你可能没有细究过的TCP/IP
概述
作为互联网时代伟大发明的TCP/IP技术可以说对当今时代产生了深刻的影响。经过近一个月的学习摸索,基本清楚了TCP/IP的面貌。由于TCP/IP在OS中位于内核态,很多细节其实用户无法感知,所以自己对于TCP/IP会有一些疑惑。关于其中几个点经过查阅一些书籍、博客并结合自己的一些理解,在此整理精炼成帖。
疑惑1 关于拥塞
疑惑一:无论是满启动还是拥塞避免阶段,拥塞窗口都在增加,理论上一定会碰到拥塞点,为什么平时感觉不到拥塞呢?
看了很多书和文献以后可能的解答如下:
1、OS中对接收窗口的最大设定多年未动,如windows在不启用“TCP Window Option”情况下,最大接收窗口仅64KB。然而网络进步,很多环境的拥塞点远在64kb以上,即发送窗口永远触碰不到拥塞点
2、很多应用场景是交互式小数据交换,如聊天等,不会有拥塞的可能
3、有些应用在传输数据时采用同步方式,可能需要的窗口非常小(如采用了同步方式的NFS写操作,每发一个写请求就停下来等回复,而一个写请求可能仅有4kb)
4、即便偶尔拥塞,持续时间也不足以长到能感受出来,除非抓包看包交换细节
疑惑2 关于超时重传
疑惑二: 关于超时重传后的ssthresh设置问题的争议
1、Richard Stevens在《TCP/IP详解》中把临界窗口值定为上次发生拥塞时的发送窗口的一半
2、RFC5681则认为应是发生拥塞时未被确认的数据量的1/2(又称FlightSize),且不小于2MSS
3、Westwood/Westwood+算法则这样认为:先推算出有多少包已被送达到接收方(可根据收方回应的ACK来推算),从而精确地估算发生拥塞时的带宽,最后再依据带宽来确认新的拥塞窗口
4、Vegas算法则这样认为:引入全新的概念,摒弃之前的在丢包后才调节拥塞窗口的做法。其通过监控网络状态来调整发包速度,实现“真正的拥塞避免”。当网络良好时,RTT较稳定,此时可以增加拥塞窗口;当网络繁忙时,RTT增加,此时减小拥塞窗口
5、Compound算法这样认为:同时维持两个拥塞窗口,一个类似于Vegas,另一个类似于RFC5681,真正起作用的是两者之和(Win7上其默认关闭)
6、BIC算法/CUBIC算法 分别是linux2.6.18和linux 2.6.19所采用,目前尚未研究
关于TCP/IP的几点精炼总结:
(1)当无拥塞时,发送窗口越大,性能越好。∴在带宽没有限制的情况下,应尽量增加接受窗口,比如启用Scale Option
(2)若经常发生拥塞,则限制发送窗口反而可以提高性能,∵即便万分之一的重传对性能的影响都非常大。很多OS上可通过限制接收窗口的方法来 ↓ 发送窗口
(3)超时重传对于性能影响最大,∵RTO时间内未传输任何数据,而Cwnd会被设成1MSS,应尽量避免
(4)快速重传对性能影响小一些,∵无等待时间,且Cwnd减幅不大
(5)SACK和NewReno有利于增加重传效率,增加传输性能
(6)丢包对极小文件的影响比打文件严重。深层原因是因为读写一个小文件需要的包数很少,∴ 丢包时往往凑不满三个Dup ACK,只能等待超时重传;而大文件有较大可能触发快速重传
后记
我的个人博客:www.codesheep.cn
如果有兴趣,也可以抽时间看看作者一些关于容器化、微服务化方面的文章:
利用K8S技术栈打造个人私有云系列连载文章
Spring Boot Admin 2.0 上手体验
利用TICK搭建Docker容器可视化监控中心
从一份配置清单详解Nginx服务器配置
Docker容器可视化监控中心搭建
利用ELK搭建Docker容器化应用日志中心
高效编写Dockerfile的几条准则
Docker容器跨主机通信
Spring Boot应用监控实战
RPC框架实践之:Google gRPC
RPC框架实践之:Apache Thrift
微服务调用链追踪中心搭建
作者更多 务实、能看懂、可复现的 原创文章尽在公众号 CodeSheep,欢迎订阅 ⬇️⬇️⬇️
您也可以点击下方 “阅读原文” 获得更好的阅读体验
更多相关文章
- 串匹配(朴素模式匹配算法)
- 【前端词典】有趣的大厂算法面试题
- 常用排序算法复杂度,稳定性相关(记忆贴)
- 用Python手写五大经典排序算法,看完这篇终于懂了!
- nginx分发算法
- JavaScript算法题:查找数字在数组中的索引[每日前端夜话0x69]
- 机器学习算法之线性回归的推导及应用
- Python 排序算法[一]:令你茅塞顿开,却又匪夷所思
- Python排序算法[二]:测试数据的迷雾散去