最近有比较多的人谈到网卡的”watchdog timeout“问题，究竟是什么原因造成的，大多数人都
把网卡的性能不佳做为问题的根源所在。我认为网卡的性能只是一方面的因素，他还涉及到缓冲的
大小、单位时间内的包的数量、及网卡驱动程序等一系列因素。以下将从源代码的角度来对他进行
分析。
首先，我们看看到底是哪个函数发出了“watchdog timeout”字符串，只要你查一下源代码
不难看出，在各网卡的驱动程序里的XX_watchdog（XX是各网卡的名称，如：8139是rl,AMD7990
是pcn,Inter是fxp等等）函数发出的。函数比较简单：
static void rl_watchdog(ifp)
struct ifnet *ifp;/*申明ifp是一个ifnet结构，结构存放了该网卡的输入输
出的函数指针和一些重要参数，当然也包括rl_watchdog函数的
指针*/
{
struct rl_softc *sc;
sc = ifp->if_softc; /*ifnet是softc结构的一个子集，softc包含了更多的该网卡的参数*/
printf("rl%d: watchdog timeout\n", sc->rl_unit);/*打印出是哪块网卡出现问题。
sc->rl_unit代办该种网卡的第几快。我们知道在一个机器里同样
的网卡可能有几块，当然此参数是由网卡驱动程序的初始化程序填充*/
ifp->if_oerrors++; /*累计输出出现的错误包数量（o代表输出）*/
rl_txeof(sc);/*这里是每个驱动程序不同的，此处为8139的，不过我觉得用rl_stop(sc)更好*/
rl_rxeof(sc);/*这里也是每个驱动程序不同。我觉得来一个rl_reset(sc)也不错。*/
rl_init(sc);/*这里大家都一样，重新初始芯片。*/
return;
}
好了，到这我们知道是XX_watchdog函数发出了watchdog timeout信息。那么是谁来调用该函数呢？
我们接着来看另一个函数：if_slowtimo函数，该函数在if.c中。if.c是interface(接口)的简称，
即系统在启动过程中初始化时必须调用其中的一些函数。ifinit函数是其中被调用的一个，这个函数很
简单：
void
ifinit()
{
static struct timeout if_slowtim;
timeout_set(&if_slowtim, if_slowtimo, &if_slowtim);/*简单的说就是设置一定时器*/
if_slowtimo(&if_slowtim);/*哈哈，等不急了，先调用了再说*/
}
这样一来，if_slowtimo就成了一个一定时间内就要执行的一个函数了，此时候，大家应该能猜到if_slowtimo
的大概功能，无非是定时查看各网卡的发送数据的情况，如果没发送完成，就给该卡加一个计数器，到
计数器达到一定的值时还没发送出去就调用该卡的XX_watchdog函数。下面我们来看看if_slowtimo函数。
void
if_slowtimo(arg)
void *arg;
{
struct timeout *to = (struct timeout *)arg;
struct ifnet *ifp;
int s = splimp();/*在做以下操作的时候必须关中断*/
TAILQ_FOREACH(ifp, &ifnet, if_list) {/*搜索每一个接口设备，TAILQ_FOREACH实际上是for(...)*/
if (ifp->if_timer == 0 || --ifp->if_timer)
continue;/*如果是if_timer为0或if_timer减1以后还为真，实际上是对每块网卡
的计数器if_timer减1后判断他是否还大于0，小于0就调用watchdog函数。*/
if (ifp->if_watchdog) /*不过调用之前看看该卡有没有watchdog函数*/
(*ifp->if_watchdog)(ifp);
}
splx(s);
timeout_add(to, hz / IFNET_SLOWHZ);/*每次计时器完成后都会清除，你不得不又加上去。hz是计算
机的主频，就是说调度的间隔时间是和主频成正比的关系。*/
}
到这里一切都很明白了，我们只要在驱动程序的输出包时给定一个值（if_timer,大多数是5），而输出函数是一个
直到输出成功才跳出的循环，不成功他就一直重试来输出此包，而我们上面的程序就会时间一到就给你的值减1，如果
减到小于0了，就watchdog timeout。我们还是来看一看程序吧：
static void rl_start(ifp)
struct ifnet *ifp;
{
struct rl_softc *sc;
struct mbuf *m_head = NULL;
sc = ifp->if_softc;
while(RL_CUR_TXMBUF(sc) == NULL) {/* 1：当输出缓冲区为空时才进行新的输出*/
IF_DEQUEUE(&ifp->if_snd, m_head);/*把将要输出的数据加入到输出队列中。*/
if (m_head == NULL)/* 2：申请内存失败*/
break;
if (rl_encap(sc, m_head)) {/*8139卡的弱智表现在此，多加一个头部，还要长字节对齐，影响
到数据必须重新搬迁。花时间啊！*/
IF_PREPEND(&ifp->if_snd, m_head);
ifp->if_flags |= IFF_OACTIVE;
break;
}
if (ifp->if_bpf)/* 3：如果包过滤存在就进行过滤*/
bpf_mtap(ifp, RL_CUR_TXMBUF(sc));
CSR_WRITE_4(sc, RL_CUR_TXADDR(sc),/* 4：以下为硬件输出的IO指令*/
vtophys(mtod(RL_CUR_TXMBUF(sc), caddr_t)));
CSR_WRITE_4(sc, RL_CUR_TXSTAT(sc),
RL_TXTHRESH(sc->rl_txthresh) |
RL_CUR_TXMBUF(sc)->m_pkthdr.len);
RL_INC(sc->rl_cdata.cur_tx);
}
if (RL_CUR_TXMBUF(sc) != NULL)/*如果传送缓冲不为空，说明数据放到缓冲中已经准备传了*/
ifp->if_flags |= IFF_OACTIVE;/*加上正在传标志*/
ifp->if_timer = 5;/*设定计数器为5*/
return;
}
大家注意看我注释中的1，2，3，4标号，即是4个有可能使传送出现问题的地方。但大家也会问：即使我传送
成功了也会if_timer变成5啊，那么成功了后是怎么消除这个5的呢，答案在当传送完一个包后，网卡将产生一个
中断，我们来看中断程序：
static void rl_intr(arg)
{
... 这中间我就不写了
if ((status & RL_ISR_TX_OK) || (status & RL_ISR_TX_ERR)) /*如果中断后状态寄存器的标识
是成功或出错，就调用下面的程序。*/
rl_txeof(sc);
...
}
再看rl_txeof:
static void rl_txeof(sc)
{
...
ifp->if_timer = 0;/*哈哈，在这清0了，也就是说，只要你不是反复在那传，不过错误和传输正确
都不会出现"watchdog timeout"*/
...
}
综上所述：引起watchdog timeout的主要原因为：1、缓冲区不够大，前面的没发完后面的又跟的来了。2、内核
的内存分配出现问题，此情况比较少发生。3、卡的质量（在IO时的吞吐量）。4、bpf过滤过于复杂引起。
如何解决这个问题：
首先我们必须查出导致出现该问题的原因，即是4个问题中的哪个引起的，我们来修改驱动程序和相关的程序：
在if.h中定义一全局变量：
u_int8_t myerror; /*意思是出错的原因代码，按我列的来吧，1是缓冲区不够...*/
在函数static void rl_start(ifp)中加入：
static void rl_start(ifp)
struct ifnet *ifp;
{
struct rl_softc *sc;
struct mbuf *m_head = NULL;
sc = ifp->if_softc;
u_int8_t tmperror;
if (RL_CUR_TXMBUF(sc) != NULL) {/*新加，如果是缓冲区不够问题*/
myerror=1;
}
while(RL_CUR_TXMBUF(sc) == NULL) {
IF_DEQUEUE(&ifp->if_snd, m_head);
if (m_head == NULL)
{
myerror=2; /*内存分配出错*/
break;
}
if (rl_encap(sc, m_head)) {
IF_PREPEND(&ifp->if_snd, m_head);
ifp->if_flags |= IFF_OACTIVE;
break;
}
if (ifp->if_bpf)
bpf_mtap(ifp, RL_CUR_TXMBUF(sc));
tmperror=myerror;/*在进行写IO口前先保存前面出错的原因*/
CSR_WRITE_4(sc, RL_CUR_TXADDR(sc),
vtophys(mtod(RL_CUR_TXMBUF(sc), caddr_t)));
CSR_WRITE_4(sc, RL_CUR_TXSTAT(sc),
RL_TXTHRESH(sc->rl_txthresh) |
RL_CUR_TXMBUF(sc)->m_pkthdr.len);
myerror=tmperror;/*上面两句没问题的话再还原前面的出错原因*/
RL_INC(sc->rl_cdata.cur_tx);
}
if (RL_CUR_TXMBUF(sc) != NULL)
ifp->if_flags |= IFF_OACTIVE;
ifp->if_timer = 5;
return;
}
最后再改一下rl_watchdog中的显示部分
printf("rl%d: watchdog timeout:error number is %x\n", sc->rl_unit,myerror);
当然这只是我个人的见解，可能有许多不足或没考虑到的地方，也希望大家能提出更好、更容易
的方法。
