quiche拥塞控制算法：BBR与CUBIC的实现与调优

quiche拥塞控制算法：BBR与CUBIC的实现与调优

【免费下载链接】quiche 🥧 Savoury implementation of the QUIC transport protocol and HTTP/3 项目地址: https://gitcode.com/gh_mirrors/qui/quiche

在网络传输中，拥塞控制算法扮演着至关重要的角色，它直接影响着数据传输的效率和稳定性。quiche作为一个高性能的QUIC协议实现，集成了BBR（Bottleneck Bandwidth and RTT）和CUBIC两种先进的拥塞控制算法。本文将深入探讨这两种算法在quiche中的实现细节，并提供实用的调优建议，帮助开发者根据实际应用场景选择合适的算法，以达到最佳的网络传输性能。

拥塞控制算法概述

拥塞控制是网络协议中的核心机制，用于防止网络因过多数据注入而导致拥塞崩溃。传统的拥塞控制算法如Reno和NewReno在某些场景下表现不尽如人意，而BBR和CUBIC则在不同方面进行了优化。

CUBIC算法是一种基于窗口的拥塞控制算法，它通过维护一个三次函数来调整拥塞窗口，使得在高带宽延迟积（BDP）网络中能够快速达到最佳传输速率，同时在面对网络抖动时保持较好的稳定性。BBR算法则是一种基于模型的拥塞控制算法，它通过测量瓶颈链路的带宽和往返时间（RTT）来动态调整发送速率，旨在充分利用网络带宽，同时避免队列堆积。

在quiche中，拥塞控制算法的实现集中在quiche/src/recovery/congestion/mod.rs文件中。该文件定义了拥塞控制的核心结构和接口，为BBR和CUBIC等具体算法的实现提供了基础。

CUBIC算法的实现

CUBIC算法在quiche中的实现遵循了RFC 8312bis标准，其核心代码位于quiche/src/recovery/congestion/cubic.rs文件中。CUBIC算法通过维护一个三次函数来调整拥塞窗口，其主要参数包括：

• w_max：发生拥塞前的最大拥塞窗口。
• k：三次函数的时间系数，用于计算拥塞窗口的增长。
• alpha_aimd：在AIMD（Additive Increase Multiplicative Decrease）区域的加法因子。

CUBIC算法的拥塞窗口调整过程可以分为慢启动和拥塞避免两个阶段。在慢启动阶段，CUBIC算法采用指数增长的方式增加拥塞窗口，直到达到慢启动阈值（ssthresh）或检测到网络拥塞。在拥塞避免阶段，CUBIC算法通过三次函数来调整拥塞窗口，使得在网络恢复时能够快速接近最佳传输速率。

以下是CUBIC算法中计算拥塞窗口的核心代码片段：

// W_cubic(t) = C * (t - K)^3 + w_max (Eq. 1)
fn w_cubic(&self, t: Duration, max_datagram_size: usize) -> f64 {
    let w_max = self.w_max / max_datagram_size as f64;
    (C * (t.as_secs_f64() - self.k).powi(3) + w_max) * max_datagram_size as f64
}

在拥塞事件发生时，CUBIC算法会根据BETA因子（BETA_CUBIC = 0.7）减小拥塞窗口，并更新w_max和k参数，以适应新的网络状况。

BBR算法的实现

BBR算法在quiche中的实现采用了模块化的设计，其核心代码位于quiche/src/recovery/gcongestion/bbr.rs文件中。BBR算法的实现主要包括带宽采样器（BandwidthSampler）和窗口过滤器（WindowedFilter）等组件。

带宽采样器用于测量瓶颈链路的带宽，它通过记录数据包的发送时间和确认时间来计算传输速率。窗口过滤器则用于平滑带宽测量结果，减少网络抖动对测量结果的影响。

BBR算法的核心思想是通过四个状态的循环来实现拥塞控制：

1. 启动（Startup）：快速探测网络的最大带宽。
2. 排水（Drain）：将网络中的队列排空，避免拥塞。
3. 拥塞避免（ProbeBW）：周期性地探测网络带宽，以适应网络变化。
4. 拥塞恢复（ProbeRTT）：定期降低发送速率，测量最小RTT，以更新瓶颈链路模型。

以下是BBR算法中带宽采样器的核心代码片段：

mod bandwidth_sampler;
mod windowed_filter;

pub use bandwidth_sampler::BandwidthSampler;
pub use bandwidth_sampler::SendTimeState;

BBR算法通过维护发送时间状态（SendTimeState）来跟踪数据包的发送和确认情况，从而精确计算网络带宽。窗口过滤器则用于对测量到的带宽进行平滑处理，提高算法的稳定性。

BBR与CUBIC的性能对比

为了直观地比较BBR和CUBIC算法的性能，我们可以通过仿真实验来观察它们在不同网络条件下的表现。以下是两种算法在高带宽延迟积（BDP）网络和低带宽延迟积网络中的吞吐量对比：

在高BDP网络中，BBR算法能够快速探测到网络的最大带宽，并保持较高的传输速率。而CUBIC算法由于其三次函数的特性，在达到最大带宽后可能会出现一定的波动。在低BDP网络中，CUBIC算法由于其保守的拥塞窗口增长策略，可能会比BBR算法表现得更加稳定。

此外，BBR算法在面对网络抖动时表现出更好的适应性，而CUBIC算法在网络恢复阶段可能会更快地恢复到最佳传输速率。因此，在选择拥塞控制算法时，需要根据具体的网络场景进行权衡。

调优建议

根据BBR和CUBIC算法的特点，我们可以提出以下调优建议：

1. 高BDP网络：优先选择BBR算法，以充分利用网络带宽。可以通过调整BBR算法的min_rtt参数来适应不同的网络延迟特性。
2. 低BDP网络或易受抖动影响的网络：优先选择CUBIC算法，并适当减小C参数（默认值为0.4），以降低拥塞窗口的增长速率，提高稳定性。
3. 混合网络场景：可以考虑动态切换BBR和CUBIC算法。例如，在网络负载较低时使用BBR算法以提高吞吐量，在网络负载较高时切换到CUBIC算法以保证稳定性。

在quiche中，可以通过修改配置参数来调整拥塞控制算法的行为。例如，对于CUBIC算法，可以通过调整alpha_aimd参数来改变其在AIMD区域的行为；对于BBR算法，可以通过调整bw_sampler的采样窗口大小来优化带宽测量精度。

总结

BBR和CUBIC算法在quiche中都得到了高效的实现，它们各自在不同的网络场景下表现出独特的优势。CUBIC算法通过三次函数调整拥塞窗口，在稳定性和通用性方面表现出色；而BBR算法通过测量瓶颈链路的带宽和RTT，在高BDP网络中能够实现更高的吞吐量。

开发者在实际应用中应根据网络的具体特性选择合适的拥塞控制算法，并通过调整相关参数进行优化。未来，随着网络技术的不断发展，quiche可能会集成更多先进的拥塞控制算法，以适应更加复杂的网络环境。

通过深入理解quiche中BBR和CUBIC算法的实现细节，我们可以更好地利用这些算法来优化网络传输性能，为用户提供更加稳定和高效的网络服务。

【免费下载链接】quiche 🥧 Savoury implementation of the QUIC transport protocol and HTTP/3 项目地址: https://gitcode.com/gh_mirrors/qui/quiche