聊一聊拥塞控制算法 BBR

在互联网发展的早期，丢包被视为网络拥塞的直接信号。然而，随着网络技术的飞速进步，这种假设逐渐变得不再适用。2016年，Google推出的BBR（Bottleneck Bandwidth and Round-trip propagation time）拥塞控制算法，为解决这一问题提供了全新的思路。

BBR算法的核心在于主动探测网络状况 ，而不是被动地等待丢包信号。 它通过测量两个关键参数——RTprop（往返传播时间）和BtlBw（瓶颈带宽）——来实时调整发送速率。 具体来说，BBR利用应答包（ACK）中的RTT信息和已发送字节数来计算真实传输速率（delivery rate），并据此调节客户端的发送速率（sending rate）。

与传统的基于丢包的拥塞控制算法（如CUBIC）相比，BBR具有显著优势。在Google的全球广域网（B4）中部署后， BBR将吞吐量提升了2~25倍 ，经过进一步调优后甚至达到了133倍的提升。更重要的是， BBR能够有效避免“缓冲膨胀”问题 ，显著降低报文的往返时延（RTT）。

然而，BBR并非完美无缺。在浅缓冲区环境中， BBR可能导致更高的数据包重传率。 实验表明，在某些情况下，BBR的数据包重传次数可能是CUBIC的100倍。这意味着在对丢包敏感的应用场景中，BBR可能不是一个理想的选择。

BBR的应用场景主要集中在需要高效利用网络资源、对延迟敏感的场景 。例如，在视频流传输、大规模文件传输等领域，BBR能够提供更流畅、更快速的服务。此外，BBR还被应用于Google的内部网络和YouTube等服务中，显著提升了用户体验。

展望未来，BBR算法的出现标志着拥塞控制领域的一个重要转折点。它不仅解决了传统算法在现代网络环境下面临的问题，还为未来的拥塞控制算法设计提供了新的思路。随着网络技术的不断发展，我们有理由相信，未来的拥塞控制算法将会更加智能、更加适应复杂的网络环境。