本文主要是介绍一个 buffer 使用的负反馈实例，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
端到端拥塞控制其实就是负反馈的实施。典型的做法是识别到一系列标志性事件，比如丢包，时延增加等，然后对这些事件做反应，进而形成负反馈，但 inflight 守恒是一种完全不同的做法，它将负反馈平铺到了整个传输过程，并不识别任何特殊事件。
本文回过头来描述一个典型做法的系统，即传统的 “事件-反应” 系统。
设 r(t) 为 buffer 使用情况，q(t) 为网络流量，q 持续占用 buffer，但当 buffer 占用过大时，q 会主动收缩，注意，这里 “当 buffer 占用过大” 就是算法需要识别的事件。
整个系统的描述如下：
$ \frac{dr}{dt} = \alpha*q-R$
d q d t = − β ∗ r + γ ( Q − q ) \dfrac{dq}{dt}=-\beta*r+\gamma(Q-q) dtdq=−β∗r+γ(Q−q)
其中 R，Q 为常数，alpha，beta，gamma 为参数。
系统动力学如下：
- q 越大，r 用量越大，当 r 用量越大，-beta * r 越小，Q - q 越小，q 收缩；
- q 收缩，alpha * q 越小，r 收缩，反向激励 q 扩张，如此反复。
以 a 为 alpha = 1.9，c 为 beta = 2.5，d 为 gamma = 0.48，R = 5，Q = 10，模拟如下：
有点收敛了，不太美观，调参是个技术活，但也不狠，看下图说话，参数在图的最上面，多了一丢丢 0.02：
资源和消费相错开。一缕月光照当头，上下光而相凑，鸡屎也不流，用手殴，净肉球。
浙江温州皮鞋湿，下雨进水不会胖。
这篇关于一个 buffer 使用的负反馈实例的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
