---
tags: [计算机网络, 带宽, 延迟, RTT, 吞吐量, BDP, Jitter, Goodput]
create time: 2026-05-17 22:40
---

# 带宽、延迟、RTT、吞吐量

## 概述

理解网络性能的核心指标，是优化应用的前提。带宽决定"管道有多粗"，延迟决定"跑一程要多久"，RTT 是往返一次的时间，而吞吐量是实际能搬多少数据。它们之间的关系经常影响系统架构设计。

## 核心定义

### 带宽（Bandwidth）

单位时间内能传输的**最大比特数**，通常用 bps（bits per second）表示：

```
1 Gbps = 10⁹ bits/s = 125 MB/s（注意：bit vs Byte）
```

| 链路类型 | 理论带宽 | 实际可用 |
|----------|---------|---------|
| 千兆以太网 (GbE) | 1 Gbps | ~940 Mbps（协议开销） |
| Wi-Fi 6 (802.11ax) | 9.6 Gbps | ~1.2–2 Gbps（理论峰值） |
| SATA III | 6 Gbps | 600 MB/s 实际 |
| PCIe 4.0 x16 | 32 Gbps | ~3.9 GB/s |

> [!tip] bit vs Byte：记住除 8
> 运营商说的 "100M 宽带" 是 **100 Mbps**。换算成下载速度约 `100 ÷ 8 ≈ 12.5 MB/s`。

### 延迟（Latency）

一个数据包从发送到被接收所经历的**总时间**，由四部分组成：

$$\text{Latency} = \text{传播延迟} + \text{传输延迟} + \text{排队延迟} + \text{处理延迟}$$

```mermaid
flowchart LR
    A["传播延迟<br/>Propagation"] --> B["传输延迟<br/>Transmission"]
    B --> C["排队延迟<br/>Queuing"]
    C --> D["处理延迟<br/>Processing"]

    style A fill:#DDA0DD,color:#000
    style B fill:#87CEEB,color:#000
    style C fill:#FFD700,color:#000
    style D fill:#98FB98,color:#000
```

| 延迟类型 | 公式 | 取决于 | 典型值 |
|---------|------|--------|--------|
| **传播延迟** | $\frac{\text{Distance}}{v}$ | 物理距离、介质 | 光纤中 $v \approx 2 \times 10^8$ m/s（真空中光速的 2/3） |
| **传输延迟** | $\frac{\text{Packet Size}}{\text{Bandwidth}}$ | 数据包大小、链路带宽 | 1500B 以太网帧在 1Gbps 链路上 ≈ 12 μs |
| **排队延迟** | 不确定 | 路由器拥塞程度 | 空闲时 ≈ 0，拥塞时可达数百 ms |
| **处理延迟** | 不确定 | 路由器/交换机性能 | 通常 < 1 ms |

> [!question] 这四类延迟，哪个最"不可控"？
> 排队延迟。传播延迟由物理距离决定（选不了机房位置就改不了），传输延迟由包大小和带宽决定，处理延迟通常很小。但排队延迟随网络拥塞程度剧烈波动——这也是为什么它直接关联**抖动（Jitter）** 和 **丢包**。

| 场景 | 典型单向延迟（主要贡献：传播延迟） |
|------|---------|
| 同机房内 | 0.1–1 ms |
| 同城（同一城市数据中心） | 1–5 ms |
| 跨省（国内） | 20–40 ms |
| 跨洋（中美） | 80–150 ms |
| 卫星轨道（LEO） | 20–40 ms |

> [!tip] TCP + TLS 的额外延迟
> 建立一个 HTTPS 连接还需要 **TCP 三次握手（1 RTT）+ TLS 1.3 握手（1 RTT）**，在数据发出前就已经"花掉"了 2 个 RTT。这也是 HTTP/2、连接复用和 TLS Session Resumption 存在的重要原因。

### RTT（Round-Trip Time）

从发送方发出数据包到收到确认应答的总时间。严格来说：

$$\text{RTT} = 2 \times (\text{传播延迟} + \text{传输延迟} + \text{排队延迟} + \text{处理延迟})$$

实际测量中，`ping` 工具测得的 RTT 主要反映传播延迟（往返），而 TCP 的 RTT 估算（用于计算 RTO）还需包含协议栈处理时间。

```mermaid
flowchart LR
    A["t=0ms: 发送 SYN"] -->|"传播+路由器处理"| B["t=5ms: 到达服务端"]
    B -->|"处理+准备响应"| C["t=5.1ms: 服务端回发 SYN-ACK"]
    C -->|"传播+路由器处理"| D["t=10.2ms: 客户端收到 → RTT = 10.2ms"]

    style A fill:#DDA0DD,color:#000
    style D fill:#98FB98,color:#000
```

### 抖动（Jitter）

连续数据包之间延迟的**变化量**。即使平均延迟很低，抖动大也会严重影响体验：

$$\text{Jitter} = |\text{RTT}_n - \text{RTT}_{n-1}|$$

| 应用类型 | 对抖动的敏感度 | 说明 |
|---------|--------------|------|
| 语音通话 / 视频会议 | 🔴 极高 | 抖动 > 30ms 就会出现卡顿、断续 |
| 在线游戏 | 🔴 高 | 操作响应不稳定，玩家体验崩塌 |
| 文件下载 | 🟢 无所谓 | 只关心总吞吐量，不在乎每个包的到达节奏 |
| HTTP API 调用 | 🟡 中等 | 长尾延迟影响 P99 响应时间 |

> [!question] 如何对抗抖动？
> 答案是**接收端缓冲（Jitter Buffer）**。音视频应用会在接收端先攒一小段数据再播放，用少量额外延迟换取平滑输出。WebRTC 的 jitter buffer 通常 20–200ms。

### 吞吐量（Throughput）

单位时间内**实际成功传输的数据量**，受限于最窄环节：

$$\text{Throughput} = \min(\text{带宽}, \text{拥塞窗口限制}, \text{应用处理能力})$$

实际吞吐量永远 ≤ 带宽。常见瓶颈：

```mermaid
flowchart LR
    A["磁盘IO<br/>可能 < 网卡"] --> B["TCP收发缓冲区"]
    B --> C["网络带宽"]
    C --> D["对端带宽"]
    D --> E["对端CPU/应用"]
    
    F["中间路由拥塞"] -.-> C
    G["丢包重传"] -.-> C
    
    style C fill:#FFD700,color:#000
    style F fill:#FF6B6B,color:#fff
    style G fill:#FF6B6B,color:#fff
```

> [!question] 为什么我的千兆网卡只跑到 100MB/s？
> 因为千兆以太网理论上限是 `1Gbps ÷ 8 = 125MB/s`，去掉以太网帧头、IP 头、TCP 头等协议开销后，纯 Payload 大约 **94 MB/s**。如果还用了 HTTPS/TLS，CPU 加解密还会进一步限制吞吐量。

> [!info] Goodput vs Throughput：别搞混
> **Throughput**（吞吐量）是单位时间内传输的**总数据量**（含协议头）。**Goodput**（有效吞吐量）是应用层实际收到的**有效数据量**，要扣除所有协议头、重传包、确认包等开销。
> $$\text{Goodput} < \text{Throughput} \leq \text{Bandwidth}$$
> 用 `iperf3` 测出来的通常是 throughput；你的文件下载速度反映的更接近 goodput。

## 带宽时延积（BDP）

**BDP（Bandwidth-Delay Product）** 定义了链路上"在途"数据的最大量——这是维持满带宽所需的发送缓冲大小：

$$\text{BDP} = \text{Bandwidth} \times \text{RTT}$$

### 实际意义

假设带宽 1 Gbps，RTT = 100 ms：

$$\text{BDP} = 10^9 \text{ bps} \times 0.1s = 10^8 \text{ bits} = 12.5 \text{ MB}$$

这意味着：
- TCP 发送窗口至少要有 **12.5 MB**，才能填满这条管道
- 如果窗口太小，TCP 会频繁停下来等 ACK，吞吐量上不去
- 这就是 Linux 的 `net.core.rmem_max` / `wmem_max` 要调大的原因

```mermaid
flowchart TD
    Pipe["管道: 1Gbps, RTT=100ms<br/>BDP = 12.5MB"]
    
    Small["发送窗口 1MB ❌<br/>只能填 8% 管道 → 吞吐量 ≈ 80Mbps"]
    Big["发送窗口 25MB ✅<br/>填满管道 → 吞吐量 ≈ 1Gbps"]
    
    Pipe --> Small
    Pipe --> Big
    
    style Small fill:#FF6B6B,color:#fff
    style Big fill:#98FB98,color:#000
```

### 各场景 BDP 速查

| 链路 | 带宽 | RTT | BDP |
|------|------|-----|-----|
| 局域网 | 1 Gbps | 0.5 ms | 62.5 KB |
| 同机房 | 10 Gbps | 1 ms | 1.25 MB |
| 同省 | 1 Gbps | 20 ms | 2.5 MB |
| 跨洋 | 100 Mbps | 150 ms | 1.875 MB |

## 延迟 vs 带宽的典型对比

| 场景 | 带宽瓶颈还是延迟瓶颈？ | 说明 |
|------|---------------------|------|
| 大文件传输 | 带宽 | 传输时间长，RTT 占比小 |
| 小请求/高频交互（RPC） | 延迟 | 每个请求 2~3 RTT，带宽几乎不占 |
| 视频流 | 带宽 | 持续大量数据传输 |
| DNS 查询 | 延迟 | 单次查询仅几十字节 |
| Web 首屏加载 | 两者兼有 | TCP+TLS握手（延迟）+ HTML/CSS/JS 下载（带宽） |

## Go 中的实践示例

### 测量 RTT（TCP 连接延迟）

```go
// 测量一次 TCP 连接的 RTT —— 最直接的延迟指标
func measureRTT(addr string) (time.Duration, error) {
    start := time.Now()
    conn, err := net.DialTimeout("tcp", addr, 5*time.Second)
    if err != nil {
        return 0, err
    }
    conn.Close()
    return time.Since(start), nil // TCP 握手完成 ≈ 1 RTT
}
```

### 按 BDP 调大 TCP 缓冲区

```go
// 高带宽长延迟链路（如跨洋 100Mbps, RTT 150ms）的 BDP = 1.875MB
// 系统默认的 TCP 窗口（128KB~256KB）远远不够
transport := &http.Transport{
    DialContext: func(ctx context.Context, network, addr string) (net.Conn, error) {
        d := net.Dialer{}
        conn, err := d.DialContext(ctx, network, addr)
        if err != nil {
            return nil, err
        }
        tcpConn := conn.(*net.TCPConn)
        // 根据 BDP 设置读写缓冲区（2MB，略大于 BDP）
        tcpConn.SetReadBuffer(2 << 20)
        tcpConn.SetWriteBuffer(2 << 20)
        return tcpConn, nil
    },
}
```

> [!tip] 为什么不直接用系统默认窗口？
> Linux 默认 `tcp_rmem` 的最大值通常是 6MB，但单连接的初始窗口只有 ~128KB。对于高 BDP 链路，窗口增长（慢启动）到填满管道需要好几个 RTT，前几秒吞吐量会远低于带宽上限。应用层手动设大缓冲区 + 启用窗口缩放（`tcp_window_scaling`）可以加速这个过程。

## 关联笔记

- [[hhs/NETWORK/01-基础概念/01-OSI与TCP-IP模型对比]] — 网络分层中各层的角色
- [[hhs/NETWORK/09-性能优化/01-TCP内核调优与连接复用]] — BDP 对应内核参数 rmem/wmem