论文部分内容阅读
随着数据中心应用提出的需求不断变高，数据中心网络作为数据中心的重要组件，其负载也变的越来越大。这样导致拥塞情况频繁的发生，容易形成一种被称为incast的吞吐量大幅下降的现象。而数据中心应用程序的流量特征又会导致出现一种被称为outcast的不公平现象。通过深入了解incast现象的几个关键参数，可以发现，RTO min在其中起着至关重要的作用。随着发送方数量的增大，网络拥塞程度不断提高，这样会导致丢包和超时现象出现。严重的拥塞导致发送方无法通过收到三个冗余ACK来进入快速恢复状态，只能等待超时，从而影响网络吞吐量。在众多解决incast问题的算法中，传输层算法属于一类较好的算法，因为此类算法对网络基础设施的要求和改动较小，同时易于实现。所以在本文中，通过设计一种基于ACK回复变化率的传输层协议，较好的解决了incast问题。协议利用ACK回复变化率和对理论最大拥塞窗口的估计调节当前拥塞窗口，有效处理了incast现象中吞吐量下降的问题。数据中心的数据流还存在一种不公平现象，即P. Prakash发现的被称为outcast的现象。这种现象的表现就是RTT小的流，其吞吐量小于RTT大的流，这与传统TCP协议遵循的RTT与吞吐量成反比的准则完全相反。P. Prakash在验证了outcast现象的广泛存在后，给出了一个基于端口阻塞的解释。但是经过本文仔细的分析后，我们给出了outcast现象的实质原因。即RTT不同的流在物理链路上的分布不均，和数据中心上层应用的特征所导致的RTT不同的流在拥塞窗口大小上的差异。根据该现象的本质原因，本文建立了相应的吞吐量数学模型。最后，通过设计一种基于窗口通知的协议，解决了outcast现象。协议通过测量拥塞窗口的平均值，统一了RTT不同的流在当前数据块发送结束时的拥塞窗口大小，使得RTT小的流的吞吐量得到提高。将以上几个算法在ns-2仿真平台中进行实验后，实验结果证明outcast现象的本质原因的正确性和两种解决算法的有效性。