为什么 GRO 更高效？
Why is GRO more efficient?
Generic Receive Offload (GRO) 是 Linux 中的一种软件技术，用于聚合属于同一流的多个传入数据包。链接的文章声称 CPU 利用率降低了，因为不是每个数据包单独遍历网络堆栈，而是单个聚合数据包遍历网络堆栈。
但是，如果看一下 GRO 的源代码，感觉这本身就是一个网络堆栈。例如，传入的 TCP/IPv4 数据包需要经过：
每个函数都执行解封装并查看各自的 frame/network/transport headers，正如 "regular" 网络堆栈所期望的那样。
假设机器不执行 firewall/NAT 或其他明显昂贵的 per-packet 处理，"regular" 网络堆栈中的什么东西如此缓慢以至于 "GRO network stack" 可以加速？
简短回答：GRO 是在接收流程的早期完成的，因此它基本上减少了 ~(GRO 会话大小/MTU) 的操作数。
更多详情：
最常见的 GRO 函数是 napi_gro_receive()。几乎所有网络驱动程序都使用了 93 次（在内核 4.14 中）。通过在 NAPI 级别使用 GRO，驱动程序很早就在接收完成处理程序中对大型 SKB 进行聚合。这意味着接收堆栈中的所有下一个函数做的处理要少得多。
这是 Mellanox ConnectX-4Lx NIC 的 RX 流程的一个很好的可视化表示（抱歉，这是我可以访问的）：
如您所见，GRO 聚合位于调用堆栈的最底部。您还可以查看之后完成了多少工作。想象一下，如果这些功能中的每一个都在单个 MTU 上运行，您将拥有多少开销。
希望这对您有所帮助。
Generic Receive Offload (GRO) 是 Linux 中的一种软件技术，用于聚合属于同一流的多个传入数据包。链接的文章声称 CPU 利用率降低了，因为不是每个数据包单独遍历网络堆栈，而是单个聚合数据包遍历网络堆栈。
但是，如果看一下 GRO 的源代码，感觉这本身就是一个网络堆栈。例如，传入的 TCP/IPv4 数据包需要经过：
每个函数都执行解封装并查看各自的 frame/network/transport headers，正如 "regular" 网络堆栈所期望的那样。
假设机器不执行 firewall/NAT 或其他明显昂贵的 per-packet 处理，"regular" 网络堆栈中的什么东西如此缓慢以至于 "GRO network stack" 可以加速？
简短回答：GRO 是在接收流程的早期完成的，因此它基本上减少了 ~(GRO 会话大小/MTU) 的操作数。
更多详情： 最常见的 GRO 函数是 napi_gro_receive()。几乎所有网络驱动程序都使用了 93 次（在内核 4.14 中）。通过在 NAPI 级别使用 GRO，驱动程序很早就在接收完成处理程序中对大型 SKB 进行聚合。这意味着接收堆栈中的所有下一个函数做的处理要少得多。
这是 Mellanox ConnectX-4Lx NIC 的 RX 流程的一个很好的可视化表示（抱歉，这是我可以访问的）：
如您所见，GRO 聚合位于调用堆栈的最底部。您还可以查看之后完成了多少工作。想象一下，如果这些功能中的每一个都在单个 MTU 上运行，您将拥有多少开销。
希望这对您有所帮助。