3. RTO 计算与自适应算法：Jacobson、Karn 与 RTT 样本采集
RTO（Retransmission Timeout）重传超时时间，是 TCP 可靠传输的命门。设短了，网络一抖就疯狂重传，带宽全浪费；设长了，丢包半天才发现，用户卡到怀疑人生。所以 RTO 必须动态调整，不能写死。
这一节我们深入 RTO 的计算内核。我会把 Jacobson 算法、Karn 算法、RTT 样本采集与平滑这几个核心点串起来讲。你理解透了，以后抓包看到重传，一眼就能判断是 RTO 不合理还是真丢包。
3.1 RTT 样本采集——RTO 的原材料
RTO 不是凭空算的，它依赖 RTT（Round-Trip Time）样本。RTT 就是一个数据包从发出去到收到 ACK 的时间差。
但采集 RTT 样本有个坑：你该拿哪个包和哪个 ACK 配对？
早期实现很简单——每发一个数据段，记下时间 T1；收到 ACK 时，用当前时间 T2 减去 T1。但问题来了：如果发生了重传，这个 ACK 是对应第一次发的包，还是第二次发的？
我在项目中遇到过这样一个案例：某嵌入式设备在弱网环境下 RTO 越算越小，最后疯狂重传，把本来就差的链路彻底打满。查了半天，就是 RTT 样本采集时没处理重传歧义，把重传后的 ACK 当成了原始包的 RTT，导致样本偏小。
3.2 Karn 算法——解决重传歧义
Karn 算法就是专门解决上面那个问题的。它的核心思想很简单：
- 发生重传时，忽略本次 RTT 样本，不参与 RTO 计算
- 直到收到一个没有重传的段的 ACK，才恢复采样
说白了，就是「吃一堑，长一智」——既然分不清，那就不用了。等链路稳定了再说。
但 Karn 算法还有个配套机制：退避（Backoff）。当重传发生时，RTO 会指数增长（通常乘以 2），避免在链路已经拥塞时继续激进重传。
- 重传期间不采集 RTT 样本
- RTO 按指数退避增长
- 收到非重传段的 ACK 后恢复采样，RTO 重新计算
嗯，这里要注意：Karn 算法只是解决了「样本该不该用」的问题，但 RTO 具体怎么算，还得靠 Jacobson 算法。
3.3 Jacobson 算法——RTO 的自适应计算
Jacobson 算法是 TCP RTO 计算的基石。它用指数加权移动平均（EWMA）来平滑 RTT，同时引入偏差项来应对抖动。
公式其实不复杂，我拆开讲：
SRTT = (1 - α) × SRTT + α × RTT_sample
RTTVAR = (1 - β) × RTTVAR + β × |SRTT - RTT_sample|
RTO = SRTT + 4 × RTTVAR参数说明：
- SRTT：平滑后的 RTT，初始值为第一个 RTT 样本
- RTTVAR：RTT 偏差（抖动），初始值为 RTT_sample / 2
- α：平滑因子，通常取 1/8（0.125）
- β：偏差因子，通常取 1/4（0.25）
- RTO：最终的超时时间，下限通常设为 1 秒，上限 60 秒
为什么是 4 倍的偏差？我个人习惯的理解是：在正态分布假设下，均值 ± 4 倍标准差能覆盖 99.99% 的情况。说白了，就是给网络抖动留足余量。
3.4 算法流程与决策逻辑
把 Jacobson 和 Karn 串起来，完整的 RTO 计算流程是这样的：
3.5 参数对比与调优建议
不同场景下，RTO 参数的最佳取值差异很大。我整理了一张表，方便你对照：
| 参数 | 默认值 | 内网场景 | 跨洲链路 | 移动网络 |
|---|---|---|---|---|
| α（平滑因子） | 1/8 | 1/8 | 1/16（更平滑） | 1/4（更快响应） |
| β（偏差因子） | 1/4 | 1/4 | 1/8 | 1/2 |
| RTOmin | 1s | 200ms | 2s | 1s |
| RTOmax | 60s | 10s | 120s | 60s |
3.6 避坑指南
最后分享几个我踩过的坑：
- 不要忽略初始 RTO：TCP 连接建立时的初始 RTO 通常为 3 秒（RFC 6298）。如果链路 RTT 很大（比如卫星链路），3 秒可能不够，建议根据实测调整。
- RTO 计算不要用整数除法：SRTT 和 RTTVAR 是浮点或定点数，用整数除法会导致精度丢失，RTO 越算越偏。我见过一个嵌入式实现用整数除 8，结果 RTO 永远收敛不到正确值。
- Karn 算法不是银弹：它只是避免了重传歧义，但代价是重传期间没有新样本，RTO 只能靠退避。如果链路持续抖动，RTO 会退避到很大，影响恢复速度。
- 注意 RTT 样本的异常值：偶尔的延迟尖峰（比如 10 秒）会严重拉高 SRTT。我习惯在采集时做简单的异常过滤——超过 3 倍当前 SRTT 的样本直接丢弃。