本文簡單描述了InfiniBand 和遠(yuǎn)程直接訪問(RDMA)是什么，以及在實(shí)踐中如何配置InfiniBand網(wǎng)絡(luò)硬件。另外，本文檔解釋了如何配置與 InfiniBand 相關(guān)的服務(wù)。

01InfiniBand 和 RDMA 介紹

InfiniBand代表兩個(gè)不同的因素：

1、InfiniBand網(wǎng)絡(luò)的物理鏈路協(xié)議

2、InfiniBand Verbs API，這是RDMA（remote direct memory access）技術(shù)的一個(gè)實(shí)現(xiàn)。

RDMA 可在不涉及計(jì)算機(jī)操作系統(tǒng)的情況下，從一個(gè)計(jì)算機(jī)訪問另一臺計(jì)算機(jī)的內(nèi)存。此技術(shù)啟用了高吞 吐量和低延遲聯(lián)網(wǎng)，且 CPU 使用率較低。 在典型的 IP 數(shù)據(jù)傳輸中，當(dāng)機(jī)器中的某個(gè)應(yīng)用程序向另一臺機(jī)器上的應(yīng)用程序發(fā)送數(shù)據(jù)時(shí)，在接收層時(shí)會出現(xiàn)以下情況：

1、內(nèi)核必須接收數(shù)據(jù)。

2、內(nèi)核必須確定該數(shù)據(jù)是否屬于該應(yīng)用程序。

3、內(nèi)核喚醒應(yīng)用程序。

4、內(nèi)核會等待應(yīng)用程序執(zhí)行系統(tǒng)調(diào)用到內(nèi)核。

5、應(yīng)用程序?qū)?nèi)核本身的內(nèi)部內(nèi)存空間數(shù)據(jù)復(fù)制到應(yīng)用程序提供的緩沖中。

這個(gè)過程意味著，如果主機(jī)適配器使用直接內(nèi)存訪問(DMA)，或者至少兩次，則大多數(shù)網(wǎng)絡(luò)流量會被復(fù)制 到系統(tǒng)的主內(nèi)存中。另外，計(jì)算機(jī)執(zhí)行很多上下文開關(guān)以在內(nèi)核和應(yīng)用程序上下文間進(jìn)行切換。這些上下 文切換都可能造成高流量率的 CPU 負(fù)載，并可能造成其他任務(wù)的性能下降。 RDMA 通訊會繞過內(nèi)核在溝通過程中的干預(yù)，這和普通的 IP 通訊不同這可減少 CPU 開銷。RDMA 協(xié)議 讓主機(jī)適配器知道數(shù)據(jù)包何時(shí)來自網(wǎng)絡(luò)，應(yīng)用程序應(yīng)該接收它,并在應(yīng)用程序的內(nèi)存空間中保存數(shù)據(jù)包。對于 InfiniBand，主機(jī)適配器不將數(shù)據(jù)包發(fā)送到內(nèi)核，然后將其復(fù)制到用戶應(yīng)用程序的內(nèi)存中，而是,主機(jī)適 配器將數(shù)據(jù)包的內(nèi)容直接放置在應(yīng)用程序的緩沖中。此過程需要單獨(dú)的 API、InfiniBand Verbs API，應(yīng)用 程序必須支持這個(gè)API才能使用 RDMA。 Red Hat Linux同時(shí)支持 InfiniBand 硬件和 InfiniBand Verbs API。另外，Red Hat Enterprise Linux 支持以下技術(shù)，以便在非 InfiniBand 硬件中使用 InfiniBand Verbs API:

互聯(lián)網(wǎng)廣域 RDMA 協(xié)議(iWARP)：通過 IP 網(wǎng)絡(luò)實(shí)施 RDMA 的網(wǎng)絡(luò)協(xié)議。

RDMA over Converged Ethernet(RoCE)，也稱為以太網(wǎng)的 InfiniBand(IBoE)：通過以太網(wǎng)實(shí)現(xiàn) RDMA 的網(wǎng)絡(luò)協(xié)議。

02配置 ROCE

比如 Mellanox、Broadcom 和 QLogic 都提供 RoCE 硬件。 RoCE 是一種網(wǎng)絡(luò)協(xié)議，可實(shí)現(xiàn)通過以太網(wǎng)的遠(yuǎn)程直接訪問(RDMA)。以下是不同的 RoCE 版本：

RoCE v1

RoCE 版本 1 協(xié)議是帶有 ethertype 0x8915 的以太網(wǎng)鏈路層協(xié)議，它允許同一以太網(wǎng)廣播域中任何兩個(gè)主機(jī)之間進(jìn)行通信。 默認(rèn)情況下，在使用 Mellanox ConnectX-3 網(wǎng)絡(luò)適配器時(shí)，Red Hat Enterprise Linux 使用 RoCE v1 作為 RDMA 連接管理器（RDMA_CM）。

RoCE v2

RoCE 版本 2 協(xié)議在 IPv4 或 IPv6 協(xié)議的 UDP 上存在。RoCE v2 保留 UDP 目標(biāo)端口號 4791。默認(rèn)情況下，在使用 Mellanox ConnectX-3 Pro、ConnectX-4 Lx 或 ConnectX-5 網(wǎng)絡(luò)適配器時(shí)，Red Hat Enterprise Linux將RoCE v2 用于 RDMA_CM，但硬件支持 RoCE v1 和 RoCE v2。 RDMA_CM 設(shè)置客戶端和服務(wù)器之間用來傳輸數(shù)據(jù)的可靠連接。RDMA_CM 為建立連接提供了一個(gè)與 RDMA 傳輸相關(guān)的接口。該通信使用特定的 RDMA 設(shè)備,數(shù)據(jù)傳輸是基于消息的。 在客戶端使用 RoCE v2，在服務(wù)器使用 RoCE v1 不被支持。在這種情況下，將服務(wù)器和客戶端都配置為通過 RoCE v1 進(jìn)行通信。 不支持在客戶端和服務(wù)器上的 RoCE v1 使用 RoCE v2 協(xié)議。如果您的服務(wù)器中硬件只支持 RoCE v1，請將 您的客戶端配置為使用 RoCE v1 與服務(wù)器通信。這部分論述了如何在將 mlx5_0驅(qū)動(dòng)程序用于 Mellanox ConnectX-5 Infiniband 設(shè)備的客戶端上強(qiáng)制實(shí)施 RoCE v1。 Soft-RoCE 是 RDMA over Ethernet 的一個(gè)軟件實(shí)現(xiàn)，它也稱為 RXE。在沒有 RoCE 主機(jī)頻道適配器(HCA)的主機(jī)上使用 Soft-RoCE。 Soft-RoCE 功能僅作為技術(shù)預(yù)覽提供。紅帽產(chǎn)品服務(wù)級別協(xié)議（SLA）不支持技術(shù)預(yù)覽功 能，且其功能可能并不完善，因此紅帽不建議在生產(chǎn)環(huán)境中使用它們。

03配置核心RDMA子系統(tǒng)

默認(rèn)情況下，內(nèi)核命名 IP over InfiniBand(IPoIB)設(shè)備，如 ib0,ib1 等。為避免沖突，紅帽建議在 udev 設(shè) 備管理器中創(chuàng)建一條規(guī)則來創(chuàng)建持久且有意義的名稱，如 mlx4_ib0。 RDMA 操作需要固定物理內(nèi)存。這意味著內(nèi)核不允許把內(nèi)存寫入到 swap 空間中。如果用戶固定太多內(nèi) 存，系統(tǒng)會耗盡內(nèi)存，并且內(nèi)核會終止進(jìn)程來釋放更多內(nèi)存。因此，內(nèi)存固定是一個(gè)特權(quán)操作。如果非 root 用戶運(yùn)行大型 RDMA 應(yīng)用程序，則可能需要增加這些用戶可在系統(tǒng)中的內(nèi)存量。這部分論述 了如何為 rdma 組配置無限內(nèi)存。 配置RDMA服務(wù)，rdma 服務(wù)在內(nèi)核中管理RDMA堆棧。如果Red Hat Enterprise Linux 檢測到 InfiniBand、iWARP 或 RoCE 設(shè)備，udev 設(shè)備管理器會指示 systemd 啟動(dòng) rdma 服務(wù)。

04配置InfiniBand子網(wǎng)管理器

所有 InfiniBand 網(wǎng)絡(luò)都必須運(yùn)行子網(wǎng)管理器才能正常工作。即使兩臺機(jī)器沒有使用交換機(jī)直接進(jìn)行連接， 也是如此。有可能有一個(gè)以上的子網(wǎng)管理器。在那種情況下，當(dāng)主子網(wǎng)管理器出現(xiàn)故障時(shí)，另外一個(gè)作為從網(wǎng)管理器 的系統(tǒng)會接管。大多數(shù) InfiniBand 交換機(jī)都包含一個(gè)嵌入式子網(wǎng)管理器。 但是，如果您需要一個(gè)更新的子網(wǎng)管理器，需使用 Red Hat Enterprise Linux 提供的 OpenSM 子網(wǎng)管理器。

05配置 IPOIB

默認(rèn)情況下，InfiniBand 不使用 IP 進(jìn)行通信。但是，IP over InfiniBand(IPoIB)在 InfiniBand 遠(yuǎn)程直接訪問(RDMA)網(wǎng)絡(luò)之上提供一個(gè) IP 網(wǎng)絡(luò)模擬層。這允許現(xiàn)有未經(jīng)修改的應(yīng)用程序通過 InfiniBand 網(wǎng)絡(luò)傳輸數(shù) 據(jù)，但性能低于應(yīng)用程序原生使用 RDMA 時(shí)的數(shù)據(jù)。 互聯(lián)網(wǎng)廣域 RDMA 協(xié)議(iWARP)和 RoCE 網(wǎng)絡(luò)已基于 IP。因此，您不能在 IWARP 或 RoCE 設(shè)備之上創(chuàng)建 IPoIB 設(shè)備。Mellanox 設(shè)備從 ConnectX-4 及更高版本開始，默認(rèn)使用 Enhanced IPoIB 模式（僅限數(shù) 據(jù)報(bào)）。這些設(shè)備不支持連接的模式。 IPOIB通訊模式，在Datagram或Connected模式下配置 IPoIB 設(shè)備。不同之處在，IPoIB 層試圖使用什么類型的隊(duì)列對在通信的另一端的機(jī)器中打開： 在Datagram模式中，系統(tǒng)打開了一個(gè)不可靠、斷開連接的隊(duì)列對。這個(gè)模式不支持大于 InfiniBand link-layer 的最大傳輸單元(MTU)的軟件包。IPoIB 層在傳輸?shù)?IP 數(shù)據(jù)包之上添加了一個(gè) 4 字節(jié) IPoIB 標(biāo)頭。因此，IPoIB MTU 需要比 InfiniBand link-layer MTU 小 4 字節(jié)。因?yàn)?2048 是一個(gè)常見的 InfiniBand 鏈路層 MTU，數(shù)據(jù)數(shù)報(bào)模式中常見的 IPoIB 設(shè)備 MTU 是 2044。 在Connected模式中，系統(tǒng)會打開一個(gè)可靠、連接的隊(duì)列對。此模式允許大于 InfiniBand 鏈路層 MTU 的消息，主機(jī)適配器處理數(shù)據(jù)包分段和重新傳輸。因 此，InfiniBand 適配器以Connected模式發(fā)送的 IPoIB 信息大小沒有限制。但是，IP 數(shù)據(jù)包會受size字段和 TCP/IP 標(biāo)頭的限制。因此，Connected模式中的 IPoIB MTU 最大為65520字節(jié)。 連接 模式模 的性能更高，但消耗的內(nèi)核內(nèi)存更多。 如果系統(tǒng)被配置為使用Connected模式，它仍然會以Datagram模式發(fā)送多播流量，因?yàn)?InfiniBand 交換機(jī)和光纖無法在Connected模式下傳遞多播流量。另外，當(dāng)與任何未在Connected模式中配置的主 機(jī)通信時(shí)，系統(tǒng)將返回Datagram模式。 在運(yùn)行將多播數(shù)據(jù)發(fā)送到接口上最大 MTU 的應(yīng)用程序時(shí)，您必須將接口配置為Datagram模式，或者將應(yīng)用程序配置為以數(shù)據(jù)包大小數(shù)據(jù)包的大小封頂數(shù)據(jù)包發(fā)送的大小。

審核編輯：郭婷