一、拥塞控制概述：WebRTC实时通信的挑战
大家好，我是你们这趟WebRTC拥塞控制之旅的向导。说实话，我在这个领域摸爬滚打了快十年，踩过的坑比写过的代码还多。今天咱们先聊聊最基础的东西——拥塞控制到底是个啥，为什么它这么重要。
1.1 WebRTC实时通信的挑战
你想想看，WebRTC要做的是啥？是把音视频数据从A点实时传到B点。听起来简单，但实际做起来，问题一大堆。
- 延迟敏感：视频通话延迟超过400ms，用户就开始烦躁了。我做过测试，500ms的延迟，对话基本就变成"你等我，我等你"的尴尬局面。
- 带宽波动：WiFi信号不稳定、4G/5G切换、别人在看4K视频...网络带宽随时在变。
- 丢包与抖动：UDP传输不保证可靠，丢包率从0%到20%都可能。抖动更是家常便饭。
- 竞争流量：你的视频流不是一个人在战斗，还有TCP下载、网页浏览、游戏流量在抢带宽。
核心矛盾：WebRTC要在不可靠的网络上，实现低延迟、高质量、高稳定的实时通信。这三者本身就是互相矛盾的。
1.2 什么是网络拥塞
说白了，网络拥塞就是"路太窄，车太多"。数据包在路由器里排队，排着排着就超时了，超时了就丢包了。
我记得有一次，我在调试一个跨国视频会议系统。用户在日本，服务器在美西。白天还好，一到晚上高峰期，视频直接卡成PPT。这就是典型的拥塞——跨太平洋链路带宽被占满了。
拥塞的几个典型表现：
- 丢包率上升：路由器缓冲区满了，新来的包直接扔掉
- RTT增加：排队时间变长，往返延迟飙升
- 吞吐量下降：虽然你拼命发，但实际接收到的数据反而少了
- 抖动加剧：延迟忽高忽低，接收端根本没法平滑播放
注意：拥塞不是非黑即白的问题。轻度拥塞可能只是延迟增加，重度拥塞才会导致大量丢包。很多算法在轻度拥塞时就开始调整了，等丢包了再反应，已经晚了。
1.3 拥塞控制的目标与意义
拥塞控制的目标，用一句话说就是：在保证低延迟的前提下，最大化吞吐量。
具体拆开来看：
- 公平性：和TCP流公平竞争带宽，不能太霸道
- 收敛速度：网络变化后，能快速调整到新的平衡点
- 低延迟：端到端延迟控制在200ms以内
- 低抖动：延迟波动尽量小，接收端才好做缓冲
- 高利用率：带宽没被占满时，要能充分利用
我的经验：实际项目中，公平性往往是最容易被忽略的。我曾经遇到一个场景，WebRTC流和TCP下载流抢带宽，结果WebRTC把TCP压得死死的，导致网页加载超时。用户投诉说"视频能看，但网页打不开"——这就是不公平的代价。
拥塞控制的意义，其实就三个字：活下去。没有拥塞控制，网络一拥塞，所有流都崩溃。有了拥塞控制，大家都能分到一点带宽，虽然质量下降，但至少还能用。
1.4 WebRTC拥塞控制发展简史
WebRTC的拥塞控制算法，经历了几个阶段。我按时间线给大家捋一捋。
| 时间 | 算法 | 核心思想 | 我的评价 |
|---|---|---|---|
| 2011-2014 | GCC (Google Congestion Control) | 基于丢包和延迟的混合控制 | 经典但粗糙，丢包反应慢 |
| 2014-2017 | GCC v2 (改进版) | 引入趋势检测，更灵敏 | 比第一版好，但仍有抖动问题 |
| 2017-2020 | BBR (Bottleneck Bandwidth and RTT) | 基于带宽探测，不依赖丢包 | Google的尝试，但WebRTC适配不完美 |
| 2020-至今 | SCReAM / NADA / GCC v3 | 更精细的模型，更快的收敛 | 目前主流，但还在演进 |
嗯，这里要注意。GCC是WebRTC的亲儿子，从一开始就内置在WebRTC代码里。BBR是Google后来搞的，虽然性能不错，但和WebRTC的集成一直有点"水土不服"。
我个人习惯把WebRTC拥塞控制的发展分为三个阶段：
- 第一阶段：野蛮生长（2011-2014）。GCC刚出来，基本就是"丢包了就降速，不丢包就加速"。简单粗暴，但够用。
- 第二阶段：精细调控（2014-2020）。开始引入延迟梯度、趋势检测、卡尔曼滤波等。算法越来越复杂，效果也越来越好。
- 第三阶段：机器学习时代（2020-至今）。Google在搞基于强化学习的拥塞控制，虽然还没大规模商用，但方向已经明确了。
一个有意思的事：我2015年第一次看GCC源码时，觉得这算法也太简单了吧？就几个if-else。后来才发现，简单的东西往往最稳定。那些花里胡哨的算法，在实验室里跑得飞起，一到真实网络就各种翻车。
知识体系总览
下面这张图，是我自己画的WebRTC拥塞控制知识体系。你可以把它当成整个课程的地图。
这张图把整个课程的核心脉络都串起来了。从顶层的核心目标，到中间的挑战，再到具体的算法和技术。后面的章节，我们会一层一层往下拆解。
学习建议：别急着看代码。先把这张图印在脑子里。每次学完一个章节，回来看看这张图，你就能知道自己学到哪了，还缺什么。
好了，第一章就到这里。内容不多，但都是基础。后面的章节，我们会深入GCC的源码，看它到底是怎么工作的。到时候你会发现，那些看似复杂的算法，其实核心逻辑都很简单。