关闭TSO/GSO导致网络性能下降，是因为在高吞吐、低延迟且CPU充足、网卡硬件能力强的场景（如K8s微服务rpc、VFIO直通存储、DPDK共存环境）中，强行关闭会增加softirq开销、小包激增、内存压力及调度失衡，正确做法是依据ethtool、softnet_stat和tcpdump数据判断真实瓶颈。
关闭 TSO/GSO 后网络性能下降，不是配置错了，而是用错了场景。真实业务中，这种“关了反而更慢”的情况往往出现在高吞吐、低延迟敏感但 CPU 资源充足、网卡硬件能力被低估的环境中。
典型业务场景：容器化微服务高频 RPC 通信
在 kubernetes 集群中运行大量 gRPC 或 Thrift 服务，单 Pod 每秒发起数千次短连接或流式请求。此时若宿主机网卡（如 Intel X710、Mellanox ConnectX-5）支持高效 TSO/GSO，且内核已启用 GRO/LRO 配合处理接收端聚合，强行关闭 TSO/GSO 会导致：
- 内核协议栈需对每个 TCP 报文做软件分段，显著增加 softirq 处理时间
- veth pair + CNI 插件（如 Calico eBPF 或 Cilium）路径变长，小包数量激增，加剧队列竞争和丢包重传
- iperf3 测试显示带宽从 9.2Gbps 掉到 5.8Gbps，同时 netstat -s 中 “TCP: packets retransmitted” 上升 3–5 倍
虚拟化平台直通网卡下的高性能存储访问
Proxmox VE 或 openstack 环境中，VM 使用 VFIO 直通 10G/25G 网卡访问 ceph 或 NVMe-oF 存储后端。这类场景依赖网卡硬件完成大块数据的零拷贝分段与校验卸载：
- 关闭 TSO/GSO 后，4MB 的写请求需拆成 ~2600 个 1500 字节的帧，触发大量 SKB 分配与释放，引发内存碎片和 slab 压力
- ethtool -S 显示 tx_errors、tx_aborted_errors 明显上升，dmesg 出现 “skb_over_panic” 或 “page allocation failure”
- iostat 观察到存储写入 IOPS 下降 40%，而 top 中 ksoftirqd/0 占用率持续高于 70%
DPDK 或用户态协议栈共存环境
当服务器同时运行 DPDK 应用（如 OVS-DPDK、FD.io VPP）和传统 linux 网络栈服务（如 nginx、postgresql）时，TSO/GSO 关闭可能破坏协同逻辑：
- DPDK 应用通常绕过内核，依赖网卡硬件完成分段；而 Linux 栈服务关闭 TSO 后发包变小，导致同一物理队列中大小包混杂，破坏硬件调度公平性
- tc qdisc（如 fq_codel）对小包的排队延迟敏感，平均 RTT 从 80μs 升至 220μs，P99 延迟翻倍
- 抓包发现发送端 tcpdump 显示大量 1500 字节帧，但接收端 wireshark 解析出重复 ACK 和 SACK 乱序，说明链路层效率反被削弱
关键判断依据：别只看 CPU，要看路径瓶颈在哪
是否该关 TSO/GSO，不能只看“CPU 高不高”。真正要查的是：
- ethtool -S eth0 中 tx_tso_packets / rx_gro_packets 是否为 0（说明硬件没起作用，关了也没损失）
- cat /proc/net/softnet_stat 第 1 列（processed）和第 2 列（dropped）比值是否持续 > 1000（软中断过载才值得关）
- tcpdump -i eth0 -nn -c 100 ‘tcp[tcpflags] & (tcp-syn|tcp-fin) != 0’ 看 SYN/FIN 包占比——若超 15%，说明连接极短，TSO 效益本就有限
不复杂但容易忽略：关卸载是调优手段，不是默认动作。先确认瓶颈真在 CPU 分段，再动手。