真实吞吐量应以应用层实际送达数据量为准，需用 iperf3 测端到端 TCP 吞吐、ss -i 查重传与 RTT、tcpdump + tshark 算有效载荷；延迟需分网络层（mtr）、TCP 建连（curl -w）、应用层（tcpdump 时间戳）三类评估。
怎么看真实吞吐量：别只信 ifconfig 或 ip -s link
网卡统计的 tx_bytes / rx_bytes 是底层收发字节数，包含重传、校验失败、驱动丢包等噪声，不能直接当有效吞吐。真实吞吐得看应用层实际送达的数据量。
推荐组合验证：
- 用
iperf3 -c <em>server</em> -t 30 -P 4测端到端 TCP 吞吐，-P并发数要匹配业务模型（单流 vs 多连接） - 同时跑
ss -i查单条连接的retransmits和rcv_rtt，若重传率 > 1%，说明链路或接收端有瓶颈 - 抓包比对：
tcpdump -i eth0 'host <em>target</em>' -w cap.pcap+tshark -r cap.pcap -qz io,stat,1,"SUM(tcp.len)"算每秒有效载荷
延迟不是 ping 一下就完事：区分三类延迟场景
ping 只测 ICMP echo 的往返，对 TCP 业务参考价值有限。关键要分清：
-
网络层延迟：用
mtr --report <em>target</em>看每跳 RTT 分布，识别路由抖动或中间设备排队 -
TCP 建连延迟：
curl -w "@curl-format.txt" -o /dev/null -s <em>http://target</em>中%{time_connect}暴露 SYN/SYN-ACK 往返耗时 -
应用层处理延迟：在服务端用
tcpdump标记请求到达与响应发出时间戳，排除内核协议栈之外的排队（如 nginx worker 队列、DB 查询）
netstat 和 ss 看连接状态，但真正卡住的是队列
大量 ESTABLISHED 不代表健康；要看接收/发送队列是否堆积：
Secure Python Code Sandbox
下载
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
ss -tin | awk '$1 ~ /^tcp/ && ($2+$3 > 0) {print $1,$4,$5,$2,$3}'
输出中第 4 列是 recv-q（内核接收队列未被应用读走的字节），第 5 列是 send-q（应用写入但未被对端 ACK 的字节）。持续 > 0 说明：
-
recv-q高 → 应用读取慢（如 Pythonsocket.recv()阻塞、GC 暂停）或缓冲区太小（net.core.rmem_default） -
send-q高 → 对端接收窗口缩为 0，或本端拥塞控制降速（查ss -i中cwnd和ssthresh）
内核参数调优不是堆数字：先确认瓶颈类型再动 /proc/sys/net/
盲目改 net.ipv4.tcp_tw_reuse 或 net.core.somaxconn 可能掩盖真实问题。优先检查：
- 是否触发了
ListenOverflows？netstat -s | grep -i "listen.*over"非零表示 SYN 队列溢出，此时才调net.core.somaxconn和应用backlog - 是否大量
TIME_WAIT占用端口？用ss -tan state time-wait | wc -l统计，仅当短连接密集且端口耗尽时才考虑tcp_tw_reuse（注意：仅客户端生效） - 是否因
net.ipv4.tcp_slow_start_after_idle=0导致长连接吞吐下降？Linux 4.1+ 默认关闭慢启动空闲重置，旧内核需手动关
所有调整必须配合压测对比，比如改完 net.core.rmem_max 后，用 ss -i 观察 rcv_space 是否真正提升，而不是只看 sysctl 值。
