TCP拥塞控制核心算法演进：从Tahoe到BBR的优化之路

网络拥塞是互联网中一个经典且持续存在的问题。它发生在网络中对资源的需求超过其承载能力时，导致数据包丢失、延迟增加和吞吐量下降。为了解决这一问题，TCP/IP协议栈在传输层引入了拥塞控制机制。

TCP拥塞控制的目标是在共享的网络环境中实现公平、高效的数据传输。它的核心思想是通过端到端的反馈来探测网络状况，并动态调整发送速率，以最大化利用网络带宽，同时避免网络过载。其主要流程如下图所示：

从上图可以看出，拥塞控制是一个根据网络状态（主要通过丢包和延迟来感知）动态调整发送窗口（cwnd）的闭环反馈过程。作为一种核心的网络协议，TCP的拥塞控制算法经历了数代演进，每一代都旨在更好地适应不断变化的网络环境。

TCP Tahoe 与 Reno

这是拥塞控制最早的经典实现，奠定了“加性增、乘性减”的基础。

• Tahoe算法：包含慢启动、拥塞避免和快速重传三个阶段。其核心特点是一旦发生超时重传或收到三个重复ACK，就会直接将拥塞窗口（cwnd）降为1个MSS，并重新进入慢启动阶段。这种方式在应对单一丢包时显得过于激进，会导致吞吐量剧烈波动。
• Reno算法：在Tahoe的基础上引入了快速恢复阶段。当收到三个重复ACK时，Reno认为这只是单个数据包丢失，而非严重拥塞。此时，它会将cwnd减半（而不是重置为1），然后进入快速恢复阶段，线性增长cwnd，直到收到新的ACK为止。这减少了一次丢包对性能的影响。

TCP New Reno

Reno算法在快速恢复期间，如果同一个窗口内有多个数据包丢失，它可能无法完全恢复，会导致超时。New Reno对此进行了改进：在快速恢复阶段，只有在收到所有未确认数据的ACK（即完全恢复丢失的整个窗口）后，才会退出快速恢复并进入拥塞避免阶段。这使得它能更好地处理多个数据包丢失的情况。

TCP BIC 与 CUBIC

随着网络带宽延迟积（BDP）的增大，传统的AIMD（加性增乘性减）算法收敛到公平点的速度变慢。BIC和CUBIC是为高速长距离网络设计的高性能算法。

• BIC：使用二分搜索的思想来寻找最佳窗口大小。当发生丢包时，它将当前窗口设为W_max，并将窗口最小值设为W_min，然后通过二分法将窗口调整到(W_max+W_min)/2。这种方式使窗口能够快速逼近最优值，但在RTT较短的网络中可能过于激进。
• CUBIC：这是Linux系统长期以来的默认算法，也是目前应用最广泛的算法之一。它用三次函数替代了BIC的二分搜索。CUBIC的窗口增长函数独立于RTT，仅与上次发生拥塞的时间间隔有关（W(t) = C*(t-K)^3 + W_max）。这使得它在高BDP网络中能更平滑、更公平地增长窗口，并且对短RTT流更友好，减少了窗口的剧烈波动。

TCP BBR

由Google提出的BBR（Bottleneck Bandwidth and RTT）代表了拥塞控制的一个新思路。它不再将丢包作为拥塞的主要信号，而是认为排队延迟的增加才是网络发生拥塞的先兆。

• 核心原理：BBR通过周期性地探测路径的带宽和最小RTT，来建立对网络路径容量的认知模型。它试图让发送速率恰好等于瓶颈带宽，并且让数据包排队时延保持最小（即让飞行数据量= BDP）。
• 工作阶段：BBR周期性地经历四个阶段：
  1. Startup：类似慢启动，快速探测最大带宽。
  2. Drain：排空Startup阶段可能造成的队列积压。
  3. Probe_BW：稳定运行阶段，周期性进行带宽探测（小幅增加发送速率）。
  4. Probe_RTT：周期性降低发送速率，以探测最小RTT。
• 优势：在存在轻微丢包（如无线网络）或缓冲区膨胀（Bufferbloat）的网络中，BBR通常能获得比CUBIC等基于丢包的算法更高的吞吐量和更低的延迟。

从基于丢包（Tahoe/Reno/CUBIC）到基于延迟（BBR）的演进，TCP拥塞控制算法的目标始终是更精准地感知网络状态，在效率、公平性和延迟之间取得最佳平衡，以适应从有线网络到移动网络、从低带宽到超高带宽的各种复杂环境。