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。
先看网卡统计：RX-OVR 和 RX-DRP 是关键入口
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。
检查 tc 规则：QoS 丢包不写进网卡计数器
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。
盯住软中断和 Ring Buffer 设置
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。
别绕过物理层和驱动日志
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。
