【计算机网络】第2篇：端到端通信的形式化刻画——时延、带宽、丢包与吞吐量的数学模型
目录
1. 引言：为什么要形式化
2. 时延的解剖：节点处理模型
2.1 时延的四分量分解
2.2 单跳与多跳的时延累计
3. 带宽、吞吐量与丢包
3.1 带宽与吞吐量的区别
3.2 丢包率及其对吞吐量的影响
4. Little定律：并发度与本征吞吐关系
4.1 定律的表述与直观理解
4.2 带宽时延积与窗口设计
4.3 并发连接数的经验估算
5. 时延与吞吐量的关系：并非简单的反比
6. 结语
参考文献
1. 引言：为什么要形式化
"网络有点卡"——这是工程师最常听到的反馈，也是最模糊的表述。卡顿可能是DNS解析慢、TCP握手丢包、带宽瓶颈、服务端处理延迟，或是Wi-Fi干扰导致的重传暴增。没有定量分析工具，排查只能靠经验猜测。
形式化建模的价值在于：将模糊的"卡顿"翻译为可测量的参数，将直觉判断转化为公式推导，在动手抓包之前就能缩小故障范围。本文所做的工作，就是为这些参数建立清晰的数学定义和约束关系。
2. 时延的解剖：节点处理模型
2.1 时延的四分量分解
一个数据包从源端发出到目的端接收，经历的时延总额可分解为四个部分。设总时延为 dtotaldtotal，则：
dtotal=dproc+dqueue+dtrans+dpropdtotal=dproc+dqueue+dtrans+dprop
处理时延dprocdproc 是路由器或主机检查包头、查表转发、差错校验所消耗的时间。现代高速路由器中，这部分通常在微秒量级甚至更低，多数情况下可视为常数。
排队时延dqueuedqueue 是数据包在输出队列中等待发送的时间。这是四个分量中唯一具有随机性的部分，也是时延抖动的主要来源。排队时延取决于流量到达模式、队列调度算法和缓冲区大小。
传输时延dtransdtrans 是将数据包的所有比特推送到链路上所需的时间。设数据包长度为 LL 比特，链路带宽为 RR bps，则有：
dtrans=LRdtrans=RL
这是唯一可以通过缩小数据包或增大带宽来直接减少的分量。
传播时延dpropdprop 是信号在物理介质中传播所需的时间，等于链路物理距离 DD 除以信号传播速度 vv：
dprop=Dvdprop=vD
在铜缆和光纤中，vv 约为 2×1082×108 m/s。北京到纽约的光缆距离约15000公里，单向传播时延约75毫秒。这个值由物理定律决定，无法通过工程手段改善。
2.2 单跳与多跳的时延累计
单链路的四个分量似乎已经概括了时延问题。但端到端通信通常穿越多条链路，设路径包含 NN 条链路、N−1N−1 个路由器，则端到端时延为：
de2e=∑i=1N(dproc(i)+dqueue(i)+dtrans(i)+dprop(i))de2e=i=1∑N(dproc(i)+dqueue(i)+dtrans(i)+dprop(i))
一个容易忽视的点是：各跳的传输时延可能不同。如果路径中某段是低带宽链路（比如最后一公里的ADSL），它将成为传输时延的主导项。假设一个1500字节的包通过100 Mbps光纤链路只需0.12毫秒，但通过5 Mbps瓶颈链路则需要2.4毫秒——差了20倍。这正是"带宽不对称路径"在时延分析中的重要性。
3. 带宽、吞吐量与丢包
3.1 带宽与吞吐量的区别
这两个概念常被混用，但有明确区别。带宽是链路理论上支持的最大数据传输速率，单位bps，是链路的静态属性。吞吐量是实际测量到的有效数据传输速率，是受协议开销、拥塞控制和丢包重传等因素影响后的动态表现。
设应用层实际接收的比特数为 DD，传输耗时为 TT，则吞吐量为 DTTD。如果TCP的发送速率触及链路带宽上限，吞吐量接近带宽；如果存在拥塞，吞吐量可能远低于带宽。
协议开销造成的损耗不可忽视。一个1500字节的TCP数据段，实际承载的应用数据取决于协议栈各层的头部开销：20字节TCP头、20字节IP头、以太网帧的18字节帧头帧尾、加上12字节帧间隙。理论最大吞吐量为：
Throughputmax=MSSMSS+Overhead×RThroughputmax=MSS+OverheadMSS×R
以以太网为例，MSS为1460字节时，开销约70字节，净效率约95.4%。
3.2 丢包率及其对吞吐量的影响
丢包率 pp 定义为丢失的数据包占总发送包的比例。丢包的原因分为两类：拥塞丢包（缓冲区溢出）和传输差错丢包（物理信号错误）。有线网络中传输差错丢包通常极低（<10−6<10−6），丢包绝大部分是拥塞造成的。
丢包对TCP吞吐量的影响是非线性的。经典的TCP Reno吞吐量模型给出了估算公式：
Throughput≈MSSRTT×p×CThroughput≈RTT×pMSS×C
其中 CC 为常数（约1.22）。关键结论是：吞吐量不是与丢包率成反比，而是与其平方根成反比。丢包率上升4倍，吞吐量约下降一半。这解释了为什么极小的丢包率也会显著拉低TCP性能——在高带宽长时延网络中尤其明显。
4. Little定律：并发度与本征吞吐关系
4.1 定律的表述与直观理解
Little定律由John Little于1961年提出，是排队论中最优美且普适的结论。其表述极简：
L=λ×WL=λ×W
其中 LL 是系统内的平均顾客数（并发度），λλ 是平均到达率，WW 是每个顾客在系统内的平均驻留时间。
将网络连接映射到这个模型：LL 对应正在网络中传输的未确认数据量（飞行中的字节数），λλ 对应有效吞吐量（字节/秒），WW 对应端到端RTT。于是得到网络版本的Little定律：
Data-in-Flight=Throughput×RTTData-in-Flight=Throughput×RTT
4.2 带宽时延积与窗口设计
上式中令Throughput取最大值（即瓶颈带宽 BB），得到：
BDP=B×RTTminBDP=B×RTTmin
这就是带宽时延积，表示在无拥塞条件下，网络管道中可容纳的最大未确认数据量。
BDP直接决定了TCP接收窗口和发送缓冲区的最小设计值。典型场景：100 Mbps链路，RTT为30 ms，BDP约为375 KB。这意味着TCP通告窗口至少需要达到375 KB才能充分利用这条链路。如果窗口小于BDP，发送方总是在等待确认中浪费时间，带宽大量空闲。传统TCP窗口字段仅16位（最大64 KB），在高带宽长时延网络上直接成为瓶颈，这正是窗口缩放选项提出的动机。
4.3 并发连接数的经验估算
Little定律也能反过来用于容量估算。若已知目标吞吐量为 TT，平均请求处理延迟为 dd，则需要维持的并发连接数至少为 T×dT×d。
假设某服务在高峰期需要支持每秒10000个请求，后端每个请求的平均处理时间为50 ms。根据Little定律，系统内平均同时驻留的请求数为 10000×0.05=50010000×0.05=500。这500就是数据库连接池、线程池和工作队列的下限设计值。低于此值则吞吐量无法达到预期，远高于此值则增加调度开销而不带来增益。
5. 时延与吞吐量的关系：并非简单的反比
一个常见误解是以为增大带宽必然降低时延。从时延分解公式可以看出，带宽 RR 仅影响传输时延 L/RL/R。对于小数据包或长距离链路，传播时延 dpropdprop 占主导，再大的带宽也对时延无济于事。
考虑一个极端案例：发送1字节数据从北京到纽约。传输时延在100 Mbps链路为 8×10−88×10−8 秒，在1 Gbps链路为 8×10−98×10−9 秒，差异可以忽略。但传播时延永远是约75毫秒，无法缩短。这就是为什么CDN和边缘计算要将数据推近用户——它们优化的是传播时延，而不是传输时延。
6. 结语
本文建立的数学框架足够简单，却极具实用性。工程师在遇到性能问题时，应当首先确定被限制的是哪个参数——是带宽瓶颈还是时延瓶颈，是丢包过高还是窗口过小。时延四分量分解锁定物理限制的位置，带宽时延积给出缓冲区配置的下限，Little定律将时延、吞吐量与并发度统一为简洁的数量关系，而丢包率与吞吐量的平方根关系则提醒我们：哪怕是极小的丢包，在高带宽长时延网络中也可能是性能杀手。
这些公式并非放在论文里供引用的装饰品，而是日常排障中能够直接提供数量级判断的工具。
参考文献
[1] Kurose, J. F., & Ross, K. W.Computer Networking: A Top-Down Approach(8th ed.). Pearson, 2020.
[2] Little, J. D. C. A proof for the queuing formula: L=λWL=λW.Operations Research, 9(3): 383-387, 1961.
[3] Mathis, M., Semke, J., Mahdavi, J., & Ott, T. The macroscopic behavior of the TCP congestion avoidance algorithm.ACM SIGCOMM CCR, 27(3): 67-82, 1997.
[4] Padhye, J., Firoiu, V., Towsley, D., & Kurose, J. Modeling TCP Reno performance.IEEE/ACM Trans. Networking, 8(2): 133-145, 2000.