Linux 网络丢包如何定位？_网络技术_宿州市腾雀网络科技有限公司

网卡丢包排查应优先关注RX-OVR和RX-DRP：RX-OVR>0表示Ring Buffer溢出丢包，RX-DRP>0且RX-OVR==0说明内核处理阶段丢包，RX-ERR>0则指向物理链路问题。

丢包不一定在应用层，往往从网卡收包那一刻就开始了。真正该盯的第一个指标，是 netstat -i 输出里的 RX-OVR（Ring Buffer 溢出）和 RX-DRP（内核处理阶段丢包）。

RX-OVR > 0：说明网卡收包太快，内核来不及取走，Ring Buffer 满了直接丢——常见于高吞吐 + 单核软中断集中、或 Ring Buffer 太小（默认常为 256）
RX-DRP > 0 且 RX-OVR == 0：包已进缓冲区，但被内核主动丢弃，原因可能是内存不足、softnet_stat 第2列持续增长、或 NAPI 轮询延迟高
RX-ERR > 0：物理链路大概率有问题，比如光衰超标、线缆接触不良、协商失败（ethtool eth0 看 link detected: no 或 speed: Unknown!）

别跳过这步直接抓包——如果 RX-OVR 已经在涨，tcpdump 就根本看不到那些“消失”的包。

网卡清白 ≠ 没丢包。tc 配置的 netem、policer、fq_codel 等策略，会在协议栈更上层直接丢包，完全绕过 /proc/net/dev 统计。

运行 tc -s qdisc show dev eth0，重点找含 loss、limit、rate 的行，例如：qdisc netem 800d: root ... loss 5%
若看到 dropped X 且数值持续上升，基本就是它干的——尤其是测试环境残留的 netem，生产环境必须禁用
清除规则用 tc qdisc del dev eth0 root（注意：不是所有场景都能直接删，确认无业务依赖）

很多人查完 netstat -i 没异常就放弃，结果漏掉这个最“安静”的丢包源。

即使 RX-OVR == 0，也可能因 Ring Buffer 偏小 + CPU 负载高导致消费滞后。这时要交叉验证：

查中断分布：cat /proc/interrupts | grep eth0，看是否全压在 CPU0 上；若某核 SI（softirq）软中断长期 >70%，说明 NAPI 处理不过来
查 softnet 队列状态：cat /proc/net/softnet_stat，第1列（processed）和第2列（dropped）比值骤降，或第2列稳定上涨，就是 softnet backlog 溢出
调大 Ring Buffer：ethtool -G eth0 rx 4096 tx 4096（需驱动支持，部分虚拟网卡不生效）
启用 RPS 分散软中断：echo f > /sys/class/net/eth0/queues/rx-0/rps_cpus（十六进制掩码，f=全开前4核）

Ring Buffer 不是越大越好——过大会增加 cache miss，一般 1024~4096 是较安全的起步值。

最基础的环节，反而最容易被跳过。很多“随机丢包”其实是线缆松动、光模块老化、或驱动 bug 导致的。

用 ethtool eth0 确认：Link detected: yes、Speed: 10000Mb/s、Duplex: Full、FEC: auto；若出现 Auto-negotiation: off 或 failed，手动协商或换线
查
驱动报错：dmesg | grep -i "eth\|nic\|firmware\|dma"，重点关注 DMA timeout、firmware hang、reset failed
旧版 Intel X710 / Mellanox CX-5 驱动存在 Ring Buffer 竞态丢包缺陷，更新固件和驱动常能一招解决

真正的瓶颈，往往不在你怀疑的地方——它可能就藏在 ethtool 输出里一行不起眼的 Link detected: no 后面。