2026-11-22 19:22:28 k73游戏之家 作者:testai
香港一台、洛杉矶一台,同步任务和回源请求总是慢半拍,问机房,对方说线路没毛病;自己测速,数字又时好时坏。这种时候最容易做的事就是加钱升配置,钱花完了问题还在原地。慢这件事得拆开看:是这条链路根本装不下你的流量,还是它装得下但时不时抖一下、丢几个包。两件事的排查方式和解决办法完全不同,混在一起永远说不清。前阵子帮朋友理过一遍,他两台机器之间传 200G 备份,白天跑六小时、夜里跑三小时,一直以为是带宽不够。测完才发现带宽只用了一半,真正的问题出在晚高峰,丢包率跳到百分之三,重传把速度拖没了。
动手之前先量三样东西:单条连接能跑多少、八条并发加起来能跑多少、大小包的往返时间是否一致。带宽不足的典型表现是单流上不去、多流也上不去,数字很稳,拉长时间看几乎是一条平线。链路不稳正好相反:单流忽高忽低,多流加起来也补不回来,重传计数一路往上爬。
单条 TCP 能跑多少,跟往返时间绑在一起。带宽再大,窗口填不满也是白搭。跨境链路的往返常在 150 到 200 毫秒,同样的窗口在本地能跑满,在这里可能只剩零头。「买了 2Gbps 端口却只跑出 30Mbps」这类抱怨,八成是单流、单进程、没调窗口,不是线路的事。
丢包要测到端口,别只看 ping。不少机房对 ICMP 限速,ping 出来百分之零的丢包,只说明它懒得搭理这个协议,业务的 443 端口可能正丢得厉害。用 tcping 或者 hping 打真实端口,连续几千个包,看丢包率和重传比例。
抖动看的是往返时间的离散程度,不是平均值。平均值 180 毫秒、标准差 5 毫秒,和平均值 180 毫秒、P95 冲到 600 毫秒,对交互类业务是两种体验。用 mtr 连跑几百个包,看同一跳的最差值和标准差,比看一次测速截图有用得多。
路由绕不绕,抓一次 traceroute 加 mtr 就能看出来。去洛杉矶的流量如果先绕到日本或者欧洲再回头,物理距离翻倍,延迟跟着翻倍。这类绕路在跨境线路上并不罕见,尤其是低价转售的线路,白天走一条、晚上换一条,测一次根本看不全。
三样东西分开量,结论才站得住:带宽不够就加端口或者换端口大的机型,丢包严重就找机房查那一跳,抖动大就从就近接入或者加前置节点入手。上来就升 CPU 和内存在这三类问题里都属于花错钱。
压测必须有对端。在一台机器上对着测速网站跑,测到的是这台机器到那个网站,中间经过多少设备、有没有限速,全不受你控制。真正要回答的问题是这个机房和那个机房之间能跑多少,那就得两端都放机器,一端发、一端收,路径才是你自己选的。家里千兆宽带跑到测速站只有八十兆的例子很常见,链路中间被小区出口、光猫或者运营商策略卡住,你对着测速站骂机房,其实骂错了对象。
iperf3 的用法有几个要点:并发开八条以上,单条在跨境链路上吃不满;跑够三十秒以上,前几秒的握手和慢启动不能算数,用 --omit 掐掉;测下行加 -R,很多人只测了上行就下结论。想量丢包和抖动,换成 UDP 模式并指定带宽,输出里的丢包率和 jitter 就是链路的真实状态。并发数不要一刀切,先看对端核数,八条进程挤在四个核上,测出来的是调度队列,不是网卡。
测量结果要留基线。跨境线路分时段差别很大,白天跑一次、凌晨跑一次,可能就是两个相反的结论。固定时段、固定参数、连续几天,数字之间才有可比性。只测一次的记录,除了自我安慰没别的用处。记录里至少写清时间、两端机房、端口、并发数与窗口大小,下次复测照同一套参数来,数字才对得上;参数一换,曲线全变,两个结果放在一起比,只会得出更糊涂的结论。
压测本身不吃磁盘,吃网卡和 CPU。单核跑 iperf3 大约能推到 1Gbps 上下,想压满 10G 端口就得开多进程,或者把不同进程绑到不同核上,否则瓶颈在你自己的机器上,测出来的是自己的上限。
两端配置要对等。一端 10G 端口、一端 1G 端口,测出来的永远是 1G,这不叫链路差,叫端口不匹配。做对端的那台最好端口比被测算的大一档,压起来才留有余量。
香港这边,千元档的双路机型做压测端点很合适:二十四核四十八线程、一百二十八 G 内存,跑多进程 iperf 加抓包分析都不紧张,端口 1Gbps、月流量 40TB,日常复测绰绰有余。
洛杉矶那边要选端口大的。10Gbps 端口的机型,配上八核十六 G 与 NVMe,既能当压测对端,也能顺手当备份落地机;端口小一档的机型更适合做长期常驻的低频探测,成本压得下来。
虚拟机上的网卡队列也影响结果。virtio 网卡默认单队列,多进程压测时会挤在一个核上,需要在宿主侧开多队列并把中断分散。这一步不做,压出来的数字会莫名其妙地卡在某个值上,怎么加进程都不动。
别在跑业务的机器上压。压测会把带宽打满、把连接数拉高,业务跟着抖,故障和压测的影响混在一起,又分不清了。压测机和业务机分开,是最省事的隔离手段。
如果只想知道这条链路日常稳不稳,不需要压满,用小流量长周期探测更贴近真实。每分钟打几百个包,连续跑一周,得到的抖动和丢包分布,比一次满速压测更有参考价值。
具体到选型:香港千元档双路独服适合做压测主端与中转,洛杉矶 10G 端口机型适合做对端与大流量落地。两端都到位,链路的上限和稳定性才能一次测清楚。
单流只有 20 到 30Mbps,八流加起来能到标称的八成,这个组合指向窗口与拥塞控制,不是带宽不足。把窗口调大、开多流,或者在中间加一个中转节点把长肥管道切成两段,吞吐立刻变样,钱一分不用加。
丢包集中在某一跳,说明问题在那一跳的链路或设备上。把 mtr 输出发给机房,让他们查那一跳;对方推脱的话,换线路比继续扯皮来得快。丢包是全局的、每一跳都有,那要回头怀疑自己的网卡、驱动或者本机限速策略。
抖动大而带宽足,交互类业务会先受不了。数据库主从、接口调用、远程桌面这些场景,对 P95 往返时间比对峰值带宽敏感得多。办法是就近接入、加边缘节点,而不是把机器换成更贵的型号。
回到选型,判断标准其实就两条:批量传输看带宽和丢包,交互请求看往返时间和抖动。同步、备份、镜像分发属于前者,端口和流量额度要优先;接口调用、主从复制属于后者,机房的物理位置和线路质量优先。同一笔预算,花在大端口上还是花在离用户更近的机房上,答案取决于你的流量形态,别人的方案搬过来常常水土不服。
基线建好之后,每季度复测一次。跨境线路的走向会随运营商调度变化,半年前测着很顺的线路,现在可能已经绕了一圈。复测成本很低,却能避免在错误的前提上继续加机器。