P2P 与分布式存储 / 系统课时
按直连率与时延验收不同网络
按直连率与时延验收不同网络
P2P 建连在开发机上成功,不代表上线后能覆盖家庭宽带、运营商 CGNAT 和企业受限网络。本课建立一套可重复的网络验收方法,分别测量直连率、中继率、连接成功率、建连 P95 和断线恢复耗时,最终形成带阈值、样本量和失败证据的生产验收报告。
学习目标
- 按 NAT 映射行为和 UDP 可达性建立测试矩阵,避免用单一网络代表真实用户。
- 通过结构化事件计算直连率、中继率、连接成功率、建连 P95 和恢复耗时。
- 制定分网络验收阈值,并根据失败阶段决定修复与重新测试的范围。
建立可重复的网络测试矩阵
验收对象是一次完整的连接尝试,而不是单次 STUN Binding 成功。每次测试从业务层发起连接开始计时,到 DataChannel 双向应用消息确认完成才算连接成功。仅收到 ICE connected 状态,不能证明应用层消息已经正常往返。
至少覆盖以下四类环境:
| 网络类型 | 构造或识别方式 | 重点观察 |
|---|---|---|
| 端点无关映射 | 同一 UDP socket 向不同目的地址发送,外部映射保持一致 | host/srflx 直连成功率与建连时延 |
| 端点相关映射 | 更换目的地址或端口后外部映射变化 | 直连失败、ICE 检查耗时及 TURN 回退 |
| CGNAT | 接入侧存在运营商级地址转换,记录额外 NAT 层 | 多层映射下的成功率与中继占比 |
| UDP 受限 | 在受控测试网阻断客户端出站 UDP,保留允许的 TCP/TLS 通路 | TURN/TLS 可用性与回退时延 |
CGNAT 是部署拓扑特征,不是独立的 NAT 映射类型;CGNAT 环境也可能采用端点无关或端点相关映射。因此应分别记录 natMappingType、cgnatObserved 和 udpReachable,不要将四类标签当作互斥枚举。
每类环境建议至少准备两个独立网络出口,并分别测试同类网络互连和跨网络互连。最低执行方案是每个场景 100 次连接尝试、覆盖至少 3 个不同时段;生产发布门禁建议每个关键场景累计至少 400 次尝试,以提高对低频失败的识别能力。样本量不是成功率的保证,还需要记录网络出口、客户端版本和测试时段。

定义指标与统计口径
每次尝试分配唯一 attemptId,记录 startedAtMs、connectedAtMs、selectedLocalType、selectedRemoteType、failureStage 和 networkScenario。其中候选类型使用 ICE 的 host、srflx、prflx、relay;选中候选对可以从 WebRTC getStats() 的 nominated 且处于 succeeded 状态的候选对及其关联候选统计中核对,具体字段可用性取决于浏览器实现。
建议采用以下互斥分类:连接成功且选中候选对任一端为 relay,记为中继成功;连接成功且两端均非 relay,记为直连成功;其余记为连接失败。对于无法读取候选类型的成功样本,单独计入路径未知,不得强行归入直连。
| 指标 | 计算口径 |
|---|---|
| 连接成功率 | 成功完成双向应用消息确认次数 / 有效尝试总数 |
| 直连率 | 直连成功次数 / 有效尝试总数 |
| 中继率 | 中继成功次数 / 有效尝试总数 |
| 建连 P95 | 成功样本从开始到双向确认的耗时第 95 百分位 |
| 恢复耗时 P95 | 断线恢复成功样本从故障确认到重新完成双向确认的耗时第 95 百分位 |
分母统一使用有效尝试总数,因此当所有成功样本均能识别路径时,直连率加中继率等于连接成功率。另可计算成功连接中的中继占比,用于评估 TURN 带宽成本,但不要将其与全量中继率混用。
例如 400 次有效尝试中,直连成功 260 次、中继成功 132 次、失败 8 次,则连接成功率为 98%,直连率为 65%,中继率为 33%。失败率为 2%。
P95 使用最近秩法:将耗时升序排列,取位置为 ceil(0.95 × N) 的样本。成功样本 P95 必须与成功率一起报告,因为仅统计成功连接会隐藏超时失败。超时样本记为失败,不得作为零毫秒耗时,也不得悄悄丢弃。
使用脚本计算验收指标
下面的 Python 3.10+ 示例使用标准库处理结构化测试数据。输入为一行一个 JSON 对象的 attempts.jsonl,每条记录代表一次有效连接尝试。示例先生成固定样本,再计算全量成功率、路径占比和成功样本建连 P95,便于验证统计口径。
import json
import math
from collections import Counter
from pathlib import Path
# 固定样本用于校验统计规则;真实验收时替换为测试系统导出的事件。
records = [
{"attemptId": "a1", "success": True, "path": "direct", "connectMs": 400},
{"attemptId": "a2", "success": True, "path": "direct", "connectMs": 600},
{"attemptId": "a3", "success": True, "path": "relay", "connectMs": 1500},
{"attemptId": "a4", "success": True, "path": "relay", "connectMs": 2200},
{"attemptId": "a5", "success": False, "path": "none", "connectMs": None},
]
file = Path("attempts.jsonl")
file.write_text(
"".join(json.dumps(row) + "\n" for row in records),
encoding="utf-8",
)
rows = [json.loads(line) for line in file.read_text(encoding="utf-8").splitlines()]
assert len({row["attemptId"] for row in rows}) == len(rows)
assert all(row["path"] in {"direct", "relay"} for row in rows if row["success"])
assert all(row["path"] == "none" for row in rows if not row["success"])
# 路径分类只对成功样本有效,失败样本仍计入总分母。
total = len(rows)
successful = [row for row in rows if row["success"]]
counts = Counter(row["path"] for row in successful)
times = sorted(row["connectMs"] for row in successful)
p95 = times[math.ceil(len(times) * 0.95) - 1] if times else None
print(f"连接成功率: {len(successful) / total:.1%}")
print(f"直连率: {counts['direct'] / total:.1%}")
print(f"中继率: {counts['relay'] / total:.1%}")
print(f"建连P95: {p95} ms" if p95 is not None else "建连P95: 无成功样本")预期输出:
连接成功率: 80.0%
直连率: 40.0%
中继率: 40.0%
建连P95: 2200 ms实际执行时先将脚本保存为 acceptance.py,再运行:
python acceptance.py预期结果:终端输出与上方四行一致,并在当前工作目录生成 attempts.jsonl。真实测试时应由采集程序写入该文件,不再执行固定样本的生成部分;每个场景单独统计,最后再计算按真实用户流量加权的总体结果。
制定分网络生产验收阈值
下面是一套可作为项目初始门禁的示例阈值,不是 ICE、STUN 或 TURN 协议规定的标准。假设客户端优先 UDP 直连、允许 TURN/TLS 回退,单次连接总预算为 15 秒,网络与服务端容量均已完成基线测试。
| 测试环境 | 连接成功率下限 | 直连率参考值 | 建连 P95 上限 |
|---|---|---|---|
| 端点无关映射 | 99.5% | 90% | 3 秒 |
| 端点相关映射 | 99% | 20% | 6 秒 |
| CGNAT | 99% | 50% | 6 秒 |
| UDP 受限 | 99% | 0%(预期) | 8 秒 |
端点相关映射下的直连率会受到过滤行为、对端网络和 NAT 实现影响,表中的 20% 仅是示例参考值,不应作为普适承诺。CGNAT 的参考值同样需要根据运营商样本重新校准。UDP 完全阻断时,应验证 TURN/TCP 或 TURN/TLS 回退,而不是要求 UDP 直连成功。
恢复测试另外设置故障注入:建立连接后切断当前选中路径,等待应用检测到不可用,再恢复网络或切换出口。建议至少记录 100 次故障注入,并以恢复成功率不低于 99%、成功恢复耗时 P95 不超过 10 秒作为初始目标。恢复超时预算应单独设定,不能与首次建连 15 秒预算混为一谈。
按失败阶段定位并完成复测
生产验收必须同时保存信令日志、ICE 状态变化、选中候选对、TURN 服务端统计以及网络环境标签。每次失败保留 attemptId,使客户端事件与服务端日志可以关联。用户 IP、认证令牌和 TURN 临时凭据不得原样进入普通分析报表。
按以下顺序定位:
- 信令阶段:确认 Offer、Answer 和 ICE candidate 是否完整交换;检查鉴权拒绝、会话过期和候选到达顺序。
- 候选收集阶段:检查 STUN 请求是否成功、是否取得
srflx或relay候选;区分 UDP 不可达与 TURN 认证失败。 - ICE 检查阶段:观察
checking到connected、completed或failed的变化,检查候选对是否完成连通性检查。 - 应用确认阶段:确认 DataChannel 进入
open,并收到带相同请求 ID 的双向应用确认消息。 - 恢复阶段:检查 ICE restart 是否实际触发、是否重新选中可用候选对,以及原有数据通道是否恢复或需要重建。

例如 UDP 受限场景中出现 ICE failed,且没有收集到 relay 候选,应先检查 TURN/TLS 的 TCP 443 可达性、服务器证书、临时凭据和中继端口策略;不能直接归因于 NAT 映射类型。若 relay 候选已成功收集但连接仍失败,则继续检查 TURN Permission、候选对检查及服务端转发链路。
修复后执行两级复测:首先对失败场景运行至少 100 次定向回归,再执行完整网络矩阵。只有连接成功率、时延门限、恢复指标均满足要求,并且失败样本有可追溯证据时,才将该客户端版本和 TURN 配置标记为通过验收。
最终报告至少保留测试日期、客户端与服务端版本、网络环境、有效尝试数、直连与中继次数、失败次数、建连 P50/P95、恢复成功率与恢复 P95、失败阶段分布及阈值判定。直连率下降但连接成功率稳定时,应继续评估 TURN 带宽和成本;连接成功率或恢复能力下降时,应优先阻止发布并定位失败链路。