1.
测试背景与目标
(1)目标:评估CN2 GIA从中国大陆及近邻地区到新加坡节点的延迟、抖动和吞吐量表现。
(2)动机:为在线游戏、实时语音和大文件传输选择最优线路和实例规格。
(3)关注点:往返时延 (RTT)、抖动 (Jitter)、TCP/UDP吞吐带宽、丢包率。
(4)时间窗口:连续72小时内分时段采样,覆盖高峰与非高峰。
(5)工具:ping、mtr、iperf3、tcpdump、netperf 等用于不同层级的性能测量。
2.
测试环境与服务器配置
(1)测试节点:新加坡 CN2 GIA 节点(示例测试IP:203.0.113.10,公网专线接入模拟)。
(2)客户端1(北京):VPS 型号 A,4 vCPU@2.5GHz,8GB RAM,1Gbps 网卡,Ubuntu 20.04。
(3)客户端2(广州):VPS 型号 B,2 vCPU@3.0GHz,4GB RAM,1Gbps 网卡,CentOS 7。
(4)服务端(新加坡):物理机或高规格云主机,8 vCPU,16GB RAM,10Gbps 直连端口,Ubuntu 22.04。
(5)网络特性:MSS/MTU 1500,开启 BBR 拥塞控制(sysctl net.ipv4.tcp_congestion_control=bbr)。
3.
测试方法与参数
(1)延迟与抖动:使用 ping -c 100 与 mtr 进行分段路由分析,统计 avg/min/max/jitter。
(2)吞吐量:使用 iperf3 -c
-P 10 -t 60 测量并发流下的 TCP 吞吐(并行10流,60秒)。
(3)UDP 测试:iperf3 -u -b 指定带宽,检查丢包率和抖动指标。
(4)数据采样:每小时一次完整测试,连续 72 小时,保留 5 分位、50 分位、95 分位数据。
(5)监控与取证:tcpdump 抓包关键时段用于 SACK、窗口大小、重传分析。
4.
实测数据展示
(1)下表为典型样本统计(单位:ms / Mbps),均为 60s iperf3 与 100 次 ping 汇总。
(2)表格说明:Latency = 平均 RTT,Jitter = 抖动标准差近似,Throughput = TCP 实测吞吐。
(3)测试节点均为 CN2 GIA 专线路径,未经过 CDN 缓存层。
(4)丢包率观测均低于 0.1%,峰值时段有短暂 0.2% 抖动。
(5)数据用于对比和优化建模参考。
| 来源 |
平均延迟 (ms) |
抖动 (ms) |
吞吐 (Mbps) |
| 北京 → 新加坡(CN2 GIA) |
45 |
2.1 |
900 |
| 广州 → 新加坡(CN2 GIA) |
30 |
1.0 |
950 |
| 香港 → 新加坡(CN2 GIA) |
18 |
0.8 |
980 |
5.
数据分析与性能瓶颈定位
(1)延迟差异:大陆内陆城市受长距离及出口队列影响,延迟普遍高于港澳。
(2)抖动原因:主要来自链路拥塞与队列抖动(AQM/队列长度)。
(3)吞吐受限:TCP 三次握手与窗口扩展、并发流数与单流 RTT 影响峰值带宽。
(4)排查方法:结合 tcpdump 与 ss -s 分析重传/窗口限制位置。
(5)建议:启用 BBR、调整 net.core.rmem_max/wmem_max、开启 tcp_mtu_probing 与合适的队列策略(fq_codel)。
6.
真实案例与优化实践
(1)案例:某在线游戏公司将新加坡游戏服从普通国际链路迁至 CN2 GIA 后,玩家平均延迟从 120ms 降至 36ms。
(2)配置示例:目标服务器 8 vCPU、16GB RAM、1Gbps 保底带宽、Ubuntu 22.04,启用 BBR 和 fq_codel。
(3)sysctl 优化片段:net.ipv4.tcp_congestion_control=bbr;net.core.rmem_max=134217728;net.core.wmem_max=134217728。
(4)效果:抖动从峰值 25ms 降至 3ms,吞吐提升约 40%。
(5)结论:CN2 GIA 在新加坡节点对低延迟场景效果明显,结合内核与队列优化能进一步提升稳定性与带宽利用率。
来源:性能测试指南 cn2 gia 新加坡延迟抖动和吞吐量实测报告