拥塞控制的自适应 AQM 探索

拥塞控制面临的几类问题：

• 网络拥塞时，大象流如何为微突发让路；
• 网络拥塞时，如何只惩罚造成拥塞的流量；
• 网络拥塞时，如何确保小流量不受影响。

既然不想在 host 将流按照大小分类，嫌没意义，麻烦或看不上，那其实交换机一直在做这件事，比如优先级队列，加权公平队列，加权随机早期检测等，不管是物理交换机还是虚拟交换机，这几样肯定跑不了。

但那些队列和调度策略往往配置复杂，实现太重，且无法自适应流量特征的变化。

codel 是个好东西，fq_codel 更有点意思，自适应携带负反馈环，这个我喜欢。

linux 的 fq_codel 实现中在 enqueue 位置有个针对最长队列的 fq_codel_drop 操作，只在队列满载时执行，还是太粗糙。我后来在它基础上修改了一版，改动如下：

• enqueue 队列长度超限后，在所有长度大于某个预设值的足够 fat 的 flow 中分担删除报文，flow 长度即分担权重(后面会提到一种预防重传风暴的情况，特意在同一个队列丢包，而不是分担)。

再后来，我增加了 dequeue 逻辑，就成了一个虚拟交换机的框架，它的原理如下：

在 dequeue 而不在 enqueue 做的理由如下：

• enqueue 由不同的 ingress 端口(物理 or 虚拟)执行，执行复杂逻辑涉及 lock 过久问题；
• enqueue 逻辑对大象流丢包会导致队列中的流长度反转，误伤中等流量。
• dequeue 位置是个一致的并行 check 点。

另一个点，在每一次 dequeue 报文时，按概率删除报文追求的不仅仅是平滑，另一种看起来更简单的方式反而会造成颠簸，误伤良性流量，与上述不在 enqueue 做此逻辑的理由 2 一样。简单分析一下 why：

最后，谈谈该 aqm 的算法细节。

这种自适应策略可以逐渐让各 hash list 长度趋向一致，迫使各流量收敛到公平(如果端到端算法不主动收敛，aqm 会迫使它们收敛)，但如果所有 hash list 长度都快速增加，且长度趋向一致，那就是遇到 incast 了，应尽力缓存而不是丢包，因此应该夹带以下逻辑：

• 以均匀方差做指标切换策略，方差越大，越趋向丢包，方差越小，越趋向缓存；
• 趋向缓存，但 buffer 不足，必须丢包时，尽量在同一个队列丢，防止重传 incast。

所以，这一切能否自适应？答案是肯定的。保存一个系数 a = (max_len - min_len) * (mid_len - avg_len) * avg_len：

• 丢包概率计算时乘以 a 即可，hash 队列越畸变，丢包率越高，反之越平坦，丢包率越低；
• enqueue 逻辑的队列 limit 改为动态计算，a 越小，说明有 incast 微突发，limit 就要越大，limit 做成 a 的负相关函数即可；
• limit 越大，越倾向于在一个队列丢包，计算每队列丢包数量是要乘以 a 的负相关函数，a 越小，每队列丢包数量越多。

简单数学函数的威力无穷。

浙江温州皮鞋湿，下雨进水不会胖。