in-flight 要维持在 bdp 附近吗

试图在 bbr 和 aimd 之间保持公平是徒劳的，因为它们没有共识。bbr 认为 in-flight 超过 bdp 是拥塞，而 aimd 认为 buffer 溢出才拥塞，兼顾彼此，就是 bbr3，aimd 不会往左，bbr 就往右。

vegas 同理，vegas 流认为超过 bdp 的报文量大于 β 就拥塞，而 β 并没多大，这让 vegas 更难与 aimd 共存。

但 vegas 还有更有趣的事，每条 vegas 流都试图维持 buffer 中的报文量的下界 α，α 是个很小的数。但 N * α > buffer_size 可与 α > diff 同时成立，buffer 已溢出，vegas 却还试图 cwnd++。 bbr 也存在该问题，虽然 bbr 为单流设置了 in-flight 上界 2 * bdp，但 N * 2 * bdp > buffer_size 和 cwnd < 2 * bdp 亦可同时满足。

无论 bbr 还是 vegas 均采用 rack 丢包探测，值得一提的事，rack 早在 1994 年 vegas 论文中就被提出，只是 linux 没有实现，让人误认为 rack 是晚近才由 google 提出。

我一向抱怨 bbr 状态机太稀碎，但它也没大错，虽然 probe 会挤占 buffer，但 probertt 后 Σbw_i == C && queue_len == 0，却也兑现了承诺，但值得注意，probertt 是同步的，众流在同时进入 probebw 后仅维持自己的 bwi，却释放了所有 buffer，除非 N * 4 - bdp > buffer_size，请注意，如果 vegas 的 β 取 3，N 巨大且总 bdp 不太大时，bbr 更易爆 buffer。

说这个的目的是，虽然 bbr 和 vegas 均承诺把 in-flight 维持在 bdp or bdp 附近，但它们在 N 很大时却没有兑现能力，相反 aimd 就不同，即使 N 很大，md 行为却同步将 in-flight 降到远小于 bdp 处，而 bbr/vegas 没有这类自适应的 decrease 行为。

问题的核心在于，bbr/vegas 测得的 bdp 中的 b 更全局，它们依靠 “越小的流加速比越大” 来公平收敛，而加速比必须在 buffer 中获得(简单等式：buffer 占比 = 带宽占比)，反之，aimd 的天然公平性意味着对每条流而言，bdp 中的 b 都是自己的，因为异步流从概率上讲，buffer_size 为 B，一条流在 in-flight 为 B 会丢包 md，N 条流就是 B / N 会丢包 md，自适应性在于除以 N，与 bbr/vegas 的 α * N 和 4 * N 相比如何。

这就是我那个 E_best 余量或 pid 逼近 E_best 试图解决的问题，为了始终在 buffer 中保存一定的报文(借鉴于 vegas)以自适应资源腾挪，又不至于 N * 余量 > buffer_size，那么该余量一定要携带负反馈缩放，N 虽对单流不可见，但可用 minrtt / rtt 间接感知：

• 对所有流共同作用而言，minrtt / rtt 越小，buffer 被占越多，潜在流数增多，余量必须收缩；
• 对共存流相互作用而言，bw 越大，侵占倾向越大，越需要为它流腾挪 buffer，余量必须收缩；

minrtt / rtt 实则就是 cwnd 缩放比例，这很容易理解。设瓶颈带宽为 C，当拥塞临界点到达时，Σcwndi/rtti = C，而拥塞控制的目标是将 in-flight 总量收缩到 bdp，即 C * minrtt，因此目标状态应该是 Σcwndi/minrtti = C，而共享 buffer 中 rtt 想等，从 Σcwndi/rtti = C 到 Σcwndi/minrtti = C，需要乘以一个系数 β = 1 / (minrtt/rtt) = rtt / minrtt。

既然 cwnd 如此缩放 in-flight 到 bdp，那任何比较系数都应该如此缩放，包括 vegas 系数，bbr probertt in-flight = 4，以及 E_best in-flight 余量。

如下可对 vegas 的 α，β 行为负反馈缩放。设 g(x) 为与 minrtt / rtt 正相关的参数增益函数，值域在 (0, 1)，vegas 则变为 g * α < diff < g * β。同理，对 bbr probertt 状态的 in–flight = 4 亦可做 in–flight = g * 4 来缩放。然而在这种情况下，更细粒度的 cwnd 控量就是必须，当 N 很大，g 接近 0，cwnd 粒度需要切割到等同量级，cwnd += 1 显得过大，cwnd += 0.08 可能更合适。

最后，这篇短文不牵扯 dcn，不要在 dcn 部署基于时延的算法：

• dcn 时延小，测量精度不足以过滤抖动(g 家 swift 缘由)；
• dcn buffer 小，N 太大更易爆 buffer；
• dcn 短流多，负反馈难以生效。

浙江温州皮鞋湿，下雨进水不会胖。