自UCloud在5月28日的TIC大会上发布“快杰”云主机后，已经过去了近半年的时间，在这半年间，“快杰”凭借优越的性能与极高的性价比，在云主机市场中走出了自己的独特道路。在这些成果背后，我们用两个词来阐述“快杰”的技术理念：All in one & One for all。
All in one & One for all
作为云计算的基石产品，云主机的核心特性决定了云上其它能力的拓展，也直接关乎于用户的使用体验。用户选择云计算的出发点在于：简单性，速度和经济性。但是由于互联网与IT服务的场景多样化，业内大多数厂商都是分别推出适应不同场景的云主机类型，但也因此带给了用户运维和采购的复杂度。
什么是“All in one”呢？“快杰”将自己定义为“简单”的产品。简单不仅意味着使用方便，还意味着多项软硬件技术的融合，以此为用户提供超高的产品性能。也就是说，当你面对各种业务场景下CPU、网络、存储的不同性能需求时，无需考虑太多因素，“快杰”均可满足。
这是“快杰”的一组数据：全面搭载Intel最新一代Cascade Lake处理器，配备25G基础网络并采用全新的网络增强2.0方案，支持RDMA-SSD云盘，网络性能最高可达1000万PPS，存储性能最高可达120万IOPS。
在产品上线之初，我们对“快杰”进行了跑分测试，测试结果显示，同等规格的配置下，“快杰”的性能明显优于市场上同类型的云主机产品。举个例子，在同样8核16G的配置下，“快杰”的网络性能较友商高出3倍多，存储性能有着近4倍的差异。
但是在这样的高配下，“快杰”的价格提升却不超过20%，部分配置机型的价格与普通机型价格基本持平或略有下降，云盘价格仅为市场同类产品的60%或者更低。“快杰”云主机用“One for all”的价格红利将所有技术又通通回馈给了用户。
“罗马不是一天建成的”，不论是All in one 还是 One for all，在这些数据的背后，都离不开UCloud在技术上的持续探索和积累。接下来，我们就来聊聊“快杰”背后的技术进阶之路。
一、 网络增强2.0：4倍性能提升+3倍时延下降
网络通道是严重制约云主机性能的瓶颈之一，在这里，值得一提的便是“快杰”在25G智能网卡网络增强能力方面做出的技术突破。
￭ 硬件级别的网卡加速
基于云主机网络性能提升的需求，25G网络逐渐成为趋势。但是由于传统软件Virtual Switch方案的性能瓶颈：当物理网卡接收报文后，是按照转发逻辑发送给VHost线程，VHost再传递给虚拟机，因此VHost的处理能力就成为了影响虚拟机网络性能的关键。
在调研了业界主流的智能网卡方案之后，我们最终采用了基于Tc Flower Offload的OpenvSwitch开源方案，为“快杰”提供了硬件级别的网卡加速。虚拟机网卡可直接卸载到硬件，绕过宿主机内核，实现虚拟机到网卡的直接数据访问。相较于传统方案，新的智能网卡方案在整个Switch的转发性能为小包24Mpps，单VF的接收性能达15Mpps，使得网卡整体性能提升10倍以上，应用在云主机上，使得“快杰”的网络能力提升至少4倍，时延降低3倍。
￭ 技术难点突破：虚拟机的热迁移
在该方案落地之时，我们遇到了一个技术难题：虚拟机的热迁移。因为各个厂商的SmartNIC都是基于VF passthrough的方案，而VF的不可迁移性为虚拟机迁移带来了困难，在此将我们的解决方案分享给大家。
我们发现，用户不需要手工设置bonding操作或者制作特定的镜像，可以妥善的解决用户介入的问题。受此启发，我们采用了 VF+standby Virtio-net的方式进行虚拟机的迁移。具体迁移过程为：
1、创建虚拟机自带Virtio-net网卡，随后在Host上选择一个VF 作为一个Hostdev的网卡，设置和Virtio-net网卡一样的MAC地址，attach到虚拟机里面，这样虚拟机就会对Virtio-net和VF网卡自动形成类似bonding的功能，此时，在Host上对于虚拟机就有两个网络Data Plane；
2、Virtio-net backend的tap device在虚拟机启动时自动加入到Host的OpenvSwitch bridge上，当虚拟机网卡进行切换的时候datapath也需要进行切换。VF attach到虚拟机后，在OpenvSwitch bridge上将VF_repr置换掉tap device；
除此以外，UCloud针对25G智能网卡的其他技术创新可查看：https://mp.weixin.qq.com/s/FUWklPXcRJXWdrWpsQHzrg
二、RDMA-SSD云盘：提供120万IOPS存储能力
在云盘优化方面，我们主要从IO接入层性能优化、RDMA网络加速及后端存储节点提升三方面来完成RDMA-SSD云盘的技术实现，最终为“快杰”提供120万IOPS的存储能力。
￭ 基于SPDK的IO接入层性能优化
如下图，为传统的OEMU Virtio方案示意，在第3步时， QEMU里的驱动层通过Gate监听的Unix domain socket的转发IO请求时，存在额外的拷贝开销，因此成为IO接入层的性能瓶颈。
图：QEMU Virtio方案示意
针对该问题，UCloud使用了SPDK VHost来优化虚拟化IO路径。
（1）SPDK VHost：实现转发IO请求的零拷贝开销
SPDK（Storage Performance Development Kit )提供了一组用于编写高性能、可伸缩、用户态存储应用程序的工具和库，基本组成分为用户态、轮询、异步、无锁 NVMe 驱动，提供了从用户空间应用程序直接访问SSD的零拷贝、高度并行的访问。
图：SPDK VHost方案
如上图，在应用SPDK VHost方案后，IO路径流程如下：1、提交IO到virtqueue；2、轮询virtqueue，处理新到来的IO；3-4、后端存储集群处理来自Gate的IO请求；5、通过irqfd通知Guest IO完成。
最终SPDK VHost通过共享大页内存的方式使得IO请求可以在两者之间快速传递这个过程中不需要做内存拷贝，完全是指针的传递，因此极大提升了IO路径的性能。
如下表，我们对新老Gate的性能做了测试对比。可以看到，在应用SPDK VHost以后，时延和IOPS得到了显著优化，时延降低61us，IOPS提升58%。
（2）开源技术难点攻破：SPDK热升级
在我们使用SPDK时，发现SPDK缺少一项重要功能——热升级。我们无法100%保证SPDK进程不会crash掉，一旦后端SPDK重启或者crash，前端QEMU里IO就会卡住，即使SPDK重启后也无法恢复。
图：virtio vring机制示意
通过深入研究virtio vring的机制，我们发现在SPDK正常退出时，会保证所有的IO都已经处理完成并返回了才退出，也就是所在的virtio vring中是干净的。而在意外crash时是不能做这个保证的，意外crash时virtio vring中还有部分IO是没有被处理的，所以在SPDK恢复后需要扫描virtio vring将未处理的请求下发下去。
针对该问题，我们在QEMU中针对每个virtio vring申请一块共享内存，在初始化时发送给SPDK，SPDK在处理IO时会在该内存中记录每个virtio vring请求的状态，并在意外crash恢复后能利用该信息找出需要重新下发的请求，实现SPDK的热迁移。具体可查看https://mp.weixin.qq.com/s/UBRJhN58VQwDCHYZyDP02w了解。
2、RDMA网络加速
（1）TCP瓶颈
在解决了IO路径优化问题后，我们继续寻找提高云盘IO读写性能的关键点。在协议层面，我们发现使用TCP协议存在以下问题：
￭ TCP收发数据存在网卡中断开销，以及内核态到用户态的拷贝开销；
￭ TCP是基于流式传输的，因此通常网络框架（libevent）会使用一个缓冲区暂存数据，等到数据达到可处理的长度才从缓冲区移除，同样地，发包过程为了简化TCP缓冲区满引起的异常，网络框架也会有一个发送缓冲区，那么这里就会产生二次拷贝。
图：TCP协议原理示意
针对这个问题，我们用RDMA协议来代替TCP协议，来达到提升IOPS和时延的能力。
（2）RDMA代替TCP
RDMA(Remote Direct Memory Access)技术全称远程直接数据存取，是为了解决网络传输中服务器端数据处理的延迟而产生的。
使用RDMA代替TCP的优点如下：
￭ RDMA数据面是bypass kernel的，数据在传输过程中由网卡做DMA，不存在数据拷贝问题。
￭ RDMA收发包过程是没有上下文切换的，发送时将数据post_send投递到SQ上，然后通知网卡进行发送，发送完成在CQ产生一个CQE；接受过程有一些差异，RDMA需要提前post_recv一些buffer，网卡收包时直接写入buffer，并在CQ中产生一个CQE。
￭ RDMA为消息式传输，即假设发送方发送一个长度为4K的包，接收方假如收到了，那么这个包的长度就是4K，不存在只收到一部分的情况。RDMA提供的这种能力可以简化收包流程，不需要像TCP一样去判断数据是否收全了，也就不存在TCP所需的缓冲区了。
￭ RDMA的协议栈由网卡实现，数据面Offload到网卡上，解放了CPU，同时带来了更好的时延和吞吐。
图：RDMA协议原理示意
3、后端存储节点IO Path加速
除了在IO路径接入与传输协议方面做了改进之外，UCloud还针对云硬盘后端存储节点进行了优化。
对于原有的Libaio with Kernel Driver，我们采用了SPDK NVMe Driver进行了替代，下图为Fio对比测试两者的单核性能情况，可以看到应用SPDK NVMe Driver后性能有了较大的提升。
图：Libaio with Kernel Drive & SPDK NVMe Driver单核性能比较
此外，SPDK NVMe Driver使用轮询模式，可以配合RDMA发挥出后端存储的最佳性能。
综上，我们实现了云盘的全面优化：使用SPDK VHost代替QEMU，实现虚机到存储客户端的数据零拷贝；使用高性能RDMA作为后端存储的通信协议，实现收发包卸载到硬件，使得RSSD云盘的延迟降低到0.1毫秒，体验几乎和本地盘一致；存储引擎由SPDK代替libaio，高并发下依然可以保持较低的时延。再配合全25G的底层物理网络，使RDMA-SSD云盘的随机读写性能达到最佳，实现120万IOPS。
图：RDMA-SSD云硬盘原理图
三、内核调优：产品综合性能提升10%
提起云主机，更多的会想到计算、存储、网络，甚少有人关注内核。然而，内核构建是一个云主机的核心工作，它负责管理系统的进程、内存、设备驱动程序、文件和网络系统等，对云主机性能和稳定性至关重要。
未优化之前，我们对云主机中特定业务场景进行了基准性能测试。在测试过程中，利用perf、systemtap、eBPF等多种动态跟踪技术，在Host内核、KVM和Guest内核等不同观测层级上，对影响性能的因素进行了指令级别的分析。
在此基础上，我们针对性的进行了内核增强和优化工作。
￭ CPU增强&漏洞修复
我们在QEMU和KVM中添加了Intel 新一代Cascade Lake虚拟CPU的支持，相比上一代Skylake，增加了clflushopt、pku、axv512vnni等指令集，在特定场景下性能表现更加出色。此外，针对CPU漏洞方面，我们利用硬件解决了Meltdown，MDS，L1TF等漏洞，同时针对Spectre_v2补丁添加了代价更小的Enhanced IBRS增强修复机制，在虚拟化层面对漏洞进行了修复。
最后，我们将硬件修复能力赋予”快杰”，使得云主机可以避免Guest内核在软件层面修复安全漏洞，消除这方面引起的性能开销和业务指标下降。
￭ CPU对内存读写能力的优化
针对CPU对内存读写能力的优化，我们主要从两方面来实现。
首先我们基于硬件内存虚拟化（Intel EPT），添加了定制化大页内存的支持，从而避免了之前内存虚拟化中存在的管理器/分配器开销、换页延迟等，极大减少了页表大小和TLB miss，同时保证云主机内存与其他云主机、系统软件间相互隔离，避免影响。
其次，我们增强了NUMA亲和性的使用。众所周知，跨节点访问内存的延迟远远大于本地访问所产生的，针对该问题，我们通过合理的资源隔离和分配，使云主机的VCPU和内存绑定在同一个节点。此外，对于大型云主机可能存在单个节点资源不够的情况，我们将云主机分配在两个节点，把节点的拓扑结构暴露给Guest内核，这样云主机可以更方便的利用NUMA特性对关键业务进行调度管理。
图：NUMA亲和性的使用
￭ Host内核&KVM优化
结合性能分析数据，我们对Host内核和KVM也进行了大量的优化。
在VCPU调度方面，我们发现CFS调度器会在临界区内使用时间复杂度为O(n)的算法，导致调度器开销过高、Guest计算时间减少及调度延迟增大，我们在CFS中修复了这一问题。
此外，在Host/Guest上下文切换过程中，我们发现某些寄存器的上下文维护代码会引入一定开销，因此在保证寄存器上下文切换正确性的同时，我们也去掉了这些维护代码引起的开销。
在云主机运行过程中，会产生大量的核间中断（IPI），每次IPI都会引起VMExit事件。我们在虚拟化层引入了两个新的特性：KVM-PV-IPI和KVM-PV-TLB-Flush。通过KVM提供的Send-IPI Hypercall，云主机内核可以应用PV-IPI操作消除大量VMExit，从而实现减少IPI开销的目的。在云主机更新TLB的时候，作为发起者VCPU会等待其它VCPU完成TLB Shootdown，云主机内核通过PV-TLB-Flush极大减少等待和唤醒其它VCPU的开销。
以上是一些比较重要的优化工作，其它内核、KVM、QEMU功能增强和稳定性提升等内容不再赘述。总体评估下来，通过内核调优，可帮助”快杰”实现10%以上的综合能力提升。
四、三大应用场景分析
基于强大的性能，“快杰”能够轻松满足高并发网络集群、高性能数据库、海量数据应用的使用场景。我们分别选取了Nginx集群、TiDB、ClickHouse数据库三个应用场景，下面来看一下”快杰”的表现：
￭ 场景1:：搭建Nginx集群，突破网络限制
爱普新媒是一家从事广告DSP（Demand-Side Platform，需求方平台）业务的公司，由于业务需求，爱普新媒对于网络集群的高并发要求非常高。最终，爱普新媒选择使用“快杰”搭建Nginx集群，作为API网关对其终端客户提供服务。
Nginx是一款轻量级HTTP反向代理Web服务器，根据Nginx官网的数据，Nginx支持了世界上大约25%最繁忙的网站，包括Dropbox，Netflix，Wordpress.com等。其特点是并发能力强，而“快杰”进一步提升了其并发能力。
“快杰”突破了云主机之前的网络限制，如下图，“快杰”的应用使得爱普新媒原有集群内主机可以大幅度减少，并且在相同服务能力下，成本减半。
图：“快杰”在高并发网络集群场景中的表现
￭ 场景2： 搭建TiDB，突破IO性能瓶颈
PingCAP的TiDB是一款流行的开源分布式关系型数据库，为大数据时代的高并发实时写入、实时查询、实时统计分析等需求而设计，对IO性能的要求无疑非常高。通常，TiDB要求底层使用NVMe SSD本地磁盘支撑其性能，但快杰云主机通过RSSD云盘即可满足TiDB的高要求，其性能得到PingCAP工程师的实测认可。
目前，已有不少UCloud客户使用快杰云主机搭建TiDB，突破了之前的数据库性能瓶颈。
图：“快杰”在高性能数据库场景中的表现
除了TiDB，“快杰”实测能有效提升各类数据库的性能表现20%以上。
￭ 场景3： 搭建ClickHouse，2倍提升数据吞吐量
TT语音是一款专门为手游玩家服务的语音开黑工具，由于业务要求需将APP埋点数据收集到大数据集群中分析。TT语音采用“快杰”搭建ClickHouse数据库作为整个大数据集群的核心，对比之前，每日增量达到8亿条记录。
除了ClickHouse场景，“快杰”还可以对大数据生态进行全方位的优化，如下图，数据吞吐提升高达2倍，助力企业大数据业务发展。
图：“快杰”在大数据应用场景中的表现
结语
基于“软硬件协同设计”的理念，“快杰”在网络增强2.0、RSSD云盘优化、内核调优等方面做到了技术的大幅进阶，为用户带来了突破性的云主机性能提升。在“快杰”的技术进阶路上，技术的更迭与升级可以用语言描述出来，但是技术实现的背后却代表了UCloud为用户创造核心价值的坚持与追求。
