C++网络速度控制实战：从基础原理到流量整形实现

1次阅读

没有评论

共计 2741 个字符，预计需要花费 7 分钟才能阅读完成。

在开发 P2P 文件传输、视频直播推流等应用时，我们经常遇到这样的问题：

服务器带宽有限，但多个客户端同时下载会导致网络拥塞
直播场景需要稳定输出 500Kbps 的码流，但 TCP 自带的滑动窗口 (sliding window) 机制会导致速率波动
跨国传输时，突发流量可能触发运营商的限速策略

这些场景都要求我们在应用层实现精确的带宽控制，而不是依赖传输层的 TCP 流控。

TCP 自带的流量控制机制主要通过：

滑动窗口调节发送速率
拥塞避免算法动态调整

但存在三个明显缺陷：

延迟敏感 ：RTT(往返时间) 对吞吐量影响巨大
突发传输：会短时间内耗尽带宽配额
不可预测：难以精确控制到具体数值

而应用层流量整形 (Traffic Shaping) 可以：

实现绝对的速率上限(如限制为 1Mbps)
平滑突发流量为匀速传输
支持差异化服务 (QoS) 优先级

最常用的流量整形算法是令牌桶(Token Bucket)，其工作原理类似游乐场的代币机：

代币以固定速率 r 填入桶中(如每秒 10 个)
桶容量为 b，超过则丢弃
发送数据包需要消耗对应大小的代币
当桶空时，必须等待新代币

数学表达式为：

发送速率 = min(数据到达速率, r + b/Δt)

使用 C ++11 的 <chrono> 获取毫秒级时间戳：

auto start = std::chrono::steady_clock::now();
// ... 传输操作...
auto end = std::chrono::steady_clock::now();
long elapsed = std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count();

通过 setsockopt 统一接口：

// 设置发送缓冲区大小
int buf_size = 1024 * 1024;
setsockopt(sock_fd, SOL_SOCKET, SO_SNDBUF, &buf_size, sizeof(buf_size));

class RateLimitedSocket {
private:
    int sock_fd;
    size_t bucket_capacity; // 桶容量(字节)
    size_t tokens;         // 当前令牌数
    double rate;           // 令牌填充速率(字节 / 秒)
    std::chrono::steady_clock::time_point last_fill;

    void refill_bucket() {auto now = std::chrono::steady_clock::now();
        double seconds = std::chrono::duration_cast<std::chrono::milliseconds>(now - last_fill).count() / 1000.0;

        tokens = std::min(bucket_capacity, 
            static_cast<size_t>(tokens + seconds * rate));
        last_fill = now;
    }

public:
    RateLimitedSocket(int fd, double rate_kbps, size_t burst_kb) 
        : sock_fd(fd), rate(rate_kbps * 1024 / 8), 
          bucket_capacity(burst_kb * 1024), tokens(0) {last_fill = std::chrono::steady_clock::now();
    }

    ssize_t send(const void* buf, size_t len) {refill_bucket();

        if(tokens < len) {
            size_t deficit = len - tokens;
            double wait_seconds = deficit / rate;
            std::this_thread::sleep_for(std::chrono::milliseconds(static_cast<int>(wait_seconds * 1000)));
            refill_bucket();}

        ssize_t sent = ::send(sock_fd, buf, len, 0);
        if(sent > 0) tokens -= sent;
        return sent;
    }
};

测试数据表明：

检查间隔	CPU 占用率	控制误差
10ms	5%~8%	<3%
100ms	<1%	5%~10%
1s	可忽略	15%+

建议根据业务需求选择：

视频直播：50-100ms 间隔
文件传输：200-500ms 间隔

当多个线程共享同一个限速器时：

使用 std::mutex 保护令牌桶状态
将休眠操作移到锁外，避免阻塞其他线程
考虑为每个连接单独建立限速器

std::mutex bucket_mutex;

void thread_safe_send(RateLimitedSocket& sock, const DataPacket& pkt) {size_t remaining = pkt.size();

    while(remaining > 0) {size_t chunk_size = std::min(remaining, 1448u); // MTU 典型值

        {std::lock_guard<std::mutex> lock(bucket_mutex);
            sock.send(pkt.data() + (pkt.size() - remaining), chunk_size);
        }

        remaining -= chunk_size;
    }
}

TCP 的 Nagle 算法会缓冲小包，这与限速目标冲突。解决方案：

int flag = 1;
setsockopt(sock_fd, IPPROTO_TCP, TCP_NODELAY, &flag, sizeof(flag)); // 禁用 Nagle

当监测到实际速率持续低于目标时：

动态调整令牌填充速率
使用 EWMA(指数加权移动平均)平滑波动
实现速率回退机制

// 示例：动态速率调整
if(actual_rate < target_rate * 0.9) {current_rate *= 1.05; // 温和上涨} else if(actual_rate > target_rate * 1.1) {current_rate *= 0.95; // 缓慢下降}

可以尝试实现：