多人游戏与网络同步 / 系统课时
弱网测试怎样稳定复现问题
弱网测试怎样稳定复现问题
重连故障最难处理的不是“偶尔发生”,而是每次条件都不同。稳定复现的关键是把网络劣化、客户端操作、服务端负载和观测字段固定下来,让同一问题能够重复出现、对比修复前后差异,并留下可定位的证据。
学习目标
- 把延迟、抖动、丢包、断网和切网整理成可重复的弱网场景
- 用 Linux
tc netem固定网络条件,并在每轮测试后恢复环境 - 用统一时间线和连接标识判断故障是否真的被稳定复现
先固定网络之外的变量
如果每轮测试同时更换构建、地图、玩家数量和操作步骤,即使都出现“重连后不同步”,也不能证明根因相同。先冻结构建版本、服务器配置、测试账号、房间初始数据、随机种子和输入脚本,再只改变网络条件。
一轮测试至少记录开始时间、sessionId 或 connectionId、网络档位、断网或切网触发时刻,以及恢复到 READY 的时刻。客户端还应记录最后连续应用的服务端序列号,服务端记录同一连接的发送序列和恢复请求,这样失败后才能对齐两端证据。

建立最小弱网场景矩阵
不要一开始把所有劣化叠在一起。先用单变量场景确认系统对哪一种网络变化敏感,再组合更接近真实移动网络的条件。
| 场景 | 示例条件 | 主要观察点 |
|---|---|---|
| 固定高延迟 | 额外 120 ms | 心跳超时、重连触发是否过早 |
| 抖动 | 80 ms 基础延迟,30 ms 抖动 | 快照到达间隔、超时边界 |
| 丢包 | 2% 随机丢包 | 重传、确认号、增量缺口 |
| 完全断网 | 100% 丢包 | 断线检测、退避、恢复入口 |
| 切网 | 从较好档位切到较差档位 | 旧连接失效、新连接认证与房间恢复 |
这些数字只是可重复的测试档位,不代表生产环境阈值。真正的测试重点是“同一档位可再次施加”,而不是猜一个最像真实世界的数字。
用 tc netem 固定网络条件
下面脚本适用于安装了 iproute2 的 Linux 测试机。默认接口为 eth0,实际接口名可能不同;使用前先确认测试流量确实经过该接口。脚本需要 root 权限,因为它会修改队列规则。保存为 netem.sh 后,以 sudo bash netem.sh jitter 施加抖动档位。
#!/usr/bin/env bash
set -euo pipefail
IFACE="${IFACE:-eth0}"
PROFILE="${1:-baseline}"
case "$PROFILE" in
baseline|cleanup)
tc qdisc del dev "$IFACE" root 2>/dev/null || true
DESC="no netem rule"
;;
latency)
tc qdisc replace dev "$IFACE" root netem delay 120ms
DESC="delay=120ms"
;;
jitter)
tc qdisc replace dev "$IFACE" root netem delay 80ms 30ms distribution normal
DESC="delay=80ms jitter=30ms"
;;
loss)
tc qdisc replace dev "$IFACE" root netem loss 2%
DESC="loss=2%"
;;
outage)
tc qdisc replace dev "$IFACE" root netem loss 100%
DESC="loss=100%"
;;
wifi-bad)
tc qdisc replace dev "$IFACE" root netem delay 60ms 20ms distribution normal loss 1%
DESC="delay=60ms jitter=20ms loss=1%"
;;
cellular)
tc qdisc replace dev "$IFACE" root netem delay 120ms 40ms distribution normal loss 3%
DESC="delay=120ms jitter=40ms loss=3%"
;;
*)
echo "unknown profile: $PROFILE" >&2
exit 2
;;
esac
printf 'profile=%s iface=%s applied=%s\n' "$PROFILE" "$IFACE" "$DESC"预期输出
profile=jitter iface=eth0 applied=delay=80ms jitter=30ms接口名和所选档位会随实际命令变化;如果 tc 返回非零退出码,脚本会停止,不能把这一轮计入有效测试。用 sudo bash netem.sh cleanup 清理规则。模拟切网时,先施加 wifi-bad,在固定时间点切换为 cellular,同时保持游戏进程与测试步骤不变。
把场景变成可重复的时间线
稳定复现还需要固定“什么时候恶化网络”。例如:进入房间后 20 秒施加 outage,持续 8 秒后切到 cellular,恢复后继续执行同一段移动和交互脚本。若每次都由人工随意拔网线,触发点不同,得到的客户端序列号和服务器状态也会不同。
每轮结束后至少回答三个问题:断线是否在相同阶段被检测;恢复请求是否携带相同类型的房间版本、快照基线或确认序列;失败是否总在同一个状态转换附近出现。只有这三类证据能重复对齐,才算“稳定复现”。
用重复率区分偶发噪声和稳定故障
修复前先连续执行同一场景多轮,记录成功、失败和失败阶段;修复后使用完全相同的构建输入和网络档位再跑一遍。不要只比较“这次能不能连上”,还要比较重连耗时、快照大小、增量条数、最终确认序列和客户端状态哈希等可观测结果。
如果某个故障只在多种随机操作混在一起时出现,先缩小变量;如果单一 loss 场景稳定触发序列缺口,就先围绕确认号和补包路径排查。弱网测试的价值不在于制造最恶劣的网络,而在于把一次不可解释的投诉变成可重复、可测量、可回归的工程问题。