4. 吞吐量核心指标

在 PCIe 性能分析中，很多人把“带宽”当成唯一指标，结果在排障时经常出现“链路速率明明跑满，业务却依然卡顿”的矛盾。根本原因在于：PCIe 吞吐量不是一个单一数字，而是一组相互约束的指标集合。理解它们的定义、换算关系和适用边界，是定位瓶颈的第一步。

一、七个核心指标的定义与边界

PCIe 性能评估中常用的七个指标，分别回答不同问题：

• 理论峰值带宽（Theoretical Peak）：链路编码与速率决定的上限，回答“物理层最多能搬多少”。
• 有效吞吐（Effective Throughput）：实际完成的有用数据传输速率，回答“业务真正拿到了多少”。
• 延迟（Latency）：一个请求从发出到完成的时间，回答“一次操作要等多久”。
• IOPS：单位时间完成的 I/O 操作次数，回答“小包场景下能处理多少请求”。
• 利用率（Utilization）：实际占用带宽与理论峰值的比值，回答“链路还有多少余量”。
• 效率（Efficiency）：有效吞吐与理论峰值的比值，回答“协议开销吃掉了多少”。
• 链路占用率（Link Occupancy）：含 TLP 头、DLLP、ACK/NAK 等全部链路活动占比，回答“链路是否真的空闲”。

其中，利用率与效率容易混淆：利用率看“链路忙不忙”，效率看“忙得值不值”。一条链路利用率 95% 但效率只有 60%，说明大量带宽被协议开销和重传消耗。

二、理论峰值计算方法

PCIe 理论峰值带宽由“每 lane 速率 × lane 数 × 编码效率”决定。以常见代际为例：

理论峰值(GT/s) = 每lane速率(GT/s) × lane数
理论峰值(GB/s) = 理论峰值(GT/s) × 编码效率 ÷ 8

Gen1: 2.5 GT/s, 8b/10b, 编码效率 0.8
Gen2: 5.0 GT/s, 8b/10b, 编码效率 0.8
Gen3: 8.0 GT/s, 128b/130b, 编码效率 ≈0.985
Gen4: 16.0 GT/s, 128b/130b, 编码效率 ≈0.985
Gen5: 32.0 GT/s, 128b/130b, 编码效率 ≈0.985

示例：Gen4 x8
16 × 8 = 128 GT/s
128 × 0.985 ÷ 8 ≈ 15.76 GB/s（单向理论峰值）

注意：这是单向峰值。PCIe 是全双工，双向合计需再乘 2。此外，TLP 头、ECRC、DLLP、ACK/NAK、流控信用更新都会占用链路时间，因此实际有效吞吐通常只有理论峰值的 70%～90%。

三、指标之间的换算与约束关系

七个指标并非独立，而是通过“包大小”和“并发度”耦合在一起。下图展示了从物理链路到业务有效吞吐的指标传导关系：

关键约束关系可以写成：

有效吞吐 ≈ 理论峰值 × 效率 × 利用率
IOPS = 有效吞吐 ÷ 平均包大小
延迟 ≈ 排队延迟 + 传输延迟 + 处理延迟
利用率 = 实际链路活动时间 ÷ 总时间

当包大小从 4KB 降到 64B 时，同样带宽下 IOPS 提升 64 倍，但每个 TLP 的头部开销占比急剧上升，效率可能从 90% 跌到 50% 以下。这就是小包场景“带宽没满、IOPS 先崩”的原因。

四、场景案例：Gen4 x8 NVMe 读性能分析

某服务器使用 Gen4 x8 NVMe SSD，实测顺序读 6.2 GB/s，随机 4K 读 780K IOPS。我们来拆解：

顺序读效率仅 39%，说明瓶颈不在链路，而在 SSD 内部 NAND 通道或主机 DMA 路径。随机 4K 效率更低，是因为每个 4K 请求都要经历 TLP 头、完成包、中断和队列调度，协议开销占比超过 80%。

五、常见误区与复盘

• 误区一：把 GT/s 当 GB/s。Gen4 x16 是 32 GT/s，不是 32 GB/s，换算后单向约 31.5 GB/s。
• 误区二：忽略编码效率。Gen1/Gen2 的 8b/10b 只有 80% 效率，Gen3 以后才接近 98.5%。
• 误区三：只看带宽不看 IOPS。数据库、日志、元数据场景对 IOPS 和延迟更敏感。
• 误区四：把利用率当效率。利用率高不代表有效吞吐高，重传和协议开销也会推高利用率。
• 误区五：忽略双向。PCIe 全双工，读和写可以同时进行，单向峰值不等于双向合计。

掌握这七个指标的定义、换算和约束关系后，后续分析 PCIe 瓶颈时就能快速判断：是链路物理能力不够，是协议开销过大，是包大小不合理，还是并发度与延迟不匹配。指标不是孤立的数字，而是一条从物理层到业务层的传导链。