一、故障背景
某大型数据中心部署了一套基于DPDK的软件交换机集群。
主要承担：
- VXLAN Gateway
- EVPN Leaf
- L2 Switching
- IPv4/IPv6 Routing
- ACL过滤
- ERSPAN镜像
硬件配置：
| 项目 | 配置 |
|---|---|
| CPU | Intel Xeon Gold 6430 |
| 网卡 | Intel X710 10G |
| DPDK | 23.11 |
| PMD Core | 32 |
| RX Queue | 32 |
| TX Queue | 32 |
系统长期运行稳定。
一次业务扩容后：
转发流量： 48Mpps ↓ 63Mpps ↓ 81Mpps开始出现异常。
现网告警：
- RTT偶发升高
- VXLAN Overlay时延抖动
- TCP重传率上升
- 微丢包告警
但所有PMD线程依然：
100% CPU运行。
二、第一轮排查
首先查看网卡统计：
rte_eth_stats_get();结果：
imissed = 0 ierrors = 0 rx_nombuf = 0无异常。
查看RSS分布：
32个Queue负载均衡正常。
查看ACL：
Lookup Cycles 稳定正常。
查看路由查找：
LPM Lookup 稳定正常。
查看Mempool：
Free Objects > 85%正常。
几乎所有传统DPDK排查方向都被排除。
三、一个反常现象
运维团队发现：
RX侧统计正常。
但：
TX Queue Occupancy偶尔会快速上升。
又快速恢复。
持续时间：
20ms ~ 100ms非常短。
这种现象无法通过常规监控捕获。
于是开始重点分析发送路径。
四、重新理解DPDK发送流程
很多开发人员理解的发送流程：
Packet ↓ rte_eth_tx_burst() ↓ NIC ↓ Wire实际上远没有这么简单。
现代网卡发送路径：