1. 零拷贝设计：用户态数据通过copy_from_user()仅拷贝一次到内核Socket发送缓冲区，后续全程通过sk_buff指针传递，无需重复拷贝数据；同时支持sendfile()零拷贝系统调用，直接从文件缓存发送数据，无需经过用户态，极大降低CPU开销。
2. 批量发送优化：通过GSO（Generic Segmentation Offload，通用分段卸载）、TSO（TCP Segmentation Offload，TCP分段卸载），把大段数据的分段工作卸载到网卡硬件，内核只需处理一个大包，减少协议栈处理开销；同时通过NAPI批量发送机制，减少中断次数，提升发送效率。
3. 端到端流量控制：通过TCP滑动窗口机制，保证发送速率不超过接收端的处理能力，避免发送过多数据包导致接收端缓冲区溢出；同时通过Socket发送缓冲区的水位控制，避免用户态无限制写入数据导致内核内存耗尽。
4. 网络拥塞控制：通过TCP拥塞控制算法（BBR/CUBIC），实时探测网络的带宽和延迟，动态调整发送速率，避免网络拥塞导致的丢包和重传，最大化利用网络带宽。
5. 可扩展的流量管控：通过TC（Traffic Control）流量控制框架，在发送链路的关键节点预留钩子，支持限速、流量整形、优先级调度、策略路由等高级功能，满足企业级网络的QoS需求。

• sk_sndbuf：发送缓冲区的最大内存上限，可通过setsockopt()的SO_SNDBUF选项修改，对应内核参数net.core.wmem_max、net.ipv4.tcp_wmem；
• sk_wmem_alloc：发送缓冲区已分配的内存大小，原子变量，实时统计已放入发送队列、还未发送完成的数据包内存占用；
• sk_write_queue：发送队列，链表结构，存储所有已准备好、等待发送的sk_buff数据包，是TCP发送逻辑的核心队列。

1. SNDLOWAT（发送低水位）：默认1字节，当发送缓冲区已用内存低于该值时，唤醒等待写入的用户态进程；
2. SNDBUF：发送缓冲区的上限，当sk_wmem_alloc超过该值时，阻塞用户态的写入操作（阻塞Socket），或返回EAGAIN（非阻塞Socket）；
3. NOTIFY_SPACE：通知阈值，当发送缓冲区释放的内存超过该值时，唤醒等待的用户态进程。

• TSO（TCP Segmentation Offload）：TCP分段卸载，网卡硬件级别的优化。内核把超过MSS的大段TCP数据，封装成一个大的sk_buff，无需在内核中分段，直接交给网卡硬件，由网卡硬件拆分为多个符合MSS大小的TCP包，计算校验和，添加序列号，发送到网络中。
• GSO（Generic Segmentation Offload）：通用分段卸载，内核软件层面的通用优化，是TSO的软件补充。对于不支持TSO的网卡，内核在发送到驱动之前，才把大包拆分为多个小包，尽可能延迟分段操作，减少协议栈的处理次数；对于支持TSO的网卡，GSO直接把大包交给网卡，开启TSO。

• 内核只需处理一个大包，代替多个小包，协议栈处理开销降低80%以上，CPU占用显著下降；
• 网卡硬件分段的效率远高于内核软件分段，发送吞吐量提升30%以上；
• 减少了内核中的锁竞争、内存分配次数，提升了高并发场景下的稳定性。

• 核心位置：数据包从网络层下来后，会先经过TC的入队规则处理，放入对应的队列（Qdisc，排队规则），然后才会交给网卡驱动发送；
• 核心组件：

1. Qdisc（排队规则）：数据包的排队算法，比如fq_codel（默认，低延迟公平排队）、htb（分层令牌桶，限速+优先级）、pfifo_fast（传统先进先出）；
2. Class（类）：用于分层流量控制，每个类可以设置独立的带宽、优先级，对应不同的业务流量；
3. Filter（过滤器）：用于把不同的数据包（按IP、端口、DSCP标记）分类到不同的Class中，实现差异化的流量控制。

• 核心作用：生产环境中用于限制业务的发送带宽、保障关键业务的优先级、降低网络延迟毛刺、避免单业务占用所有出口带宽。

1. 用户态写入数据 → 2. Socket层拷贝与校验 → 3. 传输层封装与控制 → 4. 网络层封装与路由 → 5. 链路层处理与TC流量控制 → 6. 驱动层入队与DMA映射 → 7. 网卡硬件发送 → 8. 发送完成中断与资源释放

1. 用户态应用调用send()/sendto()/write()系统调用，传入待发送的数据缓冲区、长度、目标地址等参数；
2. 系统调用触发CPU从用户态陷入内核态，进入Socket层的核心处理函数。

1. 合法性校验：检查Socket的状态（TCP必须是已连接状态）、文件描述符权限、用户态缓冲区的地址合法性，非法请求直接返回错误；
2. 发送缓冲区水位检查：检查Socket发送缓冲区的剩余空间，如果已用内存超过sk_sndbuf上限：

• 阻塞Socket：进程进入睡眠状态，等待发送缓冲区有足够的空闲空间；
• 非阻塞Socket：立即返回EAGAIN错误；

1. 数据拷贝：调用copy_from_user()，把数据从用户态缓冲区拷贝到内核分配的sk_buff结构体中，同时初始化sk_buff的核心字段，关联对应的Socket；
2. 放入发送队列：把填充好的sk_buff加入到Socket的sk_write_queue发送队列尾部，更新sk_wmem_alloc已用内存计数；
3. 调用传输层发送接口：根据Socket的协议类型，调用对应的传输层发送函数，TCP对应tcp_sendmsg()，UDP对应udp_sendmsg()。

1. TCP头封装：为每个sk_buff添加TCP头，填充源端口、目的端口、序列号、确认号、窗口大小、标志位等字段；
2. MSS与GSO/TSO处理：如果数据长度超过MSS（最大分段大小），开启TSO/GSO的情况下，内核不会分段，直接封装成一个大包，交给网卡硬件分段；未开启TSO的情况下，内核把数据拆分为多个MSS大小的sk_buff；
3. 流量控制检查：检查接收端的滑动窗口大小，确保发送的数据量不超过接收端的接收窗口，避免数据包被接收端丢弃；
4. 拥塞控制检查：根据拥塞控制算法（BBR/CUBIC）计算的拥塞窗口大小，控制发送速率，确保不超过网络的承载能力，避免拥塞丢包；
5. Nagle算法处理：如果开启了Nagle算法（默认开启），会合并小的TCP包，减少网络中的小包数量，降低带宽浪费；低延迟场景可通过TCP_NODELAY选项关闭；
6. 数据包下发：把封装好的sk_buff交给网络层，调用ip_queue_xmit()函数，同时把数据包保存在TCP的重传队列中，等待接收端的ACK确认，收到ACK后才会释放对应的sk_buff。

1. UDP头封装：为sk_buff添加UDP头，填充源端口、目的端口、长度、校验和字段；
2. 长度检查：如果数据包长度超过MTU，会进行IP分片（默认开启），或者返回EMSGSIZE错误（开启MSG_DONTROUTE）；
3. 数据包下发：直接把封装好的sk_buff交给网络层，调用ip_send_skb()函数，不会保存重传副本，发送完成后直接释放sk_buff。

• TCP发送窗口为0，接收端缓冲区满，无法发送数据；
• TCP拥塞窗口过小，网络拥塞导致发送速率被限制；
• UDP数据包超过MTU，且DF（不分片）标志位被设置，数据包被丢弃；
• Socket发送缓冲区满，用户态写入失败。

1.路由查找：根据目的IP地址，查找路由表，确定下一跳IP地址、出接口网卡、源IP地址，路由查找失败的数据包直接丢弃；

2.IP头封装：为sk_buff添加IP头，填充版本、头长度、服务类型、总长度、标识、标志位、TTL、协议类型、源IP、目的IP等字段，计算IP头校验和；

3.Netfilter钩子处理：执行Netfilter的NF_INET_LOCAL_OUT钩子点，处理iptables/nftables的OUTPUT链规则，规则拒绝的数据包直接丢弃；

4.PMTU发现与分片处理：检查数据包长度是否超过出接口的MTU，如果超过：

• 开启了PMTU发现，且DF标志位被设置：返回EMSGSIZE错误，通知用户态；
• 未设置DF标志位：把数据包拆分为多个MTU大小的IP分片，每个分片添加独立的IP头；

5.数据包下发：把处理完成的sk_buff交给链路层，调用dev_queue_xmit()函数。

• 路由查找失败，没有到达目的IP的路由，数据包被丢弃；
• iptables/nftables的OUTPUT链规则DROP了数据包；
• 数据包超过MTU，且DF标志位被设置，无法分片，数据包被丢弃；
• TTL耗尽，数据包被丢弃。

1. 下一跳MAC地址解析：根据下一跳IP地址，查找ARP表，获取对应的MAC地址；如果ARP表中没有对应的条目，触发ARP请求，暂停发送，等待ARP应答；
2. 以太网帧头封装：为sk_buff添加以太网帧头，填充目的MAC地址、源MAC地址、上层协议类型（IPv4/IPv6/ARP）；
3. VLAN/隧道处理：添加VLAN标签，封装VXLAN/IPsec/GRE等隧道协议头；
4. Netfilter钩子处理：执行Netfilter的NF_INET_POST_ROUTING钩子点，处理iptables/nftables的POSTROUTING链规则，比如SNAT、MASQUERADE地址转换，规则拒绝的数据包直接丢弃；
5. TC流量控制入队：把数据包交给TC流量控制框架，执行入队规则，放入对应的Qdisc排队规则中，进行限速、流量整形、优先级调度处理；
6. 驱动下发：TC调度器选中数据包后，调用网卡驱动的ndo_start_xmit()函数，把数据包交给网卡驱动层。

• ARP解析失败，无法获取下一跳的MAC地址，数据包被丢弃；
• iptables/nftables的POSTROUTING链规则DROP了数据包；
• TC限速规则，超过带宽的数据包被丢弃；
• 出接口网卡down，无法发送数据包。

1. 合法性校验：检查数据包的长度、出接口状态，非法的数据包直接释放，返回错误；
2. DMA映射：把sk_buff的数据缓冲区映射为网卡可访问的DMA地址，保证网卡硬件可以通过DMA直接读取内存中的数据，无需CPU参与；
3. 放入TX Ring Buffer：从发送环形缓冲区中取出一个空闲的描述符，填充DMA地址、数据包长度、控制标志，标记为「待发送」；
4. 唤醒硬件发送：写入网卡寄存器，通知硬件有新的数据包待发送，触发硬件的DMA传输；
5. 更新统计信息：更新网卡的发送字节数、包数统计。

• TX Ring Buffer空闲描述符耗尽，驱动无法放入新的数据包，数据包被丢弃，对应ethtool -S eth0中的tx_fifo_errors、tx_dropped计数增长；
• DMA映射失败，内存地址不可访问，数据包被丢弃；
• 网卡硬件故障、链路down，数据包无法发送。

1. 网卡硬件从TX Ring Buffer中读取「待发送」的描述符，通过DMA总线，从内核内存中读取数据包内容，写入网卡内部的发送FIFO缓冲区；
2. MAC层添加帧校验序列（FCS），把以太网帧转换为电信号/光信号，通过PHY层发送到网线/光纤中；
3. 发送完成后，把对应的描述符标记为「已发送」，触发硬件中断，通知CPU发送完成。

1. 网卡触发发送完成硬中断，CPU跳转到驱动的中断处理函数；
2. 中断顶半部快速应答中断，关闭发送中断，触发NAPI调度，唤醒软中断；
3. 软中断执行NAPI的poll函数，遍历TX Ring Buffer中「已发送」的描述符；
4. 解除DMA映射，释放对应的sk_buff结构体，更新Socket发送缓冲区的sk_wmem_alloc计数，减少已用内存；
5. 如果发送缓冲区的空闲空间超过了通知阈值，唤醒等待在Socket上的用户态进程，通知可以继续写入数据；
6. 所有描述符处理完成后，重新开启发送中断，回到空闲状态。

• TSO/GSO：如前所述，把TCP分段工作卸载到网卡硬件，减少内核协议栈的处理开销，CPU占用降低50%以上，发送吞吐量提升30%以上；
• GSO（Generic Segmentation Offload）：不仅支持TCP，还支持UDP、SCTP等其他协议，是通用的分段卸载机制；
• 校验和卸载：把TCP/UDP/IP头的校验和计算卸载到网卡硬件，无需CPU计算，进一步降低CPU开销；
• 配置命令：

• 核心原理：多队列网卡有多个TX发送队列，每个队列对应一个CPU核心。XPS通过配置，把特定CPU核心发起的数据包，固定发送到对应的TX队列，触发对应CPU核心的发送中断，实现：

1. 发送处理的CPU与中断处理的CPU是同一个核心，提升CPU缓存命中率，降低延迟；
2. 多个CPU核心对应多个TX队列，实现多核并行发送，发送性能随CPU核心数线性扩展；

• 配置方法：

# 配置XPS，把TX队列0绑定到CPU0，TX队列1绑定到CPU1，以此类推（8核CPU）
echo 1 > /sys/class/net/eth0/queues/tx-0/xps_cpus
echo 2 > /sys/class/net/eth0/queues/tx-1/xps_cpus
echo 4 > /sys/class/net/eth0/queues/tx-2/xps_cpus
echo 8 > /sys/class/net/eth0/queues/tx-3/xps_cpus
echo 10 > /sys/class/net/eth0/queues/tx-4/xps_cpus
echo 20 > /sys/class/net/eth0/queues/tx-5/xps_cpus
echo 40 > /sys/class/net/eth0/queues/tx-6/xps_cpus
echo 80 > /sys/class/net/eth0/queues/tx-7/xps_cpus

• 最佳实践：TX队列数量设置为等于CPU核心数，每个TX队列绑定到对应的CPU核心，关闭irqbalance服务，手动绑定发送中断到对应CPU核心。

1. fq_codel：Linux内核默认的排队规则，是「公平排队+受控延迟」的组合，完美平衡了吞吐量和延迟，解决了bufferbloat（缓冲区膨胀）问题，适合绝大多数通用服务器场景、低延迟业务场景；
2. htb：分层令牌桶，支持分层限速、带宽分配、优先级调度，适合需要对不同业务、不同IP/端口做差异化带宽保障的场景，比如多租户服务器、网关设备；
3. pfifo_fast：传统的先进先出排队规则，优先级基于IP的TOS字段，吞吐量高，但延迟抖动大，容易出现bufferbloat，不推荐现代网络环境使用；
4. mq：多队列排队规则，专为多队列网卡设计，每个TX队列对应一个独立的子Qdisc，实现多核并行发送，无锁竞争，多队列网卡必须开启。

# 查看当前网卡的Qdisc配置
tc qdisc show dev eth0
# 把网卡的Qdisc替换为mq+fq_codel，适配多队列网卡，优化低延迟
tc qdisc replace dev eth0 root mq
for i in $(seq 0 7); do
  tc qdisc add dev eth0 parent $(printf "800%d:$(($i+1))" $i) fq_codel
done

1. CUBIC：Linux内核默认的拥塞控制算法，基于三次函数的拥塞窗口增长，在高带宽长延迟网络中表现稳定，适合绝大多数通用场景；
2. BBR：基于带宽和延迟探测的拥塞控制算法，不依赖丢包来调整发送速率，在有丢包的广域网、跨地域网络中，带宽利用率远高于CUBIC，重传率更低，适合跨地域服务、CDN、大文件传输场景；
3. 配置方法：

# 查看内核支持的拥塞控制算法
cat /proc/sys/net/ipv4/tcp_available_congestion_control
# 设置默认拥塞控制算法为BBR
net.ipv4.tcp_congestion_control = bbr
# 开启TCP窗口缩放，支持大带宽长延迟网络
net.ipv4.tcp_window_scaling = 1
# 开启TCP时间戳，提升RTT计算精度
net.ipv4.tcp_timestamps = 1

      第一步：Socket层发送缓冲区排查

# 查看Socket的发送队列积压情况，Send-Q列是发送队列的积压包数
ss -tulnp
# 查看TCP连接的发送缓冲区使用情况、发送窗口、拥塞窗口
ss -ti

• 如果Send-Q持续不为0，说明内核发送速度跟不上用户态写入速度，或者网络链路有瓶颈；
• 解决方式：调大Socket发送缓冲区net.core.wmem_max、net.ipv4.tcp_wmem，优化用户态写入逻辑，避免无限制写入。

     第二步：传输层丢包排查

# 查看TCP/UDP协议的发送统计信息
cat /proc/net/snmp
cat /proc/net/netstat
# 重点关注：
# TcpOutSegs：TCP发送的总段数
# TcpRetransSegs：TCP重传的段数，重传率过高说明网络拥塞
# TcpLostSegments：TCP丢失的段数
# UdpOutDatagrams：UDP发送的数据包数
# UdpSendbufErrors：UDP发送缓冲区满丢包

• 如果TCP重传率超过2%，说明网络链路有拥塞、丢包，需要优化拥塞控制算法，检查链路质量；
• 解决方式：切换到BBR拥塞控制算法，调整TCP发送窗口大小，检查链路的带宽和延迟。

 第三步：网络层与防火墙丢包排查

# 查看iptables规则的发送统计，确认是否有规则DROP了数据包
iptables -nvL OUTPUT
iptables -nvL POSTROUTING
# 查看路由表，确认是否有到达目的地址的路由
ip route show
# 查看ARP表，确认下一跳MAC地址是否正常
arp -n

• 重点关注OUTPUT、POSTROUTING链的DROP规则，确认是否有误配置；
• 检查ARP表是否有异常，下一跳IP是否能解析到MAC地址，ARP解析失败会导致发送失败。

第四步：链路层与TC流量控制丢包排查

# 查看TC排队规则配置，确认是否有限速规则
tc qdisc show dev eth0
tc -s class show dev eth0
# 查看TC的丢包统计
tc -s qdisc show dev eth0

• 如果TC配置了限速规则，超过带宽的数据包会被丢弃，导致发送带宽跑不满；
• 解决方式：调整TC限速带宽，或者更换更合适的Qdisc规则。

第五步：驱动与硬件层丢包排查

# 查看网卡的发送统计信息，定位硬件层丢包
ethtool -S eth0
# 重点关注：
# tx_errors：总发送错误数
# tx_dropped：驱动层丢弃的数据包数
# tx_fifo_errors：TX Ring Buffer满丢包
# tx_aborted_errors：发送中止错误
# tx_carrier_errors：链路载波错误，通常是网线、光模块故障

• 如果tx_fifo_errors计数增长，说明TX Ring Buffer太小，突发流量导致缓冲区满丢包；
• 解决方式：调大TX Ring Buffer大小ethtool -G eth0 tx 4096，开启多队列TX，提升发送能力。

硬件层面调优

• 开启网卡的多队列TX，TX队列数量设置为等于CPU核心数；
• 配置XPS，把每个TX队列绑定到对应的CPU核心，实现发送亲和性；
• 调大TX Ring Buffer大小，根据突发流量情况，设置为2048~4096；
• 开启网卡的硬件卸载特性：TSO、GSO、校验和卸载、LRO；
• 更换高质量的网线、光模块，确保链路协商到全双工万兆/千兆模式，避免半双工、协商错误导致的发送性能下降。

内核参数调优

# /etc/sysctl.conf 发送核心调优参数
# Socket发送缓冲区默认值/最小值/最大值（字节）
net.core.wmem_default = 262144
net.core.wmem_max = 16777216
# TCP发送缓冲区：最小值/默认值/最大值
net.ipv4.tcp_wmem = 4096 262144 16777216
# UDP发送缓冲区最小值
net.ipv4.udp_wmem_min = 8192
# TCP拥塞控制算法
net.ipv4.tcp_congestion_control = bbr
# 开启TCP窗口缩放，支持大带宽长延迟网络
net.ipv4.tcp_window_scaling = 1
# 开启TCP时间戳，提升RTT计算精度
net.ipv4.tcp_timestamps = 1
# 开启SACK选择性确认，提升丢包重传效率
net.ipv4.tcp_sack = 1
# TCP最大SYN重传次数
net.ipv4.tcp_syn_retries = 3
# TCP数据重传次数
net.ipv4.tcp_retries2 = 8

CPU与NUMA架构调优

• 多NUMA节点服务器上，把业务进程、发送中断、TX队列，都绑定到同一个NUMA节点的CPU核心上，避免跨NUMA节点的内存访问，降低发送延迟；
• 关闭CPU变频，设置为性能模式，避免CPU频率波动导致的发送延迟毛刺；
• 业务进程绑定到固定的CPU核心，提升CPU缓存命中率，减少上下文切换。

应用层调优

• 采用攒批发送的方式，避免频繁发送小数据包，减少系统调用和协议栈处理开销；
• 低延迟场景，开启TCP_NODELAY选项，关闭Nagle算法，避免小包合并导致的延迟；
• 大文件传输场景，使用sendfile()零拷贝系统调用，减少数据拷贝次数，降低CPU开销；
• 非阻塞Socket+epoll边缘触发模式，批量写入数据，减少系统调用次数；
• 避免在发送线程中执行耗时操作，把业务逻辑放到独立的工作线程中，保证发送速度。

1. TX Ring Buffer调得过大：和接收队列一样，过大的TX Ring Buffer会导致数据包排队时间过长，延迟升高，出现bufferbloat问题，生产环境建议最大不超过4096；
2. 关闭TSO/GSO导致CPU占用过高：万兆网卡场景下，关闭TSO/GSO会导致内核分段开销急剧上升，CPU占用100%，发送带宽跑不满，生产环境必须开启；
3. Nagle算法与TCP_NODELAY冲突：默认开启的Nagle算法会合并小包，导致小数据包发送延迟升高，低延迟场景（如游戏、金融交易）必须开启TCP_NODELAY关闭Nagle算法；
4. TCP发送窗口过小：广域网场景下，TCP发送窗口受接收端窗口和拥塞窗口限制，导致带宽跑不满，需要开启TCP窗口缩放，调大发送缓冲区，优化拥塞控制算法；
5. TC限速规则配置错误：错误的TC限速规则会导致发送带宽被限制，甚至大量丢包，配置TC前必须在测试环境验证，避免影响线上业务；
6. UDP大包发送不处理分片：UDP发送超过MTU的大包时，会触发IP分片，只要有一个分片丢失，整个数据包就会被丢弃，可靠性急剧下降，UDP场景下建议把数据包大小控制在MTU以内（通常1400字节）。