一条会自己调节的队
前二十一章里，利用率是一个外生的、你只能被动接受的数。这一章的系统不一样：它每秒钟都在主动试探自己的天花板在哪，撞到就退回来。理解它，等于拿到了一把可以套用在任何拥塞问题上的钥匙。
一条 1000 包/秒 的链路，空载往返时延 20 毫秒。发送方用标准的 TCP 拥塞控制（慢慢加速，丢包就砍半）。
现在把路由器的缓冲区从 10 个包加到 1000 个包。
吞吐和延迟会怎么变？
一个会自己找墙的系统
TCP 的拥塞控制回答的是一个这本书一直回避的问题：发送方并不知道链路有多快，也不知道路上有多少人在抢。它该发多快？
答案叫 AIMD（Additive Increase, Multiplicative Decrease，加性增、乘性减）：
# 每收到一批确认（一个往返），窗口 +1 w = w + 1 ← 线性地试探：还能再快一点吗？ # 一旦丢包（说明队满了，撞到墙了），窗口砍半 w = w / 2 ← 指数地后退：退得比进得快
画出来是一条锯齿：缓慢爬升，突然掉落，再爬升。
这个不对称不是随便定的，它是唯一能同时满足效率和公平的组合。
1989 年 Chiu 和 Jain 证明了这件事。把两个共享同一条链路的发送方画在一张图上（横轴一个的速率，纵轴另一个的速率）：
# 两个发送方的速率组合，在这个平面上移动
B的速率
│╲ ╲ = 总容量线（超过就丢包）
│ ╲ ╱ ╱ = 公平线（两人相等）
│ ╲ ╱
│ ╲ ╱
│ ╳
│ ╱ ╲
│╱ ╲
└──────────── A的速率
# 加性增：两人同时 +1 → 沿 45° 方向移动 → **朝公平线靠近**
# 乘性减：两人同时 ×½ → 沿指向原点的射线移动 → **保持当前比例**
#
# ★ 反复迭代，会收敛到"公平线与容量线的交点" —— 又高效又公平。
#
# 换成"乘性增、加性减"呢？会发散，不公平。
# 换成"加性增、加性减"呢？不收敛，来回震荡。
这是一个非常漂亮的结果：一个纯粹分布式的、没有中央协调的算法，靠一条不对称的规则，收敛到了全局公平。互联网能长这么大，这条规则功不可没。
缓冲区膨胀
现在来看这一章真正的主题，因为它是这本书所有主题的汇合点。
AIMD 靠丢包来知道自己撞墙了。而丢包只在缓冲区满的时候发生。
所以：缓冲区越大，发送方要越久才能发现自己超速了——而在发现之前，那个巨大的缓冲区已经被填满，每个包都得排在里面等。
| 缓冲区 | 吞吐 | 利用率 | 平均 RTT | 最坏 RTT |
|---|---|---|---|---|
| 10 包 | 958/秒 | 95.8% | 24.0 ms | 30 ms |
| 50 包 | 984/秒 | 98.4% | 54.9 ms | 70 ms |
| 200 包 | 994/秒 | 99.4% | 171.6 ms | 220 ms |
| 1000 包 | 999/秒 | 99.9% | 783.3 ms | 1020 ms |
从 10 个包加到 1000 个包：
- 吞吐涨了 4.2%（958 → 999）；
- 平均延迟涨了 32.6 倍（24.0 ms → 783.3 ms）；
- 而空载时的往返时延只有 20 毫秒——也就是说，763 毫秒全是在缓冲区里排队。
这个现象叫缓冲区膨胀（bufferbloat），由 Jim Gettys 在 2010 年前后命名。它的成因非常朴素：内存变便宜了，设备厂商就多装缓冲，因为「缓冲多总不是坏事」。
而它的后果是：你在下载一个大文件的时候，同一条网络上打游戏会卡到没法玩、视频会议会延迟一秒——尽管带宽明明还有富余。那一秒不是带宽不足，是你的包在路由器里排队。
「大缓冲区几乎不增加吞吐，它只是把拒绝换成了等到超时。」
在这里，被换掉的「拒绝」是丢包。而丢包在 TCP 里根本不是失败——它是控制信号。它是发送方唯一能收到的「你太快了」的反馈。
把缓冲区加大，等于把这个信号延迟了。而一个反馈回路里，延迟增加会让系统的震荡加剧、响应变慢——这是控制论的基本结论，和排队论在这里握手了。
所以现代的解法不是「调整缓冲区大小」（那个值和链路速率有关，没法静态设），而是主动队列管理（AQM）：在队列满之前就开始丢包或打标记。
- RED（Random Early Detection）：队列超过阈值就随机丢，队越长丢得越狠。
- CoDel：不看队列长度，看包在队列里待了多久。超过 5 毫秒就开始丢。这直接对应第 21 章那条「按时间限队」的建议。
- ECN：不丢包，而是给包打一个标记，让接收方告诉发送方「路上有点堵」。用信息代替损失。
BBR：换一个传感器
2016 年 Google 发布了 BBR，它做了一件更根本的事：不再用丢包当信号。
BBR 的观察是：丢包是一个滞后的、间接的拥塞信号。它只在缓冲区已经被填满之后才出现——而那时候延迟已经被拉高了。
BBR 改为直接估计两个物理量：
- 瓶颈带宽：最近一段时间观察到的最大交付速率；
- 最小往返时延：最近一段时间观察到的最小 RTT（也就是队列为空时的 RTT）。
然后让发送速率恰好等于瓶颈带宽，让「在途数据量」恰好等于 带宽 × 最小RTT——也就是刚好填满管道，但不填缓冲区。
用这本书的语言说：BBR 试图把工作点稳定在第 9 章那条曲线「起飞之前」的位置，而不是让它撞到墙再退回来。
到这一章为止，这本书讲的都是被动的排队：给定 λ、μ、c²，算出会排多长。
而拥塞控制是主动的：它有一个传感器（丢包或 RTT）、一个控制器（AIMD 或 BBR）、一个执行器（发送窗口）。这是一个标准的反馈回路，而反馈回路有它自己的一套理论。
# 一个反馈回路的三个致命参数 ① 增益：反馈有多强（AIMD 的"砍半"是很强的增益） ② 延迟：从执行到看见结果要多久（这里是一个 RTT + 排队时间） ③ 噪声：传感器有多准（丢包可能是无线信道错误，不是拥塞） # ★ 缓冲区膨胀 = 参数 ② 变大 → 回路震荡加剧、稳定性变差 # ★ BBR = 换掉传感器，让 ① 和 ③ 都变好 # ★ 而"用队列长度当传感器"本身就有一个根本缺陷： # 队列长度是**积分**信号（它累积了过去的所有失衡）， # 积分环节天然带来相位滞后。CoDel 用"排队时长"而不是"队列长度"， # 某种意义上是在做微分补偿。
如果你觉得这一节的词汇忽然变了，那是对的：这里是排队论和控制论的交界。而这本书学完之后，控制论是最值得接着读的方向之一（第 24 章会给入口）。
「背压」现在被用得很泛，几乎等同于「限流」。但它有一个更精确的含义，而且和这一章直接相关：
背压是一条从下游流回上游的信息通道，让上游知道该慢下来。
关键词是信息，不是阻止。区别在于：
- 限流：下游拒绝超出的请求。上游可能根本不知道发生了什么，继续发。
- 背压：下游告诉上游「我处理不过来」，上游主动减速。
TCP 的接收窗口是背压（接收方明确告诉发送方还能收多少），丢包是背压（隐式的），ECN 是背压（显式的），Reactive Streams 的 request(n) 是背压。
而「队列满了返回 503」不是背压，是限流——除非客户端真的会因此减速。如果客户端收到 503 就立刻重试，那你不但没有背压，还制造了正反馈。
你家路由器。如果你在下载大文件时打游戏会卡，那多半就是缓冲区膨胀。解法不是换更快的宽带（吞吐不是瓶颈），是在路由器上开启 SQM / CAKE / fq_codel——很多开源固件都支持。开启之后延迟能从几百毫秒掉到几十毫秒，而带宽只损失百分之几。这是这本书里你今晚就能验证的一个结论。
为什么视频会议要「限制自己的码率」。实时通信协议（WebRTC 那一套）用的是延迟敏感的拥塞控制，而不是 TCP 那种丢包驱动的——因为对视频来说，晚到的包等于丢包。它们宁可主动降画质，也不愿意让延迟涨上去。这是「主动留余量」在应用层的直接体现。
Kubernetes 的 HPA 就是一个 AIMD。观察指标（CPU）、和目标比较、增减副本。而它有一样和 TCP 一样的毛病：反馈延迟很大（拉起一个 Pod 要几十秒到几分钟）。所以 HPA 的冷却时间、缩容策略全都是在防震荡——和这一章是同一套问题。
库存管理里的牛鞭效应。供应链上，终端需求的小波动会被逐级放大成上游的大波动。原因也是反馈延迟：每一级都要等一段时间才知道下游的真实需求，于是过度反应。这是同一个数学，只是执行器是采购单。
这大概是整个网络工程史上代价最大的一个错误直觉，因为它被硬编码进了几十亿台设备。而它之所以能存活这么久，是因为吞吐是可见的、延迟是不可见的——厂商测吞吐会好看，没人测空载延迟和满载延迟的差。
而这个直觉的一般形式，正是这本书从头到尾在打的那个：
「把队开大一点，就不会有人被拒绝」——这句话在网络上叫缓冲区膨胀，在服务端叫无界线程池队列，在管理上叫「所有需求都接下来再说」。三者是同一个错误。
它们的共同解药也一样：把队限住，让压力尽早、诚实地暴露给上游。
B吞吐提高 4.2%，延迟涨 32.6 倍。吞吐从 958/秒 到 999/秒，平均 RTT 从 24.0 毫秒到 783.3 毫秒。
而空载 RTT 只有 20 毫秒——763 毫秒是纯粹的排队。你为了那 4.2% 的吞吐，付出了 38 倍的排队延迟。
A 「吞吐明显提高」——吞吐确实提高了，只是幅度小得可怜（4.2%），因为 10 个包的缓冲已经足够让 AIMD 跑到 95.8% 的利用率了。缓冲区的边际收益衰减得极快，而边际成本是线性的。 C 「都基本不变」——吞吐确实基本不变（这一半对了），但延迟变化巨大。 D 「吞吐下降」——不会。AIMD 在大缓冲区下反而能把链路填得更满（99.9%），因为它有更大的空间去「超速」而不被惩罚。这正是问题所在：它跑到了 99.9%，而第 9 章告诉你那个位置的等待时间是什么样。这一章的一句话
拥塞控制是把「有多满」变成一个可以被主动调节的量；而加大缓冲区等于把它的传感器蒙住。
下一章把这本书的公式带出软件。同一条曲线在高速公路上、在医院里、在看板上、在定价里长什么样？你会看到一张和第 9 章那面墙形状一致、但更狠的图：高速公路过了临界密度，通过量不但不再增长，还会真的下降——同样是 3000 辆/小时，可以是密度 43.5 跑 69 km/h，也可以是密度 96.5 爬 31 km/h。