对端的消息内容，WR通知QP中的某个队列Work Queue(WQ)。在WQ中，用户的WR被转化为Work Queue Element（WQE）的格式，等待RNIC的异步调度解析，并从WQE指向的Buffer中拿到真正的消息发送到Channel对端。

RDAM单边操作 (RDMA READ)

READ和WRITE是单边操作，只需要本端明确信息的源和目的地址（在建立连接的前提下），远端应用不必感知此次通信，数据的读或写都通过RDMA在RNIC与应用Buffer之间完成，再由远端RNIC封装成消息返回到本端。

对于单边操作，以存储网络环境下的存储为例，数据的流程如下：

1. 首先A、B建立连接，QP已经创建并且初始化。
2. 数据被存档在B的buffer地址VB，注意VB应该提前注册到B的RNIC (并且它是一个Memory Region) ，并拿到返回的local key，相当于RDMA操作这块buffer的权限。
3. B把数据地址VB，key封装到专用的报文传送到A，这相当于B把数据buffer的操作权交给了A。同时B在它的WQ中注册进一个WR，以用于接收数据传输的A返回的状态。
4. A在收到B的送过来的数据VB和R_key后，RNIC会把它们连同自身存储地址VA到封装RDMA READ请求，将这个消息请求发送给B，这个过程A、B两端不需要任何软件参与，就可以将B的数据存储到A的VA虚拟地址。
5. A在存储完成后，会向B返回整个数据传输的状态信息。

单边操作传输方式是RDMA与传统网络传输的最大不同，只需提供直接访问远程的虚拟地址，无须远程应用的参与其中，这种方式适用于批量数据传输。

RDMA 单边操作 (RDMA WRITE)

对于单边操作，以存储网络环境下的存储为例，数据的流程如下：

1. 首先A、B建立连接，QP已经创建并且初始化。
2. 数据remote目标存储buffer地址VB，注意VB应该提前注册到B的RNIC(并且它是一个Memory Region)，并拿到返回的local key，相当于RDMA操作这块buffer的权限。
3. B把数据地址VB，key封装到专用的报文传送到A，这相当于B把数据buffer的操作权交给了A。同时B在它的WQ中注册进一个WR，以用于接收数据传输的A返回的状态。
4. A在收到B的送过来的数据VB和R_key后，RNIC会把它们连同自身发送地址VA到封装RDMA WRITE请求，这个过程A、B两端不需要任何软件参与，就可以将A的数据发送到B的VB虚拟地址。
5. A在发送数据完成后，会向B返回整个数据传输的状态信息。

单边操作传输方式是RDMA与传统网络传输的最大不同，只需提供直接访问远程的虚拟地址，无须远程应用的参与其中，这种方式适用于批量数据传输。

read/write不会消耗srq

RDMA 双边操作 (RDMA SEND/RECEIVE)

RDMA中SEND/RECEIVE是双边操作，即必须要远端的应用感知参与才能完成收发。在实际中，SEND/RECEIVE多用于连接控制类报文，而数据报文多是通过READ/WRITE来完成的。

对于双边操作为例，主机A向主机B(下面简称A、B)发送数据的流程如下：

1. 首先，A和B都要创建并初始化好各自的QP，CQ
2. A和B分别向自己的WQ中注册WQE，对于A，WQ=SQ，WQE描述指向一个等到被发送的数据；对于B，WQ=RQ，WQE描述指向一块用于存储数据的Buffer。
3. A的RNIC异步调度轮到A的WQE，解析到这是一个SEND消息，从Buffer中直接向B发出数据。数据流到达B的RNIC后，B的WQE被消耗，并把数据直接存储到WQE指向的存储位置。
4. AB通信完成后，A的CQ中会产生一个完成消息CQE表示发送完成。与此同时，B的CQ中也会产生一个完成消息表示接收完成。每个WQ中WQE的处理完成都会产生一个CQE。

双边操作与传统网络的底层Buffer Pool类似，收发双方的参与过程并无差别，区别在零拷贝、Kernel Bypass，实际上对于RDMA，这是一种复杂的消息传输模式，多用于传输短的控制消息。

编程步骤

1. 打开设备 ibv_open_device
2. 申请protect-domain ibv_alloc_pd
3. ibv_alloc_pd creates a protection domain (PD). PDs limit which memory regions can be accessed by which queue pairs (QP) providing a degree of protection from unauthorized access.
4. 注册内存 ibv_reg_mr
5. 通过上一步申请的pd，注册内存，同时规定使用权限，不同的pd可以访问同一块mr，内存可以使用一片mmap出的内存区域，也可以是spdk_zmalloc申请出的大页内存
6. 同时这个命令也申请出了lkey，rkey
7. 可是使用任何类型的内存
8. 创建Complete Queue ibv_create_cq，
9. 多个qp可以共用一个cq，sending和receiving也可以共用一个cq
10. 默认是polling模式，也可以配置参数ibv_comp_channel配制成事件通知的模式
11. 创建shared receive queue ibv_create_srq
12. 申请出的srq会被ibv_post_srq_recv调用
13. 多个qp共用一个srq
14. 创建queue-pair ibv_create_qp
15. 创建新的qp，会关联cq，srq
16. init/ready to receive/ready to send (modify_qp)
17. 放置receive buffer ibv_post_srq_recv
18. 把一系列的wr放到srq中
19. 接收消息的时候才要用到，因为接收方需要开辟内存放置收到的信息
20. 客户端发送消息过来的时候会占用一个当前空闲的wr，如果当前srq中没有空闲的wr了，发送端会报错
21. 交换qp信息，建立连接
22. 发送 ibv_post_send
23. poll cq ibv_poll_cq

参考链接

1. 深入浅出全面解析RDMA
2. 使用RDMA ibverbs 编程
3. RDMA学习路线总结
4. nvme-rdma需要使用OFDE选项with-nvmf
5. HowTo Compile MLNX_OFED for Different Linux Kernel Distribution
6. MLNX_OFED Documentation Rev 5.0-2.1.8.0 pdf
7. Mellanox Linux Driver Modules Relationship (MLNX_OFED)
8. 华为云部署全球首个PFC-Free的RDMA网络HUAWEI CurreNET
9. 两种以太网 RDMA 协议： iWARP 和 RoCE
10. OpenVSwitch 硬件加速浅谈 ovs hw-offload
11. OVS Offload Using ASAP2 Direct 裸金属实际上还是虚拟机
12. Raw Ethernet Programming: Packet Pacing - Code Example
13. RDMA read and write with IB verbs 写的很好，还有例程
14. RoCE Debug Flow for Linux看不懂
15. RDMA技术详解看过了，挺好的
16. Understanding mlx5 Linux Counters and Status Parameters比如/sys/class/infiniband/mlx5_bond_0/ports/1/hw_counters/np_cnp_sent和 /sys/class/infiniband/mlx5_bond_0/ports/1/hw_counters/np_ecn_marked_roce_packets
17. TCP中ECN详细工作机制讲解一
18. RDMA/RoCE Solutionsmlx一系列的文章
19. mlnx_qos
20. ibv_post_send() RDMAmojo
21. ibv_create_qp()
22. Connecting Queue Pairs
23. ibv_modify_qp()
24. Revisiting Network Support for RDMA - Extended version of the SIGCOMM 2018 paper论文挺好的，很多基本概念也有，比如NACK： negative acknowledgement
25. RDMA over Commodity Ethernet at Scale SIGCOMM 2016 paperguochuanxiong的论文
26. Congestion Control for Large-Scale RDMA deployments 2015 sigcomm，首篇提到DCQCN的论文
27. Verbs programming tutorial
28. Priority Flow Control (PFC)
29. 7.7. USING CHANNEL BONDING讲bonding redhat真的是有很多不错的文章
30. [RoCE]拥塞控制机制(ECN, DC-QCN) ecn标记有它的不足之处，如果qpair很多，而ecn又是随机标记的，会导致有些qpair标记不到，导致单凭ecn无法避免拥塞
31. VLAN 基础知识
32. 数据中心网络监控小结pingmesh