技术分享：国民远控向日葵如何通过BBR算法提升远控体验？

Posted 2022-11-12 贝锐

决定远程控制服务体验是否优秀的核心点之一是网络。网络环境优秀时，远程控制的体验自然是高清流畅，但事实上，很多需要应用到远程控制的场景其网络环境远远称不上优秀，在这类弱网环境下如何保证远程控制服务依旧能够有十足的稳定性，是远程控制厂商们的一大课题。

“国民远控”向日葵为优化弱网环境下的连接稳定性问题并提升带宽的利用率，已于早前完成了一次技术升级，全球各地的主要服务器均支持BBR拥塞控制算法，该升级可以让服务器之间的连接更快，端与服务器的连接更稳定。

而作为本次技术升级核心的BBR拥塞控制算法，受到的关注却比较少，各路资料和宣传中均鲜被提及，这篇文章将介绍这一算法，并且实测引入BBR拥塞控制算法之后的向日葵在弱网环境中的提升。

拥堵控制算法的“来龙去脉”：从“Cubic”到“BBR”

● TCP拥塞控制（Congestion Control）算法

互联网经历了几代的发展，从上网需要电话线带宽只有几十Kbps，到现在随时随地上网，最新的5G更是让我们获得了Gbps的接入带宽，这在以前很难想象。不过，在互联网快速发展的背后，它的技术基础有相当一部分仍然构建于20年前甚至更早。TCP拥塞控制（Congestion Control）算法就是其中之一。作为专有名词它很少被提及，但我们的一些经历，比如明明网速很快但下载却很慢这样的事很可能跟它有关。

互联网上的两点通信时，会经过很多路由，每经过一个路由设备叫一跳（hop）。每一跳都有不同的带宽，有大有小，两点之间的可用带宽是每一跳中的最小值，被称为Bottleneck BW，因为是公共链路，它们几乎总是拥挤不堪，丢包和排队经常发生，可用带宽也时大时小，这很常见。

不过7层应用程序并不需要关心这些，即使排队和路由抖动产生了丢包或者数据错误，4层的TCP协议也会处理，它会重传并进行带宽控制。重传用于保证数据的完整性，带宽控制则确保有限的带宽资源被尽可能公平分配，减少排队和丢包，这就是拥塞控制算法的核心，是的，为了公平。除了带宽，通信的另外一个重要指标是延时，用RTT（Round-trip time）计量，是一个包从被发送到收到ACK的间隔，一般是以毫秒计。RTT也与拥塞控制密切相关。

● Cubic拥塞控制算法

1980年代的互联网崩溃，促成了TCP拥塞控制的落地。经过十多年的发展，Cubic出现并延续至令，目前它仍然是互联网主流的拥塞控制算法，它基于著名的“加性增，乘性减”（AIMD）控制律，将丢包作为网络链路拥塞的指示。它会检测丢包，发现时便会主动降低发送频率，减少拥塞。这被称为“基于丢包”的拥塞控制算法。同类算法有几个，像更早前的Reno, BIC等。

 

由于只有当路由器的队列满了以后才会有丢包，因此，这类算法倾向于快速填满瓶颈路由器的缓存，然后急剧降低发包（减少50%），当队列空闲后又慢慢填满，周而复始。

 

Cubic算法的正常运行对链路的丢包率有一定的要求，在丢包率较高的长肥管道环境下，其发送窗口会迅速收敛到很小。另一方面，当实际可用带宽增大时，它总是会花固定的时间去探测然后慢慢增大，显得缓慢而笨拙。

● BBR拥塞控制算法

Cubic在拥塞避免阶段会逐渐加大发送窗口直至填满瓶颈队列，这种机制加速了拥塞的形成，造成了网络延时的波动。在链路瓶颈处保持最大带宽和最小延时的状态是拥塞控制的目标，但明显Cubic在目前的互联网环境中已经不能很好的胜任。谷歌提出一种基于延时带宽积的算法BBR (Bottleneck Bandwidth and RTT)，使用了交替测试链路的最大带宽与最小的RTT的方法，来寻找名为Kleinrock的最佳操作点，这个点，核心特征是报文开始排队。如下图所示，Cubic的拥塞控制点是排队并且缓存已经满了。

 

将最近10次往返中测得的最大带宽视为Bmax，将过去10s中测得的最小RTT视为Tprop，然后根据这两个值估算BDP。

BBDP = Bmax × Tprop

BBR分别通过窗口增益和起博增益来调整CWND和发送速率，进而控制其发送行为，将拥塞快速收敛到最佳控制点。

 

向日葵引入BBR之后在弱网环境的提升

前文已经详细介绍了BBR拥塞控制算法的发展历程和实现原理，接下来将具体介绍引入BBR拥塞控制算法之后，向日葵在弱网环境下有怎样程度的提升。

向日葵的实验室数据显示，在跨国的弱网环境中，未使用多路复用的单连接应用，BBR能提升约10倍的端与服务器间的可用带宽（如：由120Kbps提升到>1Mbps）。同时，国内的服务器间互联时，BBR能提升1倍以上的服务器间带宽利用率（由40%到85%）。

 

向日葵实际应用数据显示，在经过支持BBR的服务器中转后，向日葵的连接带宽提升了3倍以上，帧率提升了5倍以上。

因此，我们可以得到如下结论：BBR拥塞控制算法能显著改善向日葵在部分使用场景下的用户体验。

当然，除了BBR拥塞控制算法，向日葵优秀的远控体验还得益于大量其他的技术优势，例如：、丢包重传及抗丢包（ARQ/FEC）技术、Visual saliency算法、自研SADDC图像算法等等。事实上，正是向日葵经年累月在技术上的坚持不懈和极致追求，以及对技术细节的不断打磨，才能够不断突破技术瓶颈，造就如今行业的领先地位。