当前位置: 首页 > article >正文

计算机网络精讲day1——计算机网络的性能指标(上)

性能指标1:速率

概念1:比特
英文全称是binary digit,意思是一个二进制数字,因此一个比特就是二进制数字中的1或0,比特也是信息论中使用的信息量单位。
概念2:速率
网络中的速率指的是数据的传送速率,也称为数据率比特率,是网络中最重要的一个性能指标,单位是bit/s(比特每秒),也可以写成b/s或bps
重点1:高数据率的单位转换

小单位大单位

其中1尧比特等于10的24次方比特,其余表格中每行的大单位都等于同一行小单位的10的3次方倍,依次类推比如4*pow(10,10)bit/s我们就可以记作40Gbit/s我们在生活中也常常省略bit叫做40G的速率。

特别注意,当提到网络速率时,往往指的是额定速率或标称速率,并非网络实际上运行的速率,相当于小灯泡的额定功率和实际功率的区别。

性能指标2:带宽

关于带宽其实有两种不同的意义:
意义1:频域称谓
指的是某个信号具有的频带宽度,信号的带宽指的是信号所包含的各种不同的频率成分所占据的频率范围。比如传统的通信线路上传送的电话信号的标准带宽是3.1K Hz(从300HZ到3.4KHz),这种意义的带宽的单位是赫。表示某信道允许通过的信号频带范围。
意义2:时域称谓
表示网络中某通道传送数据的能力,即单位时间内网络中的某信道所能通过的“最高数据率”,我们提到带宽时通常也是指这个,这种意义带宽的单位就是比特每秒

两种意义的本质其实是一样的,也就是说一条通信链路的“带宽”越宽,其所能传输的“最高数据率”也越高。

性能指标3:吞吐量

定义:吞吐量表示在单位时间内通过某个网络(或信道,接口的)的实际数据量。

吞吐量受网络带宽或网络额定速率的限制,比如对于一个1Gbit/s的以太网,就是说其额定速率是这么多,但是实际的吞吐量可能只有100Mbit/s甚至更低。吞吐量还可以用每秒传送的字节数或帧数来表示

深度思考:用木桶效应来理解实际吞吐量

在这里插入图片描述
我们都知道木桶能装多少水取决于它的短板,同理我们用这种方式理解互联网的实际吞吐量,我们假设主机A和服务器B接入到互联网的链路速率分别是100Mbit/s和1Gbit/s,假设链路的容量足够大,我们可以发现主机A的接收速率要远小于服务器的发送速率,那么B以超过主机A的速率发送信号,A的吞吐量也无法超100Mbit/s,A就相当于木桶效应中的短板

我们再假设有100个用户同时连接到B服务器,那么B的1Gbit/s的链路容量就要被100个用户平分,每个用户分到的带宽就等于1G/10=10Mbit/s了,也就是说主机A连接到服务器B的吞吐量就只有10Mbit/s了,这时的吞吐量直接减为额定速率的十分之一。

我们交的宽带费用只是保证从家里到运营商ISP的某个路由器之间的数据传送速率但是我们控制不了整个互联网的流量分布,这也就是为什么人多网络就会卡顿的原因。

性能指标4:时延

定义:时延是指数据(一个报文或分组,甚至比特)从网络(或链路)的一端传送到另一端所需的时间,是一个很重要的性能指标,有时也称为延迟或迟延

时延分为四个部分:
第一部分:发送时延

由主机或路由器发送数据站所需要的时间,也就是从发送数据帧的第一个比特算起,到该帧的最后一个比特发送完毕所需的时间

计算公式:发送时延=(数据帧长度bit)/发送速率(bit/s)

由此可见,发送时延并非固定不变,而是与发送的帧长成正比,与发送速率成反比

第二部分:传播时延

电磁波在信道中传播一定的距离需要花费的时间
计算公式:传播时延=信道长度(米)/电磁波在信道上的传播速率(m/s)

注意电磁波在自由空间的传播速率是光速,在网络传输媒体中的传播速率比在自由空间要略低一些,通常来说,信号传送的距离越远,传播时延就越大,传播时延与信号的发送速率无关
第三部分:处理时延

主机或路由器在收到分组时要花费一定的时间处理,如提取数据,差错检验,查找转发表,这就产生了处理时延

第四部分:排队时延

分组在进入路由器后要现在输入队列中排队等待处理,在路由器确定了转发接口后还要在输出队列中排队等待转发,这就产生了排队时延

这种时延取决于网络的通信量,当通信量很大时队列会溢出,分组丢失,相当于排队时延为无穷大。

总时延=发送时延+传播时延+处理时延+排队时延

下面我们以一道具体题目分析:
在这里插入图片描述
关于这道题目我们需要注意数据块长度和带宽中的M不是一个M,还有就是减少时
延不能只看发送时延还要注意传播时延,看哪一部分占据主导作用否则对时延减少不会有显著的效果

下面我们给出四种时延产生的部位图:

在这里插入图片描述
处理和排队时延产生在发送时延之前,传播时延发生在发送时延之后

下期预告:时延带宽积,往返时间RTT,利用率的介绍


http://www.kler.cn/a/595486.html

相关文章:

  • 【人工智能】如何理解transformer中的token?
  • 【AI知识】pytorch手写Attention之Self-Attention,Multi-Head-Attention
  • vue3源码分析 -- computed
  • 深度解析学术论文成果评估(Artifact Evaluation):从历史到现状
  • 【问题解决】Postman 测试报错 406
  • 深入理解Java虚拟机(学习笔记)
  • java基础--序列化与反序列化的概念是什么?
  • 关于FastAPI框架的面试题及答案解析
  • 查看visual studio的MSVC版本的方法
  • 23 种设计模式中的访问者模式
  • 零基础上手Python数据分析 (7):Python 面向对象编程初步
  • 蓝桥杯 之 暴力回溯
  • 3.16[A]FPGA
  • Pytest基础使用
  • Netty源码—3.Reactor线程模型三
  • L2TP实验报告
  • 无服务器架构将淘汰运维?2025年云计算形态预测
  • RabbitMQ 与 Kafka:消息中间件的终极对比与选型指南
  • MSE分类时梯度消失的问题详解和交叉熵损失的梯度推导
  • Redis哨兵模式(Sentinel)高可用方案介绍与配置实践