论文分享：PowerTCP: Pushing the Performance Limits of Datacenter Networks
1 原论文的题目（中英文）、题目中包含了哪些关键词？这些关键词的相关知识分别是什么？
题目：PowerTCP: Pushing the Performance Limits of Datacenter Networks
PowerTCP：逼近数据中心的网络性能极限
2 论文的背景：作者、工作单位、发表刊物、索引情况
作者：Vamsi Addanki 、Oliver Michel 、Stefan Schmid
单位：TU Berlin 、University of Vienna、Princeton University
发表刊物：19th USENIX Symposium on Networked Systems Design and Implementation（NSDI2022 计算机网络CCF A类）
3 问题的提出：论文论述的技术/科学是什么问题？为什么会存在这样问题？这种技术/科学问题存在的背景是什么？
本文研究的是数据中心网络的拥塞控制算法。
背景知识：
数据中心中存在三种形式的流：查询流、短流、长流。其中查询流和短流对延迟敏感，长流需要较高的吞吐量。
数据中心对网络的要求：低延迟、高带宽。
常规的TCP协议的拥塞控制机制（慢开始、拥塞避免、快重传、快恢复）不再适用于数据中心网络环境。
4 问题的相关研究：其他相关研究是如何解决类似的问题的？
现有的对数据中心网络拥塞控制的研究主要分为两类：基于网络状态的拥塞控制算法和基于网络变化的拥塞控制算法。
4.1 基于网络状态的拥塞控制算法
根据交换机中 Queue Length 或者RTT来发现拥塞，并且依据这些信息决定该如何调整拥塞窗口的大小（cwnd）。（voltage based）
以DCTCP（Data Center TCP）为例。在交换机处设置阈值 K，数据包达到交换机时，若队列占用值大于K，则标记该数据包。接受端收到带有标记的数据包后返回的ack报文同样带有标记，发送根据收到的ack中带标记的数据包占总发送数据包的比例来调节拥塞窗口大小(cwnd)。
实例：DCTP、DCQCN、HPCC
优点：控制更加准确
缺点：反应较慢（针对突发的网络冲突应对不足）
4.2 基于网络变化的拥塞控制算法
根据交换机中网络变化，比如检测RTT的变化（RTT的梯度），并且依据这些信息决定该如何调整拥塞窗口的大小（cwnd）。（current based）
实例：TIMELY
优点：反应更快
缺点：控制不太精准
4.3 两种拥塞控制算法的问题
由于当前的网络拥塞控制算法（Congestion Control，简称CC）实现原理的限制，当前CC在反应速度和控制精度上往往只能选一个。
(a) 当队列长度增长速度发生变化时，基于网络状态的拥塞控制算法的反应是一样的。
(b) 针对于队列长度不同的设备，基于网络变化的拥塞控制算法的反应是一样的。
(c) 因此，基于网络状态的拥塞控制算法无法区分case2和case3这两种情形；基于网络变化的拥塞控制算法无法区分case1和case3这两种情形。
5 基本思想：本文解决该问题的基本思想、过程是什么？
实现网络拥塞控制需要如下两个关键点：
- 如何发现拥塞
- 如何控制拥塞
5.1 如何发现拥塞
本文使用的是带内网络遥测（In- band network telemetry ，简称INT）。
带内网络遥测原理：
In-band：监测网络设备的状态时无需单独构造一个数据包，可以将检测信息附加到正常数据包（如TCP、UDP）的包头。（个人理解）
简单的来说，INT可分为两部分：INT Header和INT Metadata
- INT Header：由INT的发送端添加进正常数据包，指明了要收集那些信息以及INT最终的接受端是谁。
- INT Metadata：记录网络状态，由数据包传输过程中每个网络设备添加（交换机或路由），将需要检测的数据添加进来。
本文的所使用的网络监测方法简介
要监测的信息：
- Queue Length (qlen)
- Timestamp (ts)
- So far transmitted bytes (txBytes)
- Bandwidth (b)
监测流程：
表示正常数据包
表示INT Header
表示确认收到的ACK
Sender :
-->网络设备--->
--->Receiver
Sender ：
<-----网络设备<----
<-----Receiver
5.2 如何控制拥塞
几乎所有的拥塞控制都是通过控制发送端的拥塞窗口的大小（cwnd）。
具体拥塞窗口该选多大是根据拥塞控制算法算出的。
本文就提出了PowerTCP算法，是一种同时基于网络状态和网络变化的拥塞控制算法。
6 配图：找出全文中最具概括性的一幅配图（架构图/流程图/思路图...），简单解释这张图。这幅图是如何概括全文的？
网络拥塞程度
：反应当前网络的拥塞程度
: 当前队列长度
: 带宽×基本往返时间(不包括排队延迟),飞行中的数据量。
:队列长度变化率
计算拥塞窗口的公式
:拥塞窗口大小
:经验参数，建议取0.9
:基本往返时间（Base RTT） +排队延迟
:增量，经验参数
计算拥塞窗口的算法
7 实验：采用了什么硬件配置和软件环境？每项测试是在和哪些同类研究做对比？分别测试了哪些指标（例如，延迟/吞吐量/资源利用率...）？
环境：
搭建了一个基于Fat Tree拓扑的数据中心网络，其中有2个核心交换机和256台服务器，它们被组织成4个pod。每个pod由两个ToR交换机和两个汇聚交换机组成。所有交换机到交换机链路的容量均为100Gbps，服务器到交换机链路的容量均为25Gbps。
测量指标： 吞吐量、队列长度、尾延迟、短流的99th-percentile flow completion times （FCT），不同大小的流的 99th-percentile FCT。
8 二次利用：论文是否提供源代码？
无；
其他开源项目：DCTCP、HPCC、TIMELY