Ang throughput ay ang rate kung saan ang data ay talagang naihahatid sa isang koneksyon, na sinusukat sa paglipas ng panahon at karaniwang ibinibigay sa bits per second, tulad ng Mbps. Hindi tulad ng bandwidth, na kapasidad ng isang link, ang throughput ay kung ano ang nakakapasok pagkatapos ng delay, packet loss, at protocol overhead na kumukuha ng kanilang bahagi.

Ang pamantayan ng IETF para sa pagsubok ng TCP throughput, RFC 6349, ay tinatawag na rate ng data na dala sa itaas ng TCP/IP headers na "goodput," na mas mababa kaysa sa raw rate sa wire.

Throughput vs. Bandwidth vs. Latency

ThroughputBandwidthLatency
Tanong na sinasagot nitoGaano kabilis dumating ang data?Gaano karami ang kayang dalhin ng link?Gaano katagal ang bawat palitan?
Ano ang sinusukat nitoData na talagang naihahatid bawat segundoPinakamalaking data na kayang dalhin ng link bawat segundoOras para sa data na maglakbay pabalik-balik
Karaniwang yunitMbpsMbps o GbpsMilliseconds

Sa pagpepresyo ng proxy, ang "bandwidth" ay karaniwang nangangahulugang kabuuang data na nailipat sa GB, hindi bilis. Tingnan ang bandwidth para sa pagkakaiba.

Bakit Bumababa ang Throughput sa Ilalim ng Bandwidth

  • Protocol overhead: pagkatapos ng 20-byte IP at 20-byte TCP headers kasama ang Ethernet framing, ang isang 100 Mbps Ethernet link ay nagdadala ng humigit-kumulang 94.9 Mbps ng TCP goodput sa pinakamarami.
  • Receive window at round-trip time: ang throughput ng isang koneksyon ay nakatakda sa receive window (sa bits) na hinati sa round-trip time. Ang isang 100 Mbps na daan na may 5 ms round trip at 16 KB window ay umaabot sa 25.6 Mbps.
  • Bandwidth-delay product: upang mapuno ang isang link, ang receive window ay dapat na hindi bababa sa kapasidad ng link na pinarami ng round-trip delay nito.
  • Packet loss: ang congestion window ng TCP ay kinakalkula mula sa rate ng pagkawala ng daan, at ang mga nawalang packet ay kailangang muling ipadala.

Paano Sinusukat ang Throughput

Ang isang TCP throughput test ay naglilipat ng totoong data at sinusukat ang oras nito:

  1. Maglipat ng isang block ng data: ang Actual TCP Transfer Time ay ang oras na kinakailangan upang ipadala ang block na iyon sa buong koneksyon o mga koneksyon.
  2. Ihambing sa ideal: ang Transfer Time Ratio ay hinahati ang aktwal na oras ng paglipat sa ideal na oras ng paglipat para sa daang iyon.
  3. Bilangin ang retransmissions: ang TCP Efficiency ay ang porsyento ng mga bytes na hindi na-retransmit.

Suriin ang mga yunit kapag inihahambing ang mga resulta. Ang mga bilis ng network ay ibinibigay sa bits per second, habang ang ilang mga tool ay nag-uulat ng bytes per second. Ang isang byte ay 8 bits, kaya ang 12.5 MB bawat segundo ay katumbas ng 100 Mbps. Ang curl, halimbawa, ay nag-uulat ng speed_download value nito bilang average speed ng kumpletong pag-download sa bytes per second.

Ang Isang Proxy Hop ay Nagpapababa ng Throughput sa Bawat Koneksyon

Ang isang solong TCP connection ay makakapaglipat ng pinakamaraming isang receive window ng data sa bawat round trip. Ang isang proxy ay nagdaragdag ng isa pang bahagi sa daan, kaya lumalaki ang round trip at ang parehong window ay nagdadala ng mas kaunti bawat segundo.

  • Halimbawa: sa isang 16 KB window, ang 5 ms round trip ay naglilimita sa isang koneksyon sa 25.6 Mbps. Sa 50 ms, ang parehong window ay nagbibigay ng 2.56 Mbps.
  • Mas maraming koneksyon ang pumupuno sa pipe: ang mas maliliit na window ay nangangailangan ng mas maraming parallel connections upang mapuno ang isang link. Ang isang 500 Mbps na daan na may 5 ms round trip ay nangangailangan ng 20 koneksyon na may 16 KB windows, o 5 na may 64 KB windows.

Kaya ang isang mabagal na solong pag-download sa pamamagitan ng isang malalayong proxy ay hindi nangangahulugang mabagal ang link ng proxy. Ang round trip ang maaaring maging limitasyon.

Ano ang Kahulugan Nito para sa Web Scraping

  • Ihambing ang mga proxy sa parehong pagsubok: sukatin ang isang nakatakdang pag-download sa parehong target sa pamamagitan ng bawat proxy, dahil nagbabago ang throughput batay sa distansya at landas. Sa curl, time_connect ay nagpapakita kung kailan natapos ang TCP connection sa proxy, hiwalay mula sa time_total.
  • Mag-scale gamit ang parallel connections, sa loob ng mga limitasyon: concurrent connections ay nagpapataas ng kabuuang throughput, ngunit sinasabi ng HTTP/1.1 na dapat limitahan ng isang client ang sabay-sabay na koneksyon sa isang server. Ang AutoThrottle ng Scrapy ay naglalayong panatilihin ang target na bilang ng mga request na nasa ere, at sinasabi ng mga dokumento nito na ang pagtaas ng target na iyon ay nagpapataas ng throughput at ng load sa mga server.
  • I-reuse ang mga koneksyon para sa maliliit na pahina: bawat bagong koneksyon ay gumugugol ng round trips sa DNS, TCP at TLS setup bago dumaloy ang anumang data, kaya ang pag-reuse ng isa ay nag-iwan ng mas maraming oras para sa transfer.

Mga Kaugnay na Termino