作為一枚學生黨，國內的雲伺服器**和頻寬太過昂貴，有提供學生優惠的雲服務頻寬也只有1m，而我想做的是在伺服器上搭建乙個同步雲盤，當然這些都不是最重要的，最重要的是無法幫助我科學上網。先是從這裡測試了一下它的哪乙個節點對我現在的網路比較友好，多次測試後選擇了恰巧去年暑假的時候，
vultr搞活動註冊了乙個賬號，現還有15美元，當時因為它們的網路對電信太不友好，速度慢丟包率高，用了一小段時間後就拋棄了，而後在去年年底google 發布了tcp bbr演算法，最近突然想起來正好可以用它來試試這個演算法的效果。這裡不談論哪家的雲伺服器價效比高。
los angeles節點，建立了乙個ubuntu 16.10 x64伺服器。
在部署完成後，為伺服器裝上nginx，並做如下配置:
wget速度保持在20kb/s~40kb/s，迅雷要快一些，但也只有100kb/s~200kb/s，很不穩定，在去年使用的時候，經常抽風導致即使是迅雷也只有50kb/s不到。
安裝:dpkg -i linux-image-4.9.10-040910-generic_4.9.10-040910.201702141931_amd64.deb
檢視當前系統中都有哪些核心:dpkg -l | grep linux-image
刪除舊的核心，我這裡的舊核心版本是4.8.0-30，所以執行:apt-get purge *4.8*
步驟4完成後再執行步驟3會發現只剩下4.9.10的核心了
更新引導：update-grub
重啟:reboot
編輯/etc/sysctl.conf， 在檔案末尾加上下面兩行
net.core.default_qdisc=fq
net.ipv4.tcp_congestion_control=bbr
sysctl -p使配置生效
.執行lsmod | grep bbr, 如果看到tcp_bbr則說明啟用成功
不過值得一提的是它對上傳速度並沒有影響，我在家裡上傳時速度在200kb/s~400kb/s之間，在公司上傳則可以達到1m/s~2m/s,公司也同是電信網= =
直接說結論: 在開啟bbr後，訪問谷歌基本在1秒左右看到結果，youtube任何時候看720p沒有壓力，1080p少數情況會卡頓，很少。
最後，如果你打算使用vultr的話，用這個鏈結註冊可獲得20$
TCP BBR演算法加速效果實測（比對）
作為一枚學生黨，國內的雲伺服器 和頻寬太過昂貴，有提供學生優惠的雲服務頻寬也只有1m，而我想做的是在伺服器上搭建乙個同步雲盤，當然這些都不是最重要的，最重要的是無法幫助我科學上網。恰巧去年暑假的時候，vultr搞活動註冊了乙個賬號，現還有15美元，當時因為它們的網路對電信太不友好，速度慢丟包率高，用...
intel python加速效果初探
python3安裝intel的加速庫 conda config add channels intel conda create name intelpy intelpython3 full python 3 然後在linux下 anaconda3 envs intelpy bin conda ins...
談TCP BBR擁塞控制演算法
說是tcp擁塞控制，其實也不是，歸根到底bbr是協議無關的擁塞控制演算法，quic也使用。quic當道，低延遲，高效，適配http2，應用層易部署 而bbr發布前，也已經在google和youtube證明了其在吞吐和延遲上優良的效能，只服務端部署，完美適配需要下行高吞吐低延遲的場景。基於丟包的擁塞控...