圖解eBPF Socket level 重定向的內核實現細節
上一篇《利用eBPF實現socket level重定向》，二哥從整體上介紹了 eBPF 的一個應用場景 socket level redirect：如果一臺機器上有兩個進程需要通過 loopback 設備相互收發數據，我們可以利用 ebpf 在發送進程端將需要發送的數據跳過本機的底層 TCP/IP 協議棧，直接交給目的進程的 socket，從而縮短數據在內核的處理路徑和時間。
這個流程如圖 1 所示。本篇我們來詳細看下圖 1 右側在內核里的實現細節。
圖 1：利用 ebpf 進行 socket level redirect，從而跳過 TCP/IP 協議棧和 lo 設備
先來一張全局圖，我們再依次剖析這張圖上面的關鍵知識點。
圖 2：利用 ebpf 進行 socket level redirect 全局細節圖
一、準備階段
1、插入 bpf_sock_ops 到 sock_hash map
我們的故事從圖 3 所示的插入 bpf_sock_ops 到 sock hash map 開始。這里給出一些代碼片段，完整可編譯、可執行的代碼位于 https://github.com/LanceHBZhang/socket-acceleration-with-ebpf 。另外，完整的 ebpf 程序的安裝過程還涉及到 cgroup，我就不展開來講這個話題了。
下面代碼中用到一種特殊的 map 類型：BPF_MAP_TYPE_HASH，也即本文提及的 sock_hash。在它里面存儲的是 KV 類型數據，而 value 實際對應的是數據結構 struct bpf_sock_ops。除了存儲 bpf_sock_ops，在這類 map 上還可以 attach 一個用戶編寫的 sk_msg 類型的 bpf 程序，以便來查找接收數據的 socket，attach 語句請參考 github 代碼。
當我們通過 attach 一種 sock_ops 類型的 bpf 函數，即下面代碼中的 bpf_sockmap()，到 cgroupv2 的根路徑后，當發生一些 socket 事件，如主動建立連接或者被動建立連接等，這個時候 bpf 函數 bpf_sockmap() 將會被調用。這個過程如圖 3 執行點 1 所示，更具體地說 1發生的事情就是三次握手(SYN / SYNC-ACK / ACK)，既然是三次握手，當然是與通信雙方都有關系，所以 bpf_sockmap() 函數里 bpf_sock_ops_ipv4(skops) 會被調用兩次 。
bpf_sockmap() 所做的事情非常簡單：以 source ip / source port / dest ip / dest port / family 為 key ，將 struct bpf_sock_ops 對象放入到 sock_hash 中。這個過程如圖 3 執行點 1.2 所示。為了表示 bpf_sockmap() 與 ebpf 有關，我特意在2 處畫出了 ebpf 的 logo。
上述代碼中 sock_hash_update() 函數調用看起來是在更新 sock_has map，其實它在內核中所做的事情更重要：精準動態替換 TCP 協議相關函數。
圖 3：插入 sock 到 sock_hash map
2、精準動態替換 prot
如果大家關注過內核協議棧相關數據結構的話，一定會碰到如下圖所示的幾個關鍵角色：struct file / struct socket / struct sock / struct proto 。
其中 socket 如同設計模式里常用的轉接器(adaptor)，一方面它適配了面向應用層的 struct file ，另一方面又通過引用 struct sock 的方式串聯起網絡協議棧。
仔細看這張圖，我們會發現 struct sock 才是靈魂，你從它所包含的內容就能窺得一二了。struct sock 里有一個非常關鍵地方：對 Networking protocol 的引用，也即你看到的 sk_prot 。為什么說它關鍵呢?因為 sk_prot 作為一個指針所指向的結構體 tcp_prot 包含了一系列對 TCP 協議至關重要的函數，包括本文需要重點關注的 recvmsg 和 sendmsg 。從它們的名字你也能看出來它們的使用場景：用于 TCP 層接收和發送數據。
當然除了 struct tcp_prot ，sk_prot 還可能指向 struct udp_prot / ping_prot / raw_prot 。
圖 4：file / socket / sock / operations(圖片來源：開發內功修煉公眾號)
那 ebpf 在這里面干了啥事呢?非常的巧妙，它把 struct proto 里面的 recvmsg / sendmsg 等函數動態替換掉了。比如把 recvmsg 由原來的 tcp_recvmsg 替換成了 tcp_bpf_recvmsg ，而把 tcp_sendmsg 替換為 tcp_bpf_sendmsg 。
單純的替換其實談不上巧妙，二哥說巧妙是因為這里的替換是“精準動態替換”。首先為啥叫精準替換呢?你想啊，不是每個服務都需要通過 loopback 來進行本機進程間通信的，另外即使進程間通信是通過這種方式，也不是每一種場景都需要使用到我們這里說的 socket level redirect ，所以替換操作不能廣撒網，只能在需要的時候替換。所謂“動態替換”也即不是在編譯內核的時候就直接替換掉了，而是在有需要的時候。
那這個“需要的時候”到底是什么時候呢?
答案是將 bpf_sock_ops 存儲到 sock_hash 的時候，也即圖 3 所涉及到過程。當系統函數 bpf_sock_hash_update 被調用時，內核會調用位于 net/core/sock_map.c 中的 sock_hash_update_common 函數，在它的調用鏈中完成了替換函數 tcp_bpf_update_proto() 的調用。實際的替換結果是 sk->sk_prot 保存了替換后的版本，也即 tcp_bpf_prots[family][config]，而 tcp_bpf_prots 則在很早的時候就已經初始化好了。
強調一遍，這里的替換操作僅僅與確實需要用到 socket level redirect 的 sock 有關，不會影響到其它 sock，當然被替換的 sock 其實是一對，你一定猜到了，圖 3 中 envoy 進程和 Process B 各有一個自己的 sock 參與了這次通信過程，故而它們自己的 recvmsg / sendmsg 都需要被替換掉。
二、sk_psock
在圖 3 中，我們還能看到獨立于 TX queue 和 RX queue 的新 queue：ingress_msg。通信雙方的 socket 層都各有一個這樣的 queue 。queue 里面暫存的數據用結構體 struct sk_msg 表示，sk_msg 包含了我們之前非常熟悉的 skb ，我們略過它的具體定義。在下文講述數據發送和接收流程中我們會看到 ingress_msg queue 是如何發揮作用的。
這個 queue 位于結構體 struct sk_psock {} 里面。同樣被包含在 sk_psock 里面的，還有它的小伙伴 sock / eval / cork 等。
內核代碼里面我們會看到大量的 psock->eval 這樣的語句，即為對 sk_psock 的讀寫。另外你看這個結構體里面還有函數指針 psock_update_sk_prot ，它所指向的即為上一節所說的函數 tcp_bpf_update_proto() 。
三、發送數據
在和 Process B 成功建立起 TCP 連接后，進程 envoy 開始寫數據了，如圖 5 中 2.1 所示。
正常情況下， write() 系統調用所傳遞的數據最終會由 tcp_sendmsg() 來進行 TCP 層的處理。不過還記得在“精準動態替換 prot” 一節我們提到 tcp_sendmsg() 已經被替換成 tcp_bpf_sendmsg() 了嗎?所以這里的主角其實是 tcp_bpf_sendmsg() 。
圖 5：發送數據流程
我在圖 5 中畫出了 tcp_bpf_sendmsg() 所干的幾件重要的事情：
1、執行點2.3：執行 ebp 程序
ebpf 程序其實需要老早就需要準備好，并 attach 到 sock_hash 上(再一次，這個過程請參考前文所附 github 代碼)。程序的入口非常簡單：bpf_redir()。它同樣從 struct sk_msg_md 里面提取出 source ip / source port / dest ip / dest port / family ，并以其為 key 到 sock_hash 里面找到需要重定向的目標，也即通信對端的 struct sock，并將其存放于 psock->sk_redir 處。
代碼中 msg_redirect_hash() 這個名字有點誤導人。乍一看還以為是在這里就完成了重定向過程。其實它只干了 map 查找和確認是否允許重定向這兩個操作，真正的好戲還在后頭。它的代碼不長，我直接全部貼在這里了。
2、 執行點2.4：enqueue sk_msg
在這里，我們第一次看到 ingress_msg queue 的使用場景。
struct sk_psock {} 里面有一個成員叫 eval ，從這個關鍵詞大概就能猜到它與評估結果有關，那評估的對象是誰呢?就是 2.3 處所需要執行的 ebpf 程序。2.3 處的執行結果會放到 psock->eval 里面供后面使用。
執行結果有三種：__SK_PASS / __SK_REDIRECT / __SK_DROP 。當 psock->eval 等于我們重點關注的 __SK_REDIRECT 時，就開始了執行點 2.4 的過程：將 sk_msg 放到 psock->ingress_msg 這個 queue 里面。
需要注意的是，這個地方的 psock 還是位于發送端，也即它是屬于 envoy 進程的，那自然這個 ingress_msg queue 也是屬于 envoy 進程的。
3、執行點2.5：拉起新的 task
在執行點 2.4 把 sk_msg 放到 psock->ingress_msg 之后，內核沒有繼續往下調用其它函數，而是選擇通過 schedule_work(&psock->work) 拉起了一個異步 task，并結束了發送數據的流程。
這樣的選擇搭配 queue 非常的合理：一是為了效率，不能讓發送端(envoy)一直等待;二是為了解耦，通過 queue 來解開發送端和接收端的耦合;三是為了匹配接收端(Process B)的處理速度，進程 B 可能這個時候正好在處理其它事項來不及消費 skb。
四、接收數據
上一節執行點 2.5 我們說到，發送數據流程最終啟動了一個異步 task 。到這里為止結束了發送數據流程，而從這里也開始了接收數據的流程。整個流程涉及到的關鍵步驟我畫在圖 6 里面了：執行點 3.1 / 3.2 / 4.1 / 4.2 。
圖 6：接收數據流程
1、 執行點3.1: dequeue sk_mskg
異步 task 的切入口是函數 sk_psock_backlog() ，而它首先做的事情是拿到 envoy 所使用的 psock 指針，進而不斷地從 psock->ingress_skb 里面取出 sk_msg 進行消費。
下面代碼中 struct sk_psock *psock = container_of(work, struct sk_psock, work) 即為通過 work 拿到 psock 的邏輯，一個簡單又不失優雅的過程。
2、 執行點3.2: 再次enqueue sk_msg
我們看上面代碼里面 skb_dequeue(&psock->ingress_skb) 這一行。它其實消費的是發送端 psock 里面的數據，也即 sk_msg，那消費的結果是什么呢?其實非常簡單，在執行點 3.2 把 sk_msg 塞到了接收端的 psock->ingress_msg queue 里面了。
其實你也看出來了，這一步結束后，這個新拉起的 task 也就完成了它的使命。
3、執行點4.1和4.2: 處理 skb
好了，如果你耐心地看到這個地方，大概也能猜到接下來發生什么了。執行點 4.1 處所調用的 read() 操作其實對應到 TCP 協議里面的 recvmsg 函數。recvmsg 只是一個指向函數的指針，真正的函數實現是 tcp_bpf_recvmsg() 。在文首“精準動態替換”那節，二哥已經鋪墊過啦。
五、備胎
你再回頭看下圖 2 ，會發現二哥在圖中從 tcp_bpf_sendmsg() 以及 tcp_bpf_recvmsg() 分別拉了一條虛線到 tcp_sendmsg() 和 tcp_recvmsg()。我管 tcp_sendmsg() 和 tcp_recvmsg() 叫備胎。因為 tcp_bpf_sendmsg() 以及 tcp_bpf_recvmsg() 在處理一些異常情況時就直接走老路了。
圖 7：備胎 tcp_sendmsg() 和 tcp_recvmsg()
