如何解决并行文件下载
这是一个基本问题,但我希望有更多网络经验的人提供更全面的答案。
假设我在外部服务器上有 3 个文件,每个文件为 1GB。要下载它们,我会这样做:
$ wget https://server.com/file1.mov
就并行执行这三个项目而言(例如,在三个单独的选项卡/外壳/线程中),或者串行执行,例如:
$ wget https://server.com/file1.mov \
&& wget https://server.com/file2.mov \
&& wget https://server.com/file3.mov \
在以下情况下:
- 我有一个非常快的本地下载连接,而服务器速度要慢得多(例如,假设服务器需要 15 秒来生成每个文件)。
- 我的本地下载连接速度很慢,而且服务器的上传带宽要快得多。
- 两者相对相同。
对于第一种情况,很明显我们想要使用并行下载,如果外部服务器上存在相当于固定开销的开销,但对于其他两种情况,为什么会一个比另一个更好?
解决方法
对于所有三种情况,实际结果取决于许多限制因素。 您已经列出了下载和上传带宽,但瓶颈也可能在于磁盘 I/O、CPU 和 RAM 以及数据传输协议和其他数量。
总的来说,分段文件传输是获取数据的首选方式,因为它减少了 TCP 拥塞控制(假设我们使用 TCP 协议)和异构环境的影响。 正如这篇“跨广域网高带宽数据传输的应用技术”(Jason Lee、Dan Gunter、Brian Tierney)论文中所述:
“TCP通过不断地探测连接的可用带宽 增加窗口大小直到数据包丢失,此时它 将窗口切成两半并再次开始“增加”连接。 带宽延迟乘积越高,这种斜坡上升的时间就越长 采取,并且在其期间将使用较少的可用带宽 持续时间。”
和
“为了改善这种网络成为 瓶颈,可以使用并行流。这种技术是 通过将要传输的数据分成 N 个部分来实现 使用单独的 TCP 连接传输每个部分。效果 N 个并行流是为了减少带宽延迟乘积 单个流经历了 N 倍,因为它们都共享 单流带宽 (u)。合理的随机丢包 q (
值得一提的是,拥塞算法在带宽分配中发挥着重要作用,但仍需要根据网络“类别”进行设置。宽带、卫星、3G、WiFi - 它们都具有由物理环境决定的功能,并且 CWND 实现的性能各不相同。
另一件需要考虑的事情是拥塞网络中并行与并发数据传输的行为。从理论上讲,传输的数据越多,阻塞网络和激活 ISP 端的策略的可能性就越大,这些策略将开始断开或塑造连接。然而,即使在这种情况下,通过几个小的并行链接而不是一个大的连接交换数据的可能性更高。
同样,这是一个非常笼统的解释,连接吞吐量可能会因各种因素而有很大差异。也有可能发现自己处于这样一种情况:单个连接的性能与多线程相当,同时不需要额外的工作和代码来实现。
,tl;dr:TCP congestion control
说明
真正的答案是几乎没有关系!
一旦您创建了 TCP 会话,TCP 将处理您的带宽并尝试使用拥塞控制机制达到最大速度:
传输控制协议 (TCP) 使用网络拥塞避免算法,该算法包括加法增加/乘法减少 (AIMD) 方案的各个方面,以及慢启动和拥塞窗口等其他方案,以实现拥塞避免。
>拥塞避免既可以是线路上两个数据包之间的“真正”拥塞,也可以是数据包丢失,因为您的 CPU/NIC/其他设备无法处理数据包带宽。
为什么几乎无关紧要?
那是因为在某些情况下,我们可能会因为两个并行会话而出现拥塞。
这是一个愚蠢的例子,可以解释为什么它很重要:
具有 8bit/s NIC 带宽能力的计算机试图创建一个 并行会话。一旦他将并行发送“SYN”,就会有一个 拥塞。由于 8bit 是这台特定计算机可以的最小位数 发送一个数据包,拥塞将不允许计算机使用 互联网。
,根据您的 TCP 窗口函数/方法,始终使用并行下载会更快。
如果某些中间节点(接入点/交换机/路由器/防火墙/代理)进入饱和状态。它必须丢弃一些数据包。
最简单的方法是拖尾。但是防火墙和路由器也可以有更复杂的流量整形器,例如
如果您尝试并行下载,并且带宽在其他流量之间共享,则会生成更多数据包或更多连接(用于每个连接的流量整形), 这样你就可以获得一些速度
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。