测试提了一个问题:App 在 30% 丢包时上传失败。
开发把丢包率也调到 30%,连续试了几次,上传都成功。两边参数一模一样,结果却对不上。接下来很容易进入那段熟悉的对话:
测试:我这里稳定复现。
开发:我这里一次都没出现。
两个人都没说错。问题藏在“30%”这个数字里。
30% 是概率,不是固定剧本
把随机丢包想成抛硬币会更容易理解。每个数据包经过时,模拟器都做一次随机判断。30% 的意思是它有 30% 的概率被丢掉,不代表每 10 个包一定按固定位置丢 3 个。
第一次测试可能是这样:
通过 通过 丢失 通过 丢失 通过 通过 通过 丢失 通过
下一次也可能变成:
丢失 丢失 通过 丢失 通过 通过 通过 通过 通过 通过
总数看起来都是 3 个,但第二次开头连续丢了两个包。对正在建立连接或等待首个响应的业务来说,这两种顺序差别很大。
样本少时,实际比例也会明显波动。只观察 10 个包,丢 1 个或 5 个都不奇怪;跑到几十万次之后,整体比例才会逐渐靠近 30%。所以一次很短的测试里看到 25% 或 36%,不一定是工具失效,可能只是随机结果。
丢的是哪个包,比一共丢了几个更要命
数据包对业务的影响并不平均。
下载一张大图时丢掉中间某个 TCP 包,协议通常会重传,用户感受到的是速度慢了一点。如果丢失发生在连接建立阶段,整个请求可能要等一轮超时后才能继续。
实时语音使用 UDP 时,丢掉一个包可能只造成很短的杂音;连续丢掉一串,听感就完全不同。上传也是一样:前面丢几个包和最后确认阶段丢包,业务结果可能一个成功、一个失败。
数据方向也会影响判断。上行丢包时,请求或确认信息可能送不出去;下行丢包时,服务端已经处理完成,手机却收不到结果。放到支付、下单这类操作里,后者尤其麻烦,因为 App 面对的是“结果未知”。
因此,只记录“本次大约丢了 30%”还不够。测试要复现问题,得让丢包发生在相同的顺序和位置。
给随机过程一个种子
计算机里的随机数通常由算法生成。给算法一个起始值,它就会产出一串确定的结果。这个起始值叫随机种子。
把测试参数和种子一起保存,丢包序列就能重放。比如第一次复现问题时使用种子 20260824,开发拿到相同配置和种子后,模拟器会按照相同顺序做出判断。抖动也可以用同样的方法复现:哪些包延迟高,哪些包延迟低,不再每次重抽一遍。
种子解决的是“随机但可重复”,它不会把 30% 变成机械的每 10 个丢 3 个。统计特征仍然保留,只是双方终于在看同一段随机过程。
这对偶现问题很实用。测试不必再描述“刚才好像连续卡了两下”,只要把配置、种子和报告交给开发即可。
配了 30%,报告里为什么不是 30%?
这里还要分清三个数字:目标值、应用值和观测值。
目标值是用户设置的 30%。它描述模拟器准备使用的概率。
应用值是本次会话里真正做出的丢包决定。假设一共处理了 100 个符合条件的数据包,实际丢掉 27 个,那么应用值就是 27%。
观测值是业务或测量工具最后看到的结果。TCP 会重传,应用统计的字节数、抓包位置和测试时长也可能不同,所以它不一定等于 27%。用户感受到的吞吐下降,更不可能简单地用 30% 做减法算出来。
这三个数字混在一起,报告就很容易吵架。界面写着 30%,日志统计 27%,测速结果又掉了一半,到底哪个是对的?其实它们回答的是不同问题。
一份能用的报告应该把它们分开:配置想做什么,本次真正做了什么,业务最后观察到什么。
同一个数据包,只能做一次决定
还有一种更隐蔽的偏差。
假设发送模块判断一次“这个包要不要丢”,统计模块为了写报告又随机判断一次。发送模块可能决定放行,报告却记成丢失。测试跑得越久,账越对不上。
正确做法是每个符合条件的数据包只产生一次决定。发送、计数和报告共同使用这个结果,不再各抽各的签。
延迟也一样。报告不能只抄配置里的 500ms,它应该记录这批包实际应用了多少延迟。启用抖动后,每个包的等待时间不同,只看目标值会漏掉真正发生的波动。
这听着像实现细节,却直接影响团队是否相信测试结果。如果工具自己都说不清丢了哪些包,复现就无从谈起。
参数相同,会话也可能不同
丢包序列一致之后,还有几个条件会影响结果。
首先是测试对象。TCP、UDP 对丢包的反应不同,上行和下行也不能混为一谈。目标 App、协议范围和网络方向需要一起记录。
测试时长也很重要。短测试受随机波动影响更大,带宽测量还需要一点预热时间。一个测 5 秒,一个测 5 分钟,两组结果很难直接比较。
会话切换同样容易被忽略。上一次测试结束后,如果等待队列里还有数据,立刻开始下一次测试可能把旧包带进新会话。连续快速启停时,旧的限速或延迟任务也得彻底退出,否则两个会话会互相干扰。
测试过程中修改参数,也要明确从哪个时刻生效。报告只保存最后一个配置,会把前半段发生过什么全部抹掉。
真实网络本来就是一段过程
固定 30% 丢包适合验证单个边界,但很多用户问题来自网络变化:
正常网络 10 秒
→ 延迟升到 500ms
→ 连续丢包 5 秒
→ 带宽受限
→ 网络恢复
这种场景比一个静态参数更接近地铁进站、进电梯或 Wi-Fi 切换移动网络。每一步持续多久、用了什么参数、从哪一步开始出错,都应该写进报告。
如果还想比较两个版本,就要保持场景顺序、种子、目标 App 和测试时长一致。否则看到的差异可能来自测试条件,而不是代码改动。
一次测试至少该留下什么
不需要把每个数据包都塞进一份巨大的文档,但下面这些信息最好别丢:
- 使用的弱网参数和生效方向;
- 随机种子及配置版本;
- 目标 App、协议范围和测试时长;
- 实际处理包数、丢包数和应用延迟;
- 最终吞吐、业务结果以及异常发生时间;
- 如果运行了场景,记录当时处于哪一步。
需要排查细节时,再保留 CSV 或 PCAP。平时做回归,一份结构化摘要通常更方便,也不容易在长日志里迷路。
写在最后
同一个 30% 丢包得到不同结果,并不矛盾。30% 约束的是长期比例,短时间内的实际数量会波动,丢包顺序也会变化。对业务来说,顺序往往比比例更敏感。
想稳定复现,就把随机种子、实际数据包决定和会话条件一起保存。报告再把目标值、应用值与观测值分开,测试和开发才真正拿到了同一份现场。
弱网测试做到这里,才算从“把网络弄差看看”走到了可重复验证。
5640



被折叠的 条评论
为什么被折叠?



