tcp bbr(bottleneck bandwidth and round-trip propagation time)是由google設計，並於2023年發布的擁塞演算法，以往大部分擁塞演算法是基於丟包來作為降低傳輸速率的訊號，而bbr基於模型主動探測。
不過，在具體談論應該bbr合適的應用場景之前，有必要先回顧一下傳統擁塞控制演算法的弊端所在。
1.傳統擁塞控制演算法的弊端（即bbr試**決的問題）
tcp擁塞控制演算法已經持續發展了30多年，主流的擁塞控制演算法是基於丟包的，即它們將資料報丟失作為擁塞訊號。例如，linux的預設tcp演算法cubic在遇到資料報丟失時將其擁塞視窗降低了30％。
但是，在某些情況下，基於丟包的tcp演算法效果不佳。例如，在淺緩衝區中，資料報丟失可能被誤解為網路擁塞，從而導致吞吐量降低和網路利用率降低。另一方面，在較深的緩衝區中，資料報通常要花很長時間才能填滿緩衝區。這將導致較高的網路延遲，這稱為緩衝膨脹問題。
為了解決此類問題，google在2023年提出了bbr。bbr不會使用資料報丟失作為擁塞訊號，而是根據觀察到的頻寬和延遲值來調節其流量。具體來說，bbr將其傳輸中的資料報數量限制為時延頻寬積（bdp）的倍數。此外，bbr還使用 pacing來控制資料報之間的間隔。
重點：2.bbr的優勢和劣勢
雖然bbr是為了解決基於丟包的擁塞控制演算法的某些問題而提出的，但是這並不意味著在所有的情況下，bbr都比基於丟包的擁塞控制演算法有更好的效能。
為了**bbr在何種情況下相比較基於丟包的擁塞控制演算法有更好的效能，原作者進行了幾個相關的實驗，旨在**：
原作者和其在石溪大學的同事們在不同的網路條件下，跨不同的網路測試平台（lan，wan，mininet）進行了廣泛的測量研究，從而做到了這一點。他們在路由器上部署了流量控制器，以進行細粒度的網路引數控制，並使用帶有netem的linux流量控制（tc）來設定網路延遲，並使用令牌桶過濾器（tbf）來設定網路頻寬和緩衝區大小。
2.1bbr在何時更有效？
為了研究bbr或cubic在不同情況下能否獲得更高的吞吐量，他們在區域網中進行了640個iperf3實驗。在這些實驗中，收集了bbr和cubic的有效值，並通過決策樹（使用python3中的decisiontreeclassifier包）將這些值進行了概括。
在決策樹中，橙色節點表示bbr獲得更高吞吐量的例項，而藍色節點代表cubic獲得更高吞吐量的例項。圖中可以觀察到，瓶頸緩衝區大小和bdp之間的相對差異通常決定了bbr何時執行良好-在較小的bdp和較深的緩衝區大小下，cubic可獲得較高的吞吐量，而在較大的bdp和較淺的緩衝區大小下，bbr可獲得較高的吞吐量。更高的產量。
也就是bbr與cdp呈現正相關，與緩衝區大小呈現負相關，而cubic恰恰相反。
為了分析和量化bbr與淺緩衝區中的cubic相比，吞吐量的提高，定義乙個以下指標：
gpgain = (goodput|bbr – goodput|cubic) / goodput|cubic x 100（顯然，當bbr更有效時，gpgain為正數）
對於較淺的緩衝區大小（100kb）的情況下，在圖2中展示了在不同的rtt和頻寬值下gpgain指標的熱圖。我們觀察到bbr與cubic相比有顯著改善。例如，在200ms的rtt和500mbps的頻寬下，與cubic相比，bbr的吞吐量提高了115％。這是因為bbr使用頻寬和延遲估計作為擁塞訊號而不是資料報丟失。
2.2忽略丟包的缺點
bbr需要將2bdp資料保留在網路中（額外的bdp資料用於處理延遲/聚合的ack），在淺緩衝區中，這些額外的資料bdp將導致巨大的資料報重傳。
更糟糕的是，bbr不會將丟包視為擁塞訊號，這會導致高重傳率的保持。下面的熱圖（圖3）顯示了在不同的rtt和頻寬值下bbr和cubic的資料報重傳次數。
圖3中可以觀察到，bbr導致的資料報重傳比cubic的重傳100倍。這表明bbr是以淺緩衝區中的高資料報重傳為代價提高吞吐量。因此，如果傳遞的內容對丟包敏感，那麼bbr可能不是乙個好選擇。在這種情況下，內容提供商需要仔細檢查吞吐量和體驗質量之間的權衡。
3.bbr的cliff point
在這些實驗中可以發現有乙個「cliff point」-即損失百分比，超出此百分比，bbr的實際吞吐量會大大下降。如圖5（左）所示，bbr的吞吐量保持幾乎滿負荷，直到損失百分比達到20％。
經分析，cliff point與bbr的最大pacing_gain引數密切相關，該引數決定了其探測能力。如果丟包概率為p，則在頻寬探測期間，bbr的速度為pacing_gain×頻寬（bw）。但是，由於損耗，其有效pacing為pacing_gain×bw×（1- p）。因此，如果此值小於頻寬，則bbr將不會探測額外的容量，並且會因丟包而推斷出較低的容量。
4.總結
總的來說，bbr作為在cubic之後提出的擁塞控制演算法，它的有很多優點，並且解決了cubic演算法存在的一些問題，但是因為它並非是採用丟包作為擁塞訊號，也帶來了一些新的問題。
bbr目前來看，只能說和cubic更有優劣，兩者擅長處理的網路環境並不相同。不過它不採用丟包作為擁塞訊號，而是通過自己評估，也許會在其他的環境下取得更好的成績，比如說和強化學習相結合。
NoSQL與RDBMS 何時使用，何時不使用
naresh kumar是位軟體工程師與熱情的博主，對於程式設計與新事物擁有極大的興趣，非常樂於與其他開發者和程式設計師分享技術上的研究成果。近日，naresh撰文比較了nosql與rdbms，並詳細介紹了他們各自的特點與適用的場景。nosql並不是關係型資料庫管理系統，本文將會介紹nosql資料庫...
何時使用或何時不使用malloc函式
在初學資料結構時，我們往往不太清楚在定義乙個結構體指標時要不要使用malloc函式。例如以下的 linklist init linklist retrun h linklist s s data x 以上這兩句 是不行的，因為s沒有指向確切的位址，所以不能通過s來向它要指向的位址賦值 但是linkl...
MySQL何時使用索引 何時不使用索引
mysql何時使用索引 對乙個鍵碼使用 if null和between select from table name where key part1 1 and key part2 5 select from table name where key part1 is null 當使用不以萬用字元開...