我们系统地研究了时间和空间流量局部性对commodity servers equipped with high-speed network interfaces。我们的研究结果表明
（1）各种广泛部署的应用程序的性能，即使是最轻微的缺乏流量局部性，也会大大降低
（2）来自我们组织的流量trace显示了糟糕的流量局部性，因为网络协议、驱动程序和底层交换/路由结构在时间上分散了数据包（降低了定位）。
为了解决这些问题，我们建立了Reframer，这是一个软件解决方案，可以自由地延迟数据包，并重新排序，以增加流量locality。
How Much Does Order Matter?
我们将数据包排序的影响分解为三类：Network Stack Effects（§2.2），Software Switching Effects（§2.3），以及more advanced NF effects（§2.4）
我们通过在Linux网络工作栈和基于DPDK的无状态和有状态NF在系统软件栈的不同层次上进行实验，探讨了网络数据的空间定位的影响。
这项研究的共同点是，数据包排序大大增加了服务器内存层次（主要是CPU缓存）的利用率，这反过来又导致了关键性能指标的大幅改善，如延迟、吞吐量和CPU利用率。
Network Stack Effects
我们表明，即使在使用复杂的TCP加速时，缺乏流量局部性也会大大降低CPU的利用率
今天的高速网络应用的性能高度依赖于接收数据包的空间locality，因为这影响到缓存丢失率和每个数据包的CPU指令数量。
根据图1a，我们观察到，没有LRO（Large Receive Offload）加速但数据包空间定位良好（即SLF=16）的系统比有LRO但数据包空间定位差（即SLF<5）的系统表现更好，这使得处理有序的数据包流是有益的。
Software Switching Effects
Packet Ordering大大有利于OVS的缓存方案
More Advanced NF Effects
better utilization of core-specific caches is the key for increasing the NFs’ performance and ordering packets minimizes cache misses.
Packets Order in Real-world Traffic
我们的分析表明，属于一个流量的数据包有60%以上是与其他流量的数据包交错在一起的。
此外，新的拥塞控制机制主张对数据包进行计步，以对抗 "缓冲区膨胀"，即尽可能保持路由器缓冲区内的队列占用率。
即使是传统的TCP拥塞控制机制[29]的内置自锁功能，其本质上也是将数据包分散在不同的时间段，以避免链路拥挤，这对缓存优化的高速网络通信是有害的
The Reframer Design
很简单，其实就是先buffer一段时间，然后buffer时间够长/buffer数量够多，触发batch的sending。