如何测试服务器使用的带宽

双线服务器测试：双线服务器测试比较麻烦，由于双线服务器有电信网关/网通网关，您必须保证测试电信线路时使用电信网关，测试网通线路时使用网通网关，否则这个测试将没有意义。我们提供双线服务器供客户测试，可以测试下载大文件和FTP上传文件。注意：1、以上测试方法可以让您看到服务器当前实际消耗带宽量，这个测试值要看您选择的数据下载服务器和您的服务器是否在同一个省网（例如：同是北京电信或者北京网通的，这样才准确），并且要确保数据下载服务器是没有带宽限制的2、你必须确定数据服务器有足够的带宽提供服务，例如：如果为数据服务器有很大的独立带宽，那么您的服务器可以从对方服务器全速下载，那才能真实反映您服务器带宽，如果数据服务器只有100K-几M带宽（或者分配给每个下载请求的带宽只有几M，那么就无法反映您服务器的带宽）。

webrtc中的带宽自适应算法分为两种：

1，　发端带宽控制，　原理是由rtcp中的丢包统计来动态的增加或减少带宽，在减少带宽时使用TFRC算法来增加平滑度。

2，　收端带宽估算，　原理是并由收到rtp数据，估出带宽；　用卡尔曼滤波，对每一帧的发送时间和接收时间进行分析，　从而得出网络带宽利用情况，修正估出的带宽。

两种算法相辅相成，　收端将估算的带宽发送给发端，　发端结合收到的带宽以及丢包率，调整发送的带宽。

下面具体分析两种算法：

2, 接收端带宽估算算法分析

结合文档http://toolsietforg/html/draft-alvestrand-rtcweb-congestion-02以及源码webrtc/modules/remote_bitrate_estimator/overuse_detectorcc进行分析

带宽估算模型： d(i) = dL(i) / c + w(i) d(i)两帧数据的网络传输时间差，dL(i)两帧数据的大小差， c为网络传输能力， w(i)是我们关注的重点， 它主要由三个因素决定：发送速率， 网络路由能力， 以及网络传输能力。w(i)符合高斯分布， 有如下结论：当w(i)增加是，占用过多带宽（over-using)；当w(i)减少时，占用较少带宽（under-using)；为0时，用到恰好的带宽。所以，只要我们能计算出w(i)，即能判断目前的网络使用情况，从而增加或减少发送的速率。

算法原理：即应用kalman-filters

theta_hat(i) = [1/C_hat(i) m_hat(i)]^T // i时间点的状态由C, m共同表示，theta_hat(i)即此时的估算值

z(i) = d(i) - h_bar(i)^T theta_hat(i-1) //d(i)为测试值，可以很容易计算出， 后面的可以认为是d(i-1)的估算值， 因此z(i)就是d(i)的偏差，即residual

theta_hat(i) = theta_hat(i-1) + z(i) k_bar(i) //好了，这个就是我们要的结果，关键是k值的选取，下面两个公式即是取k值的，具体推导见后继博文。

E(i-1) h_bar(i)

k_bar(i) = --------------------------------------------

var_v_hat + h_bar(i)^T E(i-1) h_bar(i)

E(i) = (I - K_bar(i) h_bar(i)^T) E(i-1) + Q(i) // h_bar(i)由帧的数据包大小算出

由此可见，我们只需要知道当前帧的长度，发送时间，接收时间以及前一帧的状态，就可以计算出网络使用情况。

接下来具体看一下代码：

[cpp] view

plaincopy

void OveruseDetector::UpdateKalman(int64_t t_delta,

double ts_delta,

uint32_t frame_size,

uint32_t prev_frame_size) {

const double min_frame_period = UpdateMinFramePeriod(ts_delta);

const double drift = CurrentDrift();

// Compensate for drift

const double t_ts_delta = t_delta - ts_delta / drift; //即d(i)

double fs_delta = static_cast<double>(frame_size) - prev_frame_size;

// Update the Kalman filter

const double scale_factor = min_frame_period / (10000 / 300);

E_[0][0] += process_noise_[0] scale_factor;

E_[1][1] += process_noise_[1] scale_factor;

if ((hypothesis_ == kBwOverusing && offset_ < prev_offset_) ||

(hypothesis_ == kBwUnderusing && offset_ > prev_offset_)) {

E_[1][1] += 10 process_noise_[1] scale_factor;

}

const double h[2] = {fs_delta, 10}; //即h_bar

const double Eh[2] = {E_[0][0]h[0] + E_[0][1]h[1],

E_[1][0]h[0] + E_[1][1]h[1]};

const double residual = t_ts_delta - slope_h[0] - offset_; //即z(i)， slope为1／C

const bool stable_state =

(BWE_MIN(num_of_deltas_, 60) fabsf(offset_) < threshold_);

// We try to filter out very late frames For instance periodic key

// frames doesn't fit the Gaussian model well

if (fabsf(residual) < 3 sqrt(var_noise_)) {

UpdateNoiseEstimate(residual, min_frame_period, stable_state);

} else {

UpdateNoiseEstimate(3 sqrt(var_noise_), min_frame_period, stable_state);

}

const double denom = var_noise_ + h[0]Eh[0] + h[1]Eh[1];

const double K[2] = {Eh[0] / denom,

Eh[1] / denom}; //即k_bar

const double IKh[2][2] = {{10 - K[0]h[0], -K[0]h[1]},

{-K[1]h[0], 10 - K[1]h[1]}};

const double e00 = E_[0][0];

const double e01 = E_[0][1];

// Update state

E_[0][0] = e00 IKh[0][0] + E_[1][0] IKh[0][1];

E_[0][1] = e01 IKh[0][0] + E_[1][1] IKh[0][1];

E_[1][0] = e00 IKh[1][0] + E_[1][0] IKh[1][1];

E_[1][1] = e01 IKh[1][0] + E_[1][1] IKh[1][1];

// Covariance matrix, must be positive semi-definite

assert(E_[0][0] + E_[1][1] >= 0 &&

E_[0][0] E_[1][1] - E_[0][1] E_[1][0] >= 0 &&

E_[0][0] >= 0);

slope_ = slope_ + K[0] residual; //1/C

prev_offset_ = offset_;

offset_ = offset_ + K[1] residual; //theta_hat(i)

Detect(ts_delta);

}

[cpp] view

plaincopy

BandwidthUsage OveruseDetector::Detect(double ts_delta) {

if (num_of_deltas_ < 2) {

return kBwNormal;

}

const double T = BWE_MIN(num_of_deltas_, 60) offset_; //即gamma_1

if (fabsf(T) > threshold_) {

if (offset_ > 0) {

if (time_over_using_ == -1) {

// Initialize the timer Assume that we've been

// over-using half of the time since the previous

// sample

time_over_using_ = ts_delta / 2;

} else {

// Increment timer

time_over_using_ += ts_delta;

}

over_use_counter_++;

if (time_over_using_ > kOverUsingTimeThreshold //kOverUsingTimeThreshold是gamma_2， gamama_3=1

&& over_use_counter_ > 1) {

if (offset_ >= prev_offset_) {

time_over_using_ = 0;

over_use_counter_ = 0;

hypothesis_ = kBwOverusing;

}

}

} else {

time_over_using_ = -1;

over_use_counter_ = 0;

hypothesis_ = kBwUnderusing;

}

} else {

time_over_using_ = -1;

over_use_counter_ = 0;

hypothesis_ = kBwNormal;

}

return hypothesis_;

}

不管是虚拟主机还是服务器，我们都知道，它的稳定性很重要，访问速度也有着决定性的作用。一般来说，如果访问速度不好的话，会让网站加载非常慢。壹基比小喻企鹅头像给大家介绍一下租用服务器前怎样检测访问速度。

第一种方法：常见的ping命令。

这个命令与IT打交道的站长并不陌生，一般来说，网站速度不好，或者测试一下是网站问题还是服务器问题，都会使用这个命令进行测试。那么具体怎样检测租用服务器的网络是否通畅无延迟呢？

在电脑中点击开始，运行，然后输入CMD打开DOS命令窗口。然后输入网站网址，或者服务器的IP地址，格式为ping 域名，或者ping IP。使用ping命令后，会反馈一个结果，这个结果基本包括了以下几个信息。

Time，这个是响应时间，时间越小越好，国内服务器响应时间一般在30-80ms之间。

TTL，这个可以判断相关的操作系统，TTL=119，则表示是XP系统，不过这个现在一般不准，毕竟服务器可以修改注册表TTL类型。

数据包发送信息，这个里面有个丢包率，数值越小越好，正常都是显示丢失0。

第二种方法：tracert命令。

测试方法与ping命令类似，只是将ping 换成tracert，不过这个命令可以用来检测终端用户到服务器机房的跳数及响应时间，换句话说，就是可以测试出服务器与全国客户的连接速度。显示时间也是以Ms为单位，时间越短越好。

第三种方法：比网站加载速度。

可以利用WhichLoadsFasterFastSoft工具测试一下打开网站速度。基本工作原理是通过连接，在浏览器中让两个真实的网页显示出来，反应的结果就是两个网站真实打开速度对比。

第四种方法：网站速度测试工具。

使用GTmetrixgtmetrix有丰富的测量结果，能够提供相关的网站速度提升建议，站长可以根据这些建议优化站点。然后再逐一找到加载速度变慢的原因。

我们知道，一个网站如果在好几秒都打不开，那么基本上都会没有耐心，会关闭页面，而这无形当中就是流失了用户。以上就是租用服务器前对速度的测试方法，希望对站长有一定的帮助。

并发数 为每个连接提供的带宽

假设理想的速度是能够为每个连接提供40KB/S的带宽，而此刻同时有1000

人向服务器发出请求，那么100040/1024=39M的带宽就可保证计设中的速

度。

现在选择美国服务器的用户越来越多，其中购买美国服务器进行带宽选择是必不可少的，但许多在购买美国服务器的用户不知道带宽该如何选择，若选择带宽不足将会严重影响到网站的正常访问。那么，美国服务器的带宽选择多少合适呢

大多数美国服务器的网络配置都是100Mbps带宽，每个月限制流量2000G，如果超出这个流量要加钱的。

这种配置的优点是网络峰值能跑到100Mbps，如果高峰期流量大则不会感觉到慢。缺点是如果月底流量超了，则还要付超出的流量费用，而超出的流量费用一般都比较贵，流量价格比很低。

美国服务器（G口独享、10G独享）：（所有独服月付88折，季付八折，年付七折）

1：美国G口独享600元起

其实，实测就最好，复大于1G文件，看到的，另外，交换改，光纤模块，接入交换，理论1000M交换，达124M/s

IDC带宽测试几款软件（Multiping pingPlotter TracertGUI ）

转载weixin_34238633 发布于2017-11-07 04:26:00 阅读数 245  收藏

展开

这段时间一直测试IDC机房带宽，分享几款软件吧

介绍一款实用Multiping工具，通过绘图方式表现出来，特别直观，自带导入导出模板功能，方便把自己常用的监控做成模板导出

下载地址：http://wwwmultipingcom/downloads/mping_2exe

另外一款是pingPlotter，实时路由跳数监控，各个路由网关点直接延迟，很有用，不同时间段判断网路线路是否稳定

http://wwwpingplottercom/downloads/pngplt_proexe

再介绍一款TracertGUI，路由网关点，中文显示ip地址实际所在地，还可以手动升级ip地址表的更新

下载：见附件，注意 如果附件下载名称数字不连在一块，自己修改一下才能解压

附件：http://down51ctocom/data/2358888

网络流量监控、真实带宽测试软件_Real Network Monitor V15