DPDK とユーザー空間ネットワーキングの原理

なぜカーネルを外すのか

10Gbpsの回線を最小サイズ（64バイト）のフレームで埋めると、毎秒約1480万パケット（14.88Mpps）になります。1パケットあたりに使えるのは約67ナノ秒です。一方、Linuxカーネルの標準的な受信経路では、1パケットごとに割り込み（あるいはソフトIRQ）、skb（ソケットバッファ構造体）の確保、プロトコルスタックの通過、ソケットバッファへのコピー、recvmsg() のシステムコールとコンテキストスイッチが積み上がります。これらの固定コストは合計で容易に数百ナノ秒〜マイクロ秒に達し、67ナノ秒の予算をはるかに超えます。割り込み駆動を緩和する カーネルのパケット受信経路：NAPI と割り込み緩和 でも、スタック通過とコピーの本体コストは残ります。

そこで発想を逆転させたのが DPDK（Data Plane Development Kit） です。「カーネルを速くする」のではなく「カーネルを通さない」。NICをユーザー空間プロセスへ直接マップし、割り込みもプロトコルスタックもシステムコールも使わず、ユーザー空間でNICのリングを直接ポーリングしてパケットを刈り取ります。

PMD：割り込みをやめてポーリングで回す

DPDKの中核が PMD（Poll Mode Driver, ポーリングモードドライバ） です。割り込みを一切使わず、CPUコアが無限ループでNICの受信リングを rte_eth_rx_burst() のような関数で繰り返し問い合わせ続けます。パケットが届いていればまとめて（バーストで）取り出し、なければ即座に次の周回へ入ります。

/* PMD のメインループ（概念）。専有コアが回し続ける */
while (running) {
    nb = rte_eth_rx_burst(port, queue, bufs, BURST_SIZE); /* リングから一括取得 */
    for (i = 0; i < nb; i++)
        process(bufs[i]);                                  /* 自前で処理 */
}

なぜ割り込みより速いのか。割り込みは「いま走っているコードを止めてハンドラへ飛ぶ」操作で、高pps時には NAPI 記事 で触れたとおり receive livelock を招くほど重い。ポーリングは割り込みのコンテキスト保存・復帰が一切なく、CPUは常にパケット処理だけに専念できます。さらにバースト処理により、関数呼び出しや命令キャッシュのウォームアップといった固定コストを 複数パケットで償却 でき、1パケットあたりのオーバーヘッドが下がります。分岐予測も命令・データキャッシュも、同じ短いループを回し続けることで高いヒット率を保てます。

巨大ページ：TLBミスとページフォルトを潰す

高速処理にはメモリアクセスの安定が不可欠です。仮想アドレスを物理アドレスへ変換する TLB（Translation Lookaside Buffer） はエントリ数が限られ、標準の4KBページでは大きなパケットバッファ領域を歩くだけでTLBミスが頻発し、そのたびにページテーブルを辿る遅延（ページウォーク）が入ります。

DPDKは 巨大ページ（HugePages, 2MBや1GB） 上に全メモリを確保します。1ページが大きいほど同じ領域を少ないエントリでカバーでき、TLBミスが激減します。加えて巨大ページは予約時にメモリへ固定（ピン）され、スワップアウトもpage faultも起きません。リアルタイムにパケットを処理する経路では、突発的なページフォルトによる遅延スパイクが致命的なので、これを構造的に排除する意味は大きい。

DPDKはこの巨大ページ上に独自のメモリアロケータ（rte_malloc／mempool）を構築します。mempool はパケットバッファ（mbuf）を事前確保した固定長プールで、ホットパスでは malloc/free を呼ばず、プールから借りて返すだけにします。プールはコアごとのローカルキャッシュを持ち、確保・解放の大半をコア内で完結させてコア間競合を避けます。

ロックレスリング：コア間受け渡しからロックを消す

複数コアでパイプラインを組むと、あるコアが処理したパケットを次のコアへ渡す必要があります。ここで普通のロック（mutex/spinlock）を使うと、競合時のキャッシュライン奪い合いとスピンで遅延が跳ねます。

DPDKの rte_ring はロックを使わない ロックレスなリングバッファ です。固定長の環状配列に対し、生産者・消費者がそれぞれ head/tail ポインタを CAS（Compare-And-Swap） などのアトミック命令で進めます。単一生産者・単一消費者（SPSC）構成なら、生産者と消費者がそれぞれ別のポインタしか触らないため、アトミック命令すら最小化でき、ほぼメモリバリアだけで安全に受け渡せます。これによりロック取得のシステムコールもスリープも発生せず、コア間の受け渡しが定数時間で済みます。

CPUピンニングとNUMA局所性

最後の鍵が CPUピンニング（コア固定） です。PMDが回るスレッドを特定の物理コアへ固定（アフィニティ設定）し、そのコアをOSスケジューラの対象から外します（isolcpus 等でカーネルに割り当てない）。これにより、(1)他タスクに割り込まれてキャッシュを汚されない、(2)コア間を移動してL1/L2キャッシュを冷やさない、(3)スケジューラのプリエンプションによる遅延ジッタが消える、という三つを同時に達成します。

さらに NUMA（Non-Uniform Memory Access） の局所性が効きます。マルチソケット機では、各CPUに直結したメモリ（ローカルノード）へのアクセスは速く、別CPU配下のメモリ（リモートノード）はインターコネクト越しで遅い。DPDKはNICが接続されたPCIeスロットに対応するNUMAノード上にバッファとリングを確保し、そのノードのコアでPMDを回します。NIC・メモリ・処理コアを同一NUMAノードに揃えることで、リモートアクセスとインターコネクトの帯域消費を避け、レイテンシのばらつきを抑えます。コア間でキャッシュやメモリ局所性を保つ狙いは、ソケットバッファとゼロコピー送受信 でコピー回数を削る発想と地続きです。

何を捨て、どこで使うか

DPDKの速さは「カーネルが肩代わりしていた一切を自前で背負う」ことの裏返しです。TCPの再送・順序制御、ARP、ルーティング、ファイアウォール（netfilter）、tcpdump での観測、ソケットAPIといった資産はすべて使えなくなり、必要ならアプリ側やユーザー空間TCPスタック（VPP/F-Stack等）で再実装します。NICは専有され、アイドル時もコアを焼き続けます。

汎用・低〜中pps      → カーネルスタック（NAPI/GRO/XDP）で十分・運用が楽
高pps・特化・専有可  → DPDK（仮想スイッチ OVS-DPDK / NFV / パケット生成・計測 / L4LB）

つまりDPDKは万能の高速化ではなく、14.88Mppsを1コアで線形に捌くような極端なデータプレーンに特化した道具です。仮想スイッチ（OVS-DPDK）、NFV、ファイアウォールやロードバランサのデータプレーン、トラフィックジェネレータなどが典型です。同じ「カーネルを介さず低遅延で運ぶ」系統として、RNICがメモリへ直接読み書きする RDMA と RoCE：カーネルバイパス転送の原理 があり、DPDKがCPUでパケットを回すのに対しRDMAはNICが転送を肩代わりする、という分業の違いを押さえると全体像が立体的になります。

まとめ

DPDKは「カーネルを速くする」のではなく「カーネルを通さない」ことで高速化します。NICをユーザー空間へマップし、PMDが割り込みを使わずポーリングでリングを回してパケットをバースト処理することで、割り込み・コピー・システムコール・コンテキストスイッチの固定コストを丸ごと排します。巨大ページがTLBミスとページフォルトを潰して遅延を安定させ、ロックレスな rte_ring と mempool がコア間のロック競合を消し、CPUピンニングとNUMA局所化がキャッシュとメモリ帯域を守る——この四つが噛み合って、64バイト最小フレームの14.88Mppsを1コアで線形に捌く性能が出ます。代償としてポーリングがコアを常時焼き、カーネルのプロトコル機能を自前で背負い、NICを専有するため、汎用用途ではなく仮想スイッチ・NFV・パケット処理基盤といった高pps特化のデータプレーンに向く、という棲み分けが本質です。