Unbound DNS over TLS 在 Ubuntu 22.04 上的低吞吐量问题分析

在 DNS 服务器软件 Unbound 的实际部署中，我们发现了一个值得注意的性能问题：当在 Ubuntu 22.04 系统上运行 Unbound 并提供 DNS over TLS (DoT) 服务时，其连接吞吐量会显著降低至约 20 连接/秒，而在 Ubuntu 20.04 系统上则能保持约 1000 连接/秒的正常水平。

问题现象与排查过程

技术人员最初注意到这一异常现象是在进行性能测试时。测试环境使用了相同的 Unbound 配置文件和证书文件，客户端实现也是相同的简单 TLS 连接-查询-关闭循环。唯一的变化是将操作系统从 Ubuntu 20.04 升级到了 22.04。

通过详细的排查，技术人员排除了几个可能的因素：

1. 客户端实现问题：因为客户端代码非常简单且在两系统间保持一致
2. 加密计算开销：尝试使用不同的 OpenSSL 引擎加速算法，但吞吐量没有改善
3. 事件处理库差异：最初怀疑是 mini-event 和 libevent 的差异，但强制使用 libevent 后问题依旧

根本原因分析

经过深入的技术调查，发现问题根源在于 TCP_NODELAY 套接字选项的设置。在较新的 Ubuntu 版本中，TCP 栈的行为发生了变化，导致在没有设置 TCP_NODELAY 的情况下，TCP 数据包的传输效率显著降低。

TCP_NODELAY 选项控制着 Nagle 算法的启用与否。当禁用时（即设置 TCP_NODELAY），数据会立即发送而不等待填充完整的数据包；当启用时，系统会尝试合并小数据包以提高网络效率。对于 DNS over TLS 这种频繁建立短连接的服务，启用 Nagle 算法会导致明显的性能下降。

解决方案

该问题已在 Unbound 的后续版本中通过显式设置 TCP_NODELAY 选项得到解决。对于遇到类似问题的用户，建议：

1. 升级到最新版本的 Unbound
2. 如果无法升级，可以手动修改源代码，在 TLS 连接建立后设置 TCP_NODELAY 选项
3. 作为临时解决方案，可以考虑在系统层面调整 TCP 参数

经验总结

这个案例展示了操作系统版本升级可能带来的微妙性能问题，特别是在网络协议栈实现发生变化时。对于高性能网络服务，TCP 参数的精细调优往往至关重要。开发者在进行跨平台或跨版本部署时，应当特别注意这些底层网络行为的变化可能对应用性能产生的影响。

同时，这也提醒我们，在性能问题排查过程中，除了关注应用层实现外，还需要深入网络协议栈层面进行分析，才能准确识别和解决这类隐蔽的性能瓶颈。