短肥网络的 RTT 敏感性

周二下班路上发了一则朋友圈：

长肥管道的特征和问题谈得够多了，但这里谈的是短肥管道，因为下面趋势，短肥管道才是未来大势：

• 云计算致使数据中心网络快速发展，而数据中心网络时延短，带宽大。
• CDN 普遍部署使上网路径几乎限于 lastmile，随技术升级，lastmile 带宽越来越大。
• 边缘计算将传输从中心往外推，时延越来越短，带宽越来越大。

不了解 CDN 调度机制的可做下面的简单实验：ping www.tencent.com 观察时延，找距离你南北分别 500KM 开外的朋友也 ping www.tencent.com，你会发现你们三人所在地解析出来的不同 IP 延时都在十几个 ms 左右，这意味着 CDN 总是将请求调度到距离你最近的地方。

但目前包括 TCP，QUIC 在内的传输协议都不能精确测量和区分 RTT 分量，在短肥管道，RTT 的非拥塞分量轻微波动将导致连接吞吐大幅震荡。

delay-based 算法基本假设，吞吐与 RTT 成反比，y = 1/x 图像可看出，x 越小，轻微 x 变化带来的 y 变化越大，短肥管道中，吞吐对 RTT 非常敏感。

也正是在这背景下，Google Swift 通过硬件时间戳的方式区分了网络时延和主机时延，以最大限度摆脱非拥塞波动对整体测量的影响。

so？

信息不精确是造成问题的根源，唯一彻底的解决方案是补充信息，而不是创造更 trick 的启发算法。显然，标准 TCP 已不适合这类传输，指标测量不精确是根本。

浙江温州皮鞋湿，下雨进水不会胖。