Hysteria 如何显著提升带宽利用率：协议机制与实测优化

• 为什么传统代理在复杂网络下“跑不满”带宽
• 设计思路：以UDP为承载，做细粒度的拥塞与重传控制
• 协议机制如何提高带宽利用率
• 1. 基于UDP的多路复用与流量解耦
• 2. 现代拥塞控制算法（及时反应链路状态）
• 3. FEC 与选择性重传的混合策略
• 4. 包大小与分片优化
• 实测场景：对比 TCP 代理 与 UDP 优化隧道
• 部署与优化建议（面向技术爱好者）
• 现实场景中的权衡与限制
• 面向未来的演进方向

为什么传统代理在复杂网络下“跑不满”带宽

在高延迟或丢包环境下，基于TCP的传统代理（如常见的HTTPS/HTTP代理、SOCKS5 over TCP）经常出现带宽利用率低、突发延迟和长尾抖动的问题。原因主要集中在三点：拥塞控制和重传机制在高RTT/高丢包下表现不佳、头部阻塞（Head-of-Line Blocking）导致单流拖累整体吞吐，以及应用层与链路层对MTU、分片及重传策略缺乏协同。

设计思路：以UDP为承载，做细粒度的拥塞与重传控制

现代针对高丢包/高延迟网络优化的隧道协议通常采用UDP作为底层承载，把可靠性和拥塞控制上移到协议层来做更细粒度的控制。核心思想是：

• 把传输拆成多个逻辑流，避免单流阻塞影响全部流量；
• 引入显式拥塞控制（如BBR等）以及包速率控制，降低队列积累；
• 在丢包环境下使用前向纠错（FEC）或局部重传来减少端到端重传延迟；
• 使用轻量化且高效的AEAD加密，兼顾安全与性能。

协议机制如何提高带宽利用率

把上面思路具体化，几个机制对带宽利用率影响最大：

1. 基于UDP的多路复用与流量解耦

多路复用将多个上层连接映射到协议内部的多个逻辑流，每个逻辑流维护独立的序号和重传逻辑。这样一个流的丢包或延迟不会阻塞其他流，从而提高整体吞吐，尤其在并发短连接场景（网页资源、API 调用）下效果明显。

2. 现代拥塞控制算法（及时反应链路状态）

传统TCP拥塞控制在高延迟或丢包环境中常常非常保守。新型实现引入基于延迟与带宽估计的策略（以BBR理念为例），目标是在不造成过度排队的同时尽快利用可用带宽。结合包速率限制和线性探测，能在丢包时快速恢复发送速率，避免长时间低速运行。

3. FEC 与选择性重传的混合策略

在高丢包环境中，端到端的重传会显著拉升RTT感知延迟。通过对一部分包添加前向纠错冗余，可在小比例丢包下无需重传即可恢复丢失的数据；而在更严重的丢包情形下，再触发选择性重传。FEC 和重传的混合能在不同网络状态下取得较优平衡。

4. 包大小与分片优化

协议会动态探测链路可用的MTU并把报文切割成合适大小的UDP包，尽量避免在链路处出现IP层分片。合理的包大小能降低丢包时的代价并提高单包承载的有效载荷比率。

实测场景：对比 TCP 代理 与 UDP 优化隧道

为了更接近读者日常体验，下面给出三个典型网络场景的对比结论（基于同一带宽上限与并发连接数的实验观察，数值为典型区间示意）：

• 低延迟低丢包（家庭宽带）：两类方案吞吐差异不大，UDP隧道因多路复用带来的并发短连接响应更快，页面加载首屏时间降低约10%〜20%。
• 高延迟低丢包（跨洲链路）：基于BBR的UDP隧道在带宽爬升阶段更快，可实现更接近链路带宽上限的利用率；TCP 连接收敛慢，整体平均吞吐下降约15%〜30%。
• 中高丢包（移动/不稳定链路）：启用FEC 的 UDP 隧道在 1%〜5% 丢包率下仍能保持较高有效吞吐，应用层重传显著减少，延迟波动收窄；而纯 TCP 代理吞吐严重受损，HTTP/HTTPS 请求重试明显增多。

部署与优化建议（面向技术爱好者）

在部署此类基于UDP的隧道时，有几个实际要点能显著影响体验：

• 服务器选址：尽量靠近目标服务或用户群，减少基线RTT；
• 选择合适的拥塞控制策略：在高带宽高RTT场景优先选择基于带宽估计的算法，在丢包高的移动场景可适当降低探测强度；
• 启用或调节FEC：FEC 有带宽开销，按丢包率和RTT权衡冗余比例；在丢包突发时临时提高冗余比更节省整体重传成本；
• 调整并发流/会话数：适度增加并发流能够提高链路利用率，但过多会增加协议头部和调度开销；
• MTU 与分片策略：探测并固定合适的MTU以避免中间链路碎片化；
• 内核与QoS 配置：服务器端启用 UDP 包大窗口、合理的 socket 缓冲区和队列长度，必要时做 DSCP 标记以优先传输控制包。

现实场景中的权衡与限制

虽然以上机制在许多场景下能显著提升带宽利用率，但也有不可回避的成本与限制：

• UDP 流量在某些网络（尤其是企业或移动运营商）可能被限速、丢弃或深度包检测（DPI）拦截；
• FEC 会带来额外带宽消耗，需衡量冗余开销与实际收益；
• 复杂的拥塞控制与多路复用增加了协议实现复杂度和调试难度；
• 安全与隐私：虽然AEAD 类加密保护内容，但协议指纹与流量特征仍可能被检测。

面向未来的演进方向

可预见的优化路线包括更智能的自适应冗余（按实时丢包/抖动自动调整FEC）、结合机器学习的拥塞控制策略（更快识别链路变化）、以及在通用链路层上实现更轻量的伪装技术以对抗流量管理策略。此外，随着QUIC 和其他基于UDP的标准日益成熟，相关实现将更容易得到生态支持和跨平台部署。

在 fq.dog 的实践中，针对不同网络场景做有针对性的参数调优，往往比盲目追求“最大化吞吐”更能提升日常使用的稳定性与响应体验。理解协议的设计哲学与运行时表现，才能在复杂网络环境下真正跑满带宽。