TinyPortMapper:轻量级高性能端口转发工具技术指南
2026-04-05 09:09:02作者:幸俭卉
功能特性
轻量级架构设计
TinyPortMapper采用精简代码结构,核心功能模块(common、fd_manager、log、my_ev)总代码量不足5000行,内存占用低于1MB。通过单线程事件驱动模型消除多线程上下文切换开销,在嵌入式设备与云服务器环境中均能保持高效运行。
跨协议与跨网络支持
- 双协议转发:同时支持TCP流传输与UDP数据报转发,满足不同应用场景需求
- 双栈网络兼容:原生支持IPv4/IPv6地址解析与转换,可在混合网络环境中无缝工作
- 无状态设计:UDP转发采用LRU连接管理机制,自动清理闲置连接(默认超时时间300秒)
高性能设计
// main.cpp 中事件循环核心实现
struct ev_loop * loop= ev_default_loop(0);
ev_io_init(&tcp_accept_watcher, tcp_accept_cb, local_listen_fd_tcp, EV_READ);
ev_io_start(loop, &tcp_accept_watcher);
ev_run(loop, 0);
技术原理卡片:基于libev的I/O多路复用 TinyPortMapper使用libev库实现高效事件驱动,通过epoll/kqueue等系统调用实现I/O多路复用。每个网络事件(连接建立/数据接收)通过回调函数处理,避免传统select/poll的性能瓶颈,单机可支持10K+并发连接。
快速上手
环境准备
- 源码获取
git clone https://gitcode.com/gh_mirrors/tin/tinyPortMapper
cd tinyPortMapper
- 编译构建
make
# 生成可执行文件 tinymapper_amd64
基础命令
| 参数 | 说明 | 示例 |
|---|---|---|
-l |
本地监听地址:端口 | -l 0.0.0.0:8080 |
-r |
远程目标地址:端口 | -r 192.168.1.100:80 |
-t |
启用TCP转发 | -t |
-u |
启用UDP转发 | -u |
--sock-buf |
设置缓冲区大小(kB) | --sock-buf 2048 |
--log-level |
设置日志级别(0-6) | --log-level 5 |
基础转发示例:
# TCP转发:本地8080端口 → 远程192.168.1.100:80
./tinymapper_amd64 -l 0.0.0.0:8080 -r 192.168.1.100:80 -t
# UDP转发:本地53端口 → 远程8.8.8.8:53
./tinymapper_amd64 -l 0.0.0.0:53 -r 8.8.8.8:53 -u
验证方法
- 进程状态检查
# 检查进程是否运行
ps aux | grep tinymapper_amd64
# 查看监听端口
netstat -tulpn | grep tinymapper
- 功能验证
# TCP验证(需另开终端)
telnet localhost 8080
# UDP验证(需另开终端)
echo "test" | nc -u localhost 53
进阶配置
场景化配置方案
场景一:内外网穿透
需求:将内网Web服务(192.168.1.10:80)通过公网服务器(203.0.113.5)暴露到公网端口8080
实现步骤:
- 在公网服务器部署转发
./tinymapper_amd64 -l 0.0.0.0:8080 -r 192.168.1.10:80 -t --sock-buf 4096
- 配置防火墙规则
# 开放8080端口
ufw allow 8080/tcp
- 客户端访问测试
curl http://203.0.113.5:8080
场景二:游戏服务器加速
需求:降低UDP游戏流量延迟,设置较大缓冲区减少丢包
优化配置:
./tinymapper_amd64 -l 0.0.0.0:27015 -r game-server:27015 -u \
--sock-buf 8192 \
--log-level 3
性能调优建议
缓冲区配置
- 理论依据:缓冲区大小应根据网络带宽×延迟乘积设置(带宽延迟积BDP)
- 计算公式:缓冲区大小(kB) = (带宽Mbps × 延迟ms) / 8
- 推荐值:
- 局域网环境:512-1024 kB
- 广域网环境:2048-4096 kB
- 高延迟链路:8192-16384 kB
日志策略
| 日志级别 | 适用场景 | 性能影响 |
|---|---|---|
| 0 (never) | 生产环境 | 无 |
| 4 (info) | 日常监控 | 低 |
| 5 (debug) | 问题诊断 | 中 |
| 6 (trace) | 开发调试 | 高 |
生产环境配置:
./tinymapper_amd64 -l 0.0.0.0:80 -r backend:80 -t \
--log-level 1 \
--disable-color
常见问题诊断
问题一:无法绑定端口
排查流程:
- 检查端口占用情况
netstat -tulpn | grep 8080
- 确认权限是否足够(1024以下端口需root权限)
# 非root用户使用高位端口(如8080)或添加CAP_NET_BIND_SERVICE能力
sudo setcap 'cap_net_bind_service=+ep' ./tinymapper_amd64
问题二:转发速度慢
排查流程:
- 检查缓冲区配置是否合理
# 查看当前设置
grep "sock-buf" /proc/$(pidof tinymapper_amd64)/cmdline
- 监控系统资源使用
# 检查CPU/内存占用
top -p $(pidof tinymapper_amd64)
# 检查网络吞吐量
iftop -i eth0
问题三:UDP转发丢包
排查流程:
- 启用调试日志查看丢包情况
./tinymapper_amd64 ... --log-level 5
- 调整最大连接数和超时设置
# 在代码中调整(需重新编译)
#define max_conn_num 10000 // my_ev_common.h
#define conn_timeout_tcp 300 // 连接超时时间(秒)
总结
TinyPortMapper通过轻量级设计与高效事件驱动模型,提供了跨协议、跨网络的高性能端口转发解决方案。通过合理配置缓冲区大小、日志级别和连接参数,可在不同网络环境中实现最优性能。其简洁的命令行接口与灵活的配置选项,使其成为系统管理员和开发人员的理想工具。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253