Microsoft--sigcomm'15

核心思想：避免RDMA网络中的丢包，替代PFC流控方案，建立流模型调节交换机缓存阈值（用于标记ECN）

简介：

高带宽（40Gbps+）、低时延（10us- per hop）的数据中心网络需求。TCP/IP协议栈的运行模式需要大量的CPU开销，时延也相当高。RDMA将网络协议栈实现在网卡（NIC）上，通过Bypass的方式降低CPU开销，直接与对端内存进行交互。关键问题是如何为RDMA网络营造一个无损环境，如何在网卡上设计和实现拥塞控制协议避免丢包。

最初RDMA是部署在IB网络中的，IB网络的L2链路层使用逐跳、基于身份令牌的流控机制避免由于缓存溢出引发的丢包。所以L4传输层设计就相对简单，效率很高。但IB网络与数据中心中已有的以太网络不兼容，DC中同时运行两种网络的管理成本太高，于是基于Ethernet的RoCE（为了可路由）和基于UDP的RoCEv2（为了ECMP）产生了。若要达到与IB高效的性能，需保证RoCEv2运行在无损网络中，即不丢包。RoCE采用PFC粗粒度的流控机制，通过暂停发包的指令避免缓存溢出。PFC是基于端口（每个端口有8条虚拟优先级链路）的，不能区分流，容易造成拥塞扩散的现象，降低吞吐量。

所以，拥塞控制机制必须满足这些条件：（1）运行在数据中心三层路由网络中，实现无损网络（2）在终端主机上的CPU开销足够低（3）在非拥塞环境下快启动。

目前已有方案：QCN不支持三层网络。DCTCP和iWarp是慢启动。DCTCP和TCP-Bolt是在软件中实现的，CPU开销很大。

DCQCN：只需要交换机支持RED和ECN即可。协议实现在网卡上。可以保证快速公平收敛，高带宽利用率，低延迟。

conventional：常规的，惯例的

设计DCQCN的必要性：TCP/IP协议栈不能提供超低时延和超低CPU开销；目前PFC方案的弊端；以及解决方案的弊端

（1）测量比较TCP与RDMA的吞吐量、时延和CPU利用率

方案：TCP：修改iperf，开启LSO，RSS，使用16条线程，零拷贝操作      RDMA：使用自定义的工具测试IB read操作传送数据，一条线程占满一条链路。

（2）PFC的限制和弊端

PFC：通过监控ingress queue以及向上一跳发送PAUSE帧的方式避免交换机缓冲区和NIC缓冲区出现缓存溢出，从而避免丢包。

问题：PFC是针对端口和优先级进行流控的，不能识别流，会造成HOL问题，对单条流性能造成影响。不公平性。级联性。

解决方案：添加8条优先级。但随着发送端数量的增多，网络规模的扩大，可扩展性不高。并且处于同一优先级的不同流仍会遭受HOL问题。

（3）PFC改进方案的不足之处

改进方案：使用流级拥塞控制机制。

QCN：二层流控机制。依据mac地址和流id确定某条流，根据排队长度依概率判定是否拥塞，向发送该拥塞报文的源端发送拥塞通知。源端在周期内若收到拥塞通知，则降低发送速率，否则增加发送速率。

问题：QCN是通过二层mac地址标识流的，在IP网络中不可行，mac地址会变，交换机不知道该向谁发送拥塞通知包。

解决方案：扩展QCN支持三层流控。需要做的是修改NIC和交换机以支持用五元组标识流。修改交换机需要修改ASIC芯片，周期长，可实现性低。

DCQCN算法

不改交换机，在NIC上实现，考虑CPU开销。在性能方面上，要求公平带宽分配的快速收敛，避免震荡，维持短队长，确保高链路利用率。

CP算法（Congestion Point）：在交换机上。与DCTCP机制相同，利用RED功能依据队列长度按照概率分布给数据包打上ECN标签。本方案中改进了DCTCP的参数设置模型。

NP算法（Notification Point）：在接收端。决定了在收到ECN包后什么时间和怎样构造CNP（congestion notification packet）的问题。在某一时间周期内，最多只发送一个CNP包。N=50us。

RP算法（Reaction Point）：在发送端。当收到CNP包时，怎么调节速率。当收到CNP包后，依照equation 1 调节；在连续K时间内，未收到CNP包，根据当前计时器（每T个时间单元为1，保证快恢复）和计数器（每B个字节为1）的值，按照equation 2 快速增加速率。

RP算法的伪代码

缓存区设置：Tflight，Tpfc，Tecn

需求：PFC的触发要晚于ECN，早于缓存溢出，避免丢包和吞吐量下降

讨论的前提：交换机为共享缓存模式，有32个全双工的40Gbps端口，12MB的共享内存，支持PFC的8条优先级队列

Tflight：用于存储PAUSE包发送时和生效时到达的数据包的内存大小。根据BDP，每个端口，每个优先级所需要的内存空间为22.4KB。

Tpfc：可理解为触发PFC的ingress 队列中可以占用的最大内存区域。每个端口的每个优先级队列的Tpfc值要小于等于24.47KB。而触发PFC的条件一定要比它小。当队列内存占用降低到Tpfc减去两个MTU的值时，会自动发送RESUME信号，恢复发包。

Tecn：触发ECN标记的最小egress queue占用的内存空间。该值的设置一定要使ECN先于PFC触发。最坏情况下，所有的egress queue的包都来自于同一条ingress queue，为保证ecn先于pfc触发，则Tecn应小于0.85KB，小于一个MTU长度，不可行。这种想法过于静态，由于交换机内缓存资源是共享的，所以Tpfc的设置应取决于剩余的可用资源。如下公式：

S为所有egress队列占用的缓存资源，此公式为是交换机依赖的

在最坏情况下的Tecn经过放缩后的结果

DCQCN分析：建立流模型决定参数设置

建立了当前速率，目标速率，速率增长步长，速率调节参数α，等一系列参数。

实验结果：搭建实验床验证流模型和参数设置的有效性

DCQCN是基于速率调整的拥塞控制方案，DCTCP、iWarp和TCP-Bolt都是基于窗口的拥塞控制算法。

下一步研究方向：将机器学习应用到DCQCN算法中调节参数设置