拥塞控制 vs 流量控制
在 TCP 中，拥塞窗口和接收窗口的最小值，是任意时刻内发送方确定能被发送出去的字节数。
拥塞窗口受拥塞控制的影响，接收窗口受流量控制的影响，以下会分别介绍拥塞控制和流量控制。
拥塞控制与流量控制本质上来说，是生产者消费者的模型，如下图所示：
拥塞控制
目的：通过减少发送方发送的数据量，起到阻止发送方到接收方之间的链路变得拥塞的目的。
实现：拥塞控制通过拥塞窗口实现，拥塞窗口由发送方维护，通过预估链路的拥塞程度实现。
好奇如我，如果看到上面的实现的定义，肯定会三连问，什么叫预估链路的拥塞程度？用什么标准判断链路是否拥塞？拥塞发生了怎么缓解拥塞？
别急，在思考上面的问题的时候，先思考个小问题，「你跟好朋友约饭，你怎么预估她来的路上是否堵车呢？」
答：很弱智的问题是不是，2019 年了，各种地图软件打开看看就能猜到了，那让我们在深入思考下，地图软件怎么评估哪个路段是否是堵车呢？
车辆有个天然的属性就是速度，取出历史和当前同一时刻数据，判断当前数据 - 历史数据的差值，若为整数，则下一时刻堵车的概率低；若为负数，则下一时刻堵车的概率高
让我们回到问题的主线上：
-
什么叫预估链路的拥塞程度？
基于历史数据判断未来链路发生拥塞的可能性称之为「预估链路的拥塞程度」
-
用什么标准判断链路是否拥塞？
- 基于丢包的：如 Reno、Cubic
- 基于时延的：如 Vegas、FastTCP (tcp 单边加速)
- 基于链路容量的：如 BBR
- 基于学习的：如 Remy
注：各种拥塞算法的实现，有兴趣请自行 google ，或者看下参考资料 （ps 主要是我自己也看的一头雾水，而照抄别人的感觉没啥意义
-
拥塞发生了怎么缓解拥塞？
送分题，减少发送的数据被，但是难点在于按照什么策略减少，是直接减少到 0 ，什么都不发了，还是按照某种策略减少发送的数据。
就好像没有一个东西能够满足所有场景一样，各种拥塞控制算法只是在侧重点上有所不同，并无好坏之分。不过有是否过时之分，毕竟互联网诞生之初，并没有这么高的带宽。
改进拥塞控制算法我目前理解就是两点：
- 如何快速的让拥塞窗口达到最大值
- 发什么拥塞的时候，如何尽可能少的减少拥塞窗口的值
本质上还是如何充分的利用带宽，不过还有一个 tcp 公平性的问题，在设计拥塞算法的时候需要考虑，先在脑子里留个概念吧，细节有空补补。
流量控制
目的：减少发送方发送的数据量，起到缓解接收方压力的目的。
实现：接收方控制发送方发送的数据大小，每次应答的时候通知发送方自己还剩余多少空间可以接受数据。
流量控制的实现是基于滑动窗口实现，具体细节如下：
- 接收方在 TCP 首部中的「窗口大小」字段写入自己可接受的缓存区大小，通过 ACK 包发送给发送方
- 「窗口大小」是发送方最多可发送的不需要 ACK 的字节数
问：接收方发现自己的缓存区满了要怎么处理？
答：将 TCP 首部的「窗口大小」设置为 0，此时发送方将不再发送数据，但需要定期发送一个窗口探测的数据包，是发送能够在窗口有空余的时候继续发送数据。（ps 不过这里为什么不是接收方主动通知呢？是因为不知道要发什么包嘛，还是主动推的话协议会复杂化，只是我也不知道……
写在最后，最近拖延症晚期，先写一点是一点吧……