漫谈拥塞控制： a Decade of Wasted Bandwidth?

梭子蟹终于上市了，早早起来准备去买来尝鲜，出发之前想起大概 2016，2017 年左右温州老板推荐给我的一篇好论文：The Linux Scheduler: a Decade of Wasted Cores，但有点长，就读个梗概：a Decade of Wasted Cores。

大意是，现有的观测工具无法观测到 Linux 调度器在一定精度以下的细节行为，于是这帮人开发了一个精度更高的可观测工具，观测到了 Linux 调度器隐藏了非常久的一些不合理行为并进行了修正。

拥塞控制本质上也是一种资源调度行为，肯定同样存在粒度问题，问题是能识别的精度上限在哪。

RTT 测量不准和抖动是造成算法带宽分配不合理的首要因素，从而引发效率和公平性问题，高估会导致丢包重传，低估影响利用率和公平性，受 a Decade of Wasted Cores 启发，对 RTT 的测量可等同而视之。

看一组 RTT 采样：9，10，11，9，28，12，9，3，10，11，… 这组样本对目前TCP RTT 采集会有什么影响？

• 样本 28 会拉高 srtt，虽然移动指数平均会平滑些许，但还是会拉高。
• 样本 3 会被 minrtt 记录，造成类 BBR，Vegas 算法对带宽的高估。

肉眼看一眼就能排除 28 和 3，但在算法离散采样过程中如何识别？势必要进行更精细粒度的观测。

真实的排队是什么样？如果一个连接发送足够平滑，报文应该足够均匀分布在每一个 buffer，以 3 个报文为例，通过这 3 个报文采集的 RTT 应该均匀梯度：

这样才是合理的采集 RTT 的方式，但凡在 n 以内的变化，均属于抖动，不予理睬。在这里，n 是一个参数，预估为一个连接在 buffer 里所能被容纳的报文数量，这是个前提，意味着通过 n 个连续报文采集的 RTT 波动是噪声，因为同时排在同一 buffer 里的报文应该具有相同排队时延。

n 个间隔为 1 个报文的轮次一起向前推，就能大致勾勒出 RTT 的变化，从而探测出精确的拥塞变化并排除任何潜在的噪声：

以 7 个报文为例，一共 7 个计算序列(小圆圈表示)作为一个周期，任何一个序列里的梯度波动被主动忽略，梯度变化可通过相邻序列校准，即差一个固定相位差。

如此，增加一个 buffer 容纳报文数量 n，细节便能被捕捉。

以一组 RTT 样本作为考察样本而不是一个，以另一种维度的组样本做校准。和试图用算法平滑掉噪声不同，恰恰需要放大噪声才能识别到它真的是噪声，不然就是掩耳盗铃。IBM Aspera 与此类似。

浙江温州皮鞋湿，下雨进水不会胖。