TSO，全称是TCP Segmentation Offload，我们知道通常以太网的MTU是1500，除去TCP/IP的包头，TCP的MSS (Max Segment Size)大小是1460，通常情况下协议栈会对超过1460的TCP payload进行segmentation，保证生成的IP包不超过MTU的大小，但是对于支持TSO/GSO的网卡而言，就没这个必要了，我们可以把最多64K大小的TCP payload直接往下传给协议栈，此时IP层也不会进行segmentation，一直会传给网卡驱动，支持TSO/GSO的网卡会自己生成TCP/IP包头和帧头，这样可以offload很多协议栈上的内存操作，checksum计算等原本靠CPU来做的工作都移给了网卡

GSO是TSO的增强 http://lwn.net/Articles// ，GSO不只针对TCP，而是对任意协议，尽可能把segmentation推后到交给网卡那一刻，此时会判断下网卡是否支持SG和GSO，如果不支持则在协议栈里做segmentation；如果支持则把payload直接发给网卡

ethtool -k lo
Offload parameters for lo:
rx-checksumming: on
tx-checksumming: on
scatter-gather: on
tcp segmentation offload: on
udp fragmentation offload: off
generic segmentation offload: on
generic-receive-offload: on

目前很多网卡都支持tso，但很少有支持ufo的，而gso/gro和网卡无关，只是内核的特性。gso用来delay segmentation，一直到 dev_hard_start_xmit 函数

int dev_hard_start_xmit(struct sk_buff *skb, struct net_device *dev,
            struct netdev_queue *txq)
{

    const struct net_device_ops *ops = dev->netdev_ops;
    int rc;
    unsigned int skb_len;

    if (likely(!skb->next)) {

        if (!list_empty(&ptype_all))
            dev_queue_xmit_nit(skb, dev);

        if (netif_needs_gso(dev, skb)) {

            if (unlikely(dev_gso_segment(skb)))
                goto out_kfree_skb;
            if (skb->next)
                goto gso;
        }

......

gso:
    do {

        struct sk_buff *nskb = skb->next;

        skb->next = nskb->next;
        nskb->next = NULL;
        skb_len = nskb->len;
        rc = ops->ndo_start_xmit(nskb, dev);
        trace_net_dev_xmit(nskb, rc, dev, skb_len);
        if (unlikely(rc != NETDEV_TX_OK)) {

            nskb->next = skb->next;
            skb->next = nskb;
            return rc;
        }
        txq_trans_update(txq);
        if (unlikely(netif_tx_queue_stopped(txq) && skb->next))
            return NETDEV_TX_BUSY;
    } while (skb->next);

    skb->destructor = DEV_GSO_CB(skb)->destructor;

out_kfree_skb:
    kfree_skb(skb);
    return NETDEV_TX_OK;
}

dev_hard_start_xmit 里判断 netif_needs_gso 判断网卡是否支持gso，如果不支持则调用 dev_gso_segment 里面又调用 skb_gso_segment 把报文分片，对于ipv4而言，实际调用了 tcp_tso_segment，最后返回多个sk_buff 组成的链表，头指针存在 skb->next 里；如果网卡本身支持的话，直接把大块的skb交给网卡：调用netdev_ops->ndo_start_xmit 发送出去

可以看到，在判断netif_need_gso时，是要检查网卡的netdev->features值的，我们可以在include/linux/netdevice.h中看到这些值：

#define NETIF_F_SG      1   /* Scatter/gather IO. */
#define NETIF_F_IP_CSUM     2   /* Can checksum TCP/UDP over IPv4. */
#define NETIF_F_NO_CSUM     4   /* Does not require checksum. F.e. loopack. */
#define NETIF_F_HW_CSUM     8   /* Can checksum all the packets. */

#define NETIF_F_FRAGLIST    64  /* Scatter/gather IO. */

#define NETIF_F_GSO     2048    /* Enable software GSO. */

#define NETIF_F_GSO_SHIFT   16
#define NETIF_F_GSO_MASK    0x00ff0000
#define NETIF_F_TSO     (SKB_GSO_TCPV4 << NETIF_F_GSO_SHIFT)
#define NETIF_F_UFO     (SKB_GSO_UDP << NETIF_F_GSO_SHIFT)

对于要支持TSO的网卡而言，需要有 NETIF_F_SG | NETIF_F_TSO | NETIF_F_IP_CSUM，相应如果要支持UFO，应该就需要 NETIF_F_SG | NETIF_F_UFO | NETIF_F_IP_CSUM

下面做个测试来考量下tso, gso对性能的影响，本人手头的测试机不支持ufo，所以只好拿tcp来测试了

scatter-gather: on
tcp segmentation offload: on
udp fragmentation offload: off
generic segmentation offload: on
generic-receive-offload: on

Recv   Send    Send                          

Socket Socket  Message  Elapsed              
Size   Size    Size     Time     Throughput  
bytes  bytes   bytes    secs.    10^6bits/sec  

87380  65536  65536    10.00    26864.51  

关闭了tso, gso之后

Recv   Send    Send                          
Socket Socket  Message  Elapsed              
Size   Size    Size     Time     Throughput  
bytes  bytes   bytes    secs.    10^6bits/sec  

87380  65536  65536    10.00    18626.44   

对于如果只是关闭gso而言，throughput不太稳定，但平均下来还是比gso打开有点降低的

 顺便说下，tso, gso效果随着MTU增大越来越不明显，

#ifconfig lo mtu 65535

之后 netperf -t TCP_STREAM 测下来，tso开或者关已经差别不大了，10%左右吧

GSO的commit 在这里， http://marc.info/?l=git-commits-head&m=5578&w=2 这个patch很老了。。新内核已经改了很多

主要增加了 dev_gso_segment，skb_gso_segment 函数，修改了dev_hard_start_xmit ，dev_queue_xmit 函数，这些之前已经提过了

------------------------------ 华丽的分割线 ------------------------------------

LRO(Large Receive Offload)是针对TCP的机制，GRO(Generic Receive Offload) 是LRO的增强版，对skb merge的限制更多，同时不限于tcp/ip，本文主要讲GRO，因为LRO对于ip forward以及bridge的场景会有问题，已经用得很少了

如果驱动打开了gro特性，会调用napi_gro_receive来收包，而不是通常的netif_receive_skb或者netif_rx，可以看到gro是和napi_struct紧密绑在一起的，我们这里回到之前研究过很多遍的napi_struct结构上来

struct napi_struct {

    struct list_head    poll_list;

    unsigned long       state;
    int         weight;
    int         (*poll)(struct napi_struct *, int);
#ifdef CONFIG_NETPOLL
    spinlock_t      poll_lock;
    int         poll_owner;
#endif
    
    unsigned int        gro_count;
        
    struct net_device   *dev;
    struct list_head    dev_list;
    struct sk_buff      *gro_list;
    struct sk_buff      *skb;
};

napi_struct 包含了 gro_list 一个skb的链表，链表中的每一个skb都代表了一个flow，gro_count代表了flow的个数

napi_gro_receive 会调用 __napi_gro_receive_gr，之后又会调用 __napi_gro_receive， __napi_gro_receive 会遍历 napi_struct->gro_list，通过比较skb->dev，和skb的mac_header来确定是否属于同一个flow，并存在napi_gro_cb->flow中。这里要提下 struct napi_gro_cb 结构，对于通过gro处理的每一个skb，都在skb->cb保存一个私有数据结构的指针，就是这个napi_gro_cb。 注意这里skb的私有数据结构只是个void*，和skb_shared_info不要搞混了，后者是在sk_buff后面的一块线性内存

struct napi_gro_cb {

    /* Virtual address of skb_shinfo(skb)->frags[0].page + offset. */
    void *frag0;
    
    /* Length of frag0. */
    unsigned int frag0_len;
    
    /* This indicates where we are processing relative to skb->data. */
    int data_offset;
            
    /* This is non-zero if the packet may be of the same flow. */
    int same_flow;
    
    /* This is non-zero if the packet cannot be merged with the new skb. */
    int flush;
        
    /* Number of segments aggregated. */
    int count;
    
    /* Free the skb? */
    int free;
};

然后 __napi_gro_receive 会调用 dev_gro_receive ，dev_gro_receive会先调用ptype->gso_receive，一般而言就是ip协议对应的inet_gso_receive

inet_gro_receive 主要做如下事情：

首先拿到ip包头，然后对包头做check，如果check passed则开始遍历napi_struct->gro_list，根据ip saddr, daddr, tos, protocol等来和那些之前在二层有可能是同一flow的skb进行判断，如果不一致就把same_flow置0，当然光是slow_flow并不能就此开始merge，还要进行flush的判断，任何flush判断不过都会放弃merge而调用直接调用skb_gro_flush函数交到协议栈上层去处理

ip层结束之后，会继续tcp层的gro_receive，调用tcp_gro_receive ，其核心也是遍历napi_struct->gro_list，基于source addr判断是否是same_flow，对是否需要flush做计算，这里提一下关于ack一致的要求，ack一致说明是同一个tcp payload被tso/gso分段之后的结果，所以是必需条件

如果 tcp 也认为不需要flush，那么会进到 skb_gro_receive 中，这个函数就是用来合并的，第一个参数是gro_list里的那个skb，第二个是新来的skb，这里不多说了，我推荐的博客文章里讲的很清楚了。其实就分两种情况，如果是scatter-gather的skb包，则把新skb里的frags的数据放到gro_list的skb对应的frags数据后面；否则skb数据都在skb的线性地址中，这样直接alloc一个新的skb，把新skb挂到frag_list里面，最后放到原来gro_list的位置上；如果gro_list的skb已经有了frag_list，那么就直接挂进去好了

现在返回到dev_gro_receive中了，这时如果需要flush或者same_flow为0，说明需要传给上层协议栈了，此时调用napi_gro_complete

走到最后一种情况即这个skb是个新的flow，那么就加到gro_list的链表中

最后提下，所谓flush是指把现有gro_list中的skb flush到上层协议，千万别搞反了

更多关于gro详细的说明请参考 http://marc.info/?l=git-commits-head&m=1308&w=2

这篇博客对GRO解释的要清楚很多 http://www.pagefault.info/?p=159

实际测试下来，TSO在对性能的提升上非常明显，但是GRO并不是太明显，不知道在极限的性能测试下会是神马情况