Poseidon：通过可部署的网络内遥测实现高效、鲁棒且实用的数据中心拥塞控制

作者及发表信息

本文由Weitao Wang（Google LLC和Rice University）、Masoud Moshref、Yuliang Li、Gautam Kumar（均来自Google LLC）、T. S. Eugene Ng（Rice University）、Neal Cardwell和Nandita Dukkipati（Google LLC）共同完成，发表于2023年4月17日至19日在美国波士顿举行的第20届USENIX网络系统设计与实现研讨会（NSDI）上。

研究背景与目标

在网络系统领域，数据中心拥塞控制（Congestion Control, CC）算法长期以来面临的关键挑战是难以获取细粒度、逐跳（hop-level）的拥塞状态信息。随着支持网络内遥测（In-Network Telemetry, INT）的商用交换机的出现，研究者们得以设计更先进的CC算法。本文提出了Poseidon，这是一种新型CC协议，通过利用INT技术解决传统CC算法的盲点，实现了以下三个核心特性：
1. 高效性：低排队延迟、高吞吐量和快速收敛
2. 鲁棒性：针对实际瓶颈跳（bottleneck hop）的CC机制，并在多跳和反向路径拥塞等复杂流量模式下实现最大最小公平（max-min fairness）
3. 实用性：支持在混合部署（INT与非INT交换机共存）的环境中的增量部署

研究流程与方法

1. 问题分析与动机

研究团队首先分析了现有CC算法在数据中心环境中的四大局限性：
- 过早降速问题：新流在达到公平份额前就被迫降速（图1实验展示）
- 多跳拥塞不公平：在多跳拥塞场景下，某些流会因跨多跳的累积延迟而处于劣势（图2生产数据）
- 反向路径干扰：反向路径拥塞会错误触发前向流的降速（图3实验结果）
- 收敛速度与稳定性：传统AIMD（加法增加乘法减少）算法在大窗口时收敛慢，小窗口时振荡剧烈

通过测试床实验和仿真（Omnet++），团队量化了这些问题的具体影响：Swift算法在反向路径拥塞时吞吐量下降80%，多跳场景下受害流（victim flow）吞吐量仅为公平份额的16%。

2. 关键设计

Poseidon的核心创新体现在两个层面：

算法设计：
- 瓶颈跳识别机制：通过比较每跳最大延迟（Max Per-hop Delay, MPD）与动态调整的目标延迟（Max Per-hop Target, MPT），仅对瓶颈跳做出反应
- 自适应窗口更新函数：打破传统AIMD的固定步长，采用基于速率调整的目标函数（式3）和指数型更新函数（式4），其中：
math t(rate) = p·\frac{ln(max\_rate)-ln(rate)}{ln(max\_rate)-ln(min\_rate)} + k
math u(t,d) = exp[\frac{t(rate)-delay}{p}·α·m]
参数通过敏感性分析确定为p=40, k=2, m=0.25，实现快速收敛（相比Swift提速12倍）和稳定吞吐（高并发时振荡减少70%）

部署方案：
- 轻量级INT实现：每包仅需2字节头部空间记录MPD，交换机通过16行P4代码实现线速处理（代码清单1）
- 渐进式部署：支持非INT交换机透明转发，在TOR层优先部署时可获得50%以上的性能收益（图20实验）

3. 实验验证

研究团队在真实测试床和仿真环境中进行了系统验证：

测试床实现：
- 基于Google生产级网络栈（类似Pony Express）修改，主机端仅需：
1) 发送方在L4头部后添加2字节INT头
2) 接收方在ACK中反射MPD
3) 发送方按算法1更新窗口
- 交换机侧通过Tofino实现，核心功能仅需2行P4代码：
p4 hdr.telemetry.max_hop_delay = max(hdr.telemetry.max_hop_delay, (eg_intr_md.deq_timedelta>>8));

关键实验结果：
- 多跳公平性：当m=2/n=9时，受害流在Poseidon下获得20Gbps公平吞吐，而Swift仅0.16Gbps（图14）
- 反向路径免疫：存在4条反向流时，Poseidon维持10Gbps线速，Swift降至1.91Gbps（图13）
- 应用性能：在128KB消息传输场景下，Poseidon相比Swift降低中值OP延迟61%，99.9分位延迟减少14.5倍（图19）

理论贡献与实践价值

理论层面：
1. 首次证明通过MPD+MPT的反馈机制可实现网络级最大最小公平（定理1），该结论通过归纳法严格证明（附录E）
2. 提出满足公平性与高利用率保证的函数簇特征条件（式1-2），为后续CC算法设计提供理论框架

工程价值：
1. 在Google生产环境中验证可行性，仅需修改网络栈且无需NIC/应用层改动
2. 定义可部署INT的7大要求（§4.2.1），对比分析IFA与P4-INT格式的适用性
3. 开源仿真实现参数（Omnet++模型，200Gbps链路，64MB缓冲区）可供复现

创新亮点

1. 方法论突破：

   • 首创”仅响应瓶颈跳”设计，解决多跳拥塞下的系统性不公平
     
   • 通过目标函数缩放（target scaling）替代传统AIMD，实现收敛速度与稳定性的帕累托改进
     

2. 技术实现：

   • 最简INT开销：2字节/包的开销仅为HPCC的1/3（后者需6字节/跳）
     
   • 鲁棒性设计：在50%INT交换机部署度下仍保持80%性能增益
     

3. 跨场景优势：

   • 在ML训练（少量大流）和shuffle操作（数千小流）等差异场景中均优于Swift和HPCC
     

未来方向

作者建议在以下方向扩展：
1. 将目标缩放思想应用于RDMA协议中的inflight bytes指标
2. 利用INT分解端主机协议栈延迟
3. 结合HOMA等调度策略进一步优化流完成时间

这项研究通过理论创新与工程严谨性的结合，为下一代数据中心网络协议栈提供了可立即部署的解决方案，其方法论对广域网络拥塞控制亦有启示意义。