BBR 与 queuing

最新推荐文章于 2024-10-02 08:00:00 发布

dog250

最新推荐文章于 2024-10-02 08:00:00 发布

阅读量9.7k

点赞数

文章标签：网络

本文链接：https://blog.csdn.net/dog250/article/details/125921782

版权

BBR 为何无法兑现 no queuing 的承诺？

首先明确一个事实：

很多条不同算法的流混部在现代高带宽异构网络上，单流行为几乎改变不了多流复用带宽的统计特征。

BBR 突然采集到的小 bandwidth，它 10 rounds 的 max-filter 轮子足够大，很容易越过这个坑，BBR 针对凹面的减震效果很不错。但 BBR 有个问题，如果突然采集到大 bandwidth，它就记住了，即使是个噪点，也要维持 10 rounds，该时间段内 BBR 将持续 overestimate bandwidth，从而持续 queuing。

多算法混部，多流复用带宽的场景，突然采集到大 bandwidth 的概率非常大，至少和突然采集到小 bandwidth 的概率相同，比如突然有大象流退出，该流将出让很大带宽，但这些带宽又会瞬间被多条流淹没，跟突然间的短突发会瞬间消耗大量 buffer 一样。

无论凹面噪点，还是凸面噪点，都应被平滑。BBR 有平滑凹面噪点的能力，却没有平滑凸面噪点的能力。因此 BBR 在多算法多流统计复用场景下，会持续反直觉 queuing，和 BBR paper 上描述的并不一致。

在 BBR 单流或者 BBR 多流场景，paper 描述的 BBR 动力学完全可确保最终的收敛点 no queuing，但多算法多流场景， BBR 不但不能越过反而会记住凸面噪点，overestimate bandwidth 会叠加。

比如噪点 A 被 max-filter 记住，BBR 将以 overestimate 的 A 作为基准 pacing rate，如果又采集到了噪声 A + d，则 A + d 将会成为新的基准 pacing rate，至少在 10 rounds 内有效，以此类推，因此 BBR 的 overestimate 是可叠加的。这很无奈。

怎么办？比较了然的两点：

用采集 bandwidth 的移指平均作为 max-filter 的输入，或用 max-filter 的输出与当前采集 bandwidth 做移指平均。移指平均可平滑噪点，probe 带宽虽慢，但稳一些。
ProbeBW 状态下，不是 probe 到的带宽，即使它更大，也不输入 max-filter，只有 up probe 获得的额外带宽才做 maxbw 更新。外部噪声输入很容易打乱内部状态机判定。

再次看到，BBR 也是一个 paper 算法，只是它恰好在大多数实际场景下吞吐表现比 CUBIC 好，它才好。所有针对 BBR 的二次优化，也都是 paper 算法，没有一个能够逃脱 Why We Don’t Know How To Simulate The Internet 的魔咒。

不要指望调整一条流的 cwnd 或者 pacing rate，就能对整条链路的拥塞状态产生影响，这并不是你调整的这条流在和另一条流竞争，而是千百条流在博弈，所有流的整体行为只能产生一个统计分布的效果。

当然，也不要对实施任何算法的任何流的任何行为做假设，无论该行为是合理的，还是不合理的，是意料中的，还是意料外的。所有的策略都要基于统计特征，而不是算法的假设。

现在的网络带宽比十几年前以及更早时候高几个量级，对于拥塞控制的理解需做如下改变：