h1. Projet agregation v2

[[Projet agregation]]

h2. Divers

* 1 Mbit/s = 83 frames de 1500 byte/sec = 1 frame de 1500 byte toutes les 12 ms

* l'augmentation de latence sur la ligne permet la detection de la saturation des buffer

* on peut mesurer les variations de latence en regardant les variations de difference de timestamp destination moins source

h2. Resolution de time.time()

* http://stackoverflow.com/questions/1938048/high-precision-clock-in-python

<pre>

guerby@pc2:~/work/tetaneutral.net/python/pa2$ cat ttime.py 

import time

N=1000

l=[]

for i in xrange(N):

    t1=time.time()

    t2=time.time()

    dt=t2-t1

    l.append(dt)

l.sort()

print l[0],l[-1],l[N/2],l[9*N/10]

guerby@pc2:~/work/tetaneutral.net/python/pa2$ python ttime.py 

9.53674316406e-07 3.00407409668e-05 1.90734863281e-06 2.14576721191e-06

guerby@pc2:~/work/tetaneutral.net/python/pa2$ python ttime.py 

9.53674316406e-07 1.19209289551e-05 1.90734863281e-06 2.14576721191e-06

guerby@pc2:~/work/tetaneutral.net/python/pa2$ python ttime.py 

9.53674316406e-07 0.000508069992065 1.90734863281e-06 2.14576721191e-06

</pre>

=> autour de 2 microsecondes en pratique

h2. Résolution de select en python

<pre>

guerby@pc2:~/work/tetaneutral.net/python/pa2$ cat tselect.py 

import time

import select

from socket import *

from select import select

s1 = socket(AF_INET, SOCK_DGRAM)

s2 = socket(AF_INET, SOCK_DGRAM)

N=1000

l=[]

for i in xrange(N):

    t1=time.time()

    r = select([s1,s2],[],[],1.0e-9)

    t2=time.time()

    dt=t2-t1

    l.append(dt)

l.sort()

print l[0],l[-1],l[N/2],l[9*N/10]

guerby@pc2:~/work/tetaneutral.net/python/pa2$ python tselect.py 

9.77516174316e-06 0.000253915786743 1.09672546387e-05 1.12056732178e-05

guerby@pc2:~/work/tetaneutral.net/python/pa2$ python tselect.py 

9.77516174316e-06 5.41210174561e-05 1.09672546387e-05 1.12056732178e-05

</pre>

=> 12 microsecondes

=> 18 microsecondes avec 5 socket vs 2 donc compter + 2 micro/socket

h2. Generer un payload random

* http://docs.python.org/library/random.html

* http://docs.python.org/library/struct.html

<pre>

import random

import struct

N=256*256*256*256-1

S=160000

random.seed(0)

s="".join([struct.pack("I",random.randint(0,N)) for i in xrange(S/4)])

print S,len(s)

</pre>

h2. Premiere mesure de controle de latence

* sur une ligne ADSL capable de 11 Mbit/s soutenu TCP

* du serveur (gw) vers le client (stg) on envoie un paquet UDP de 1200 byte toutes les 1200/D secondes avec un numero de sequence, un timestamp serveur en microseconde et un payload random

* sur le client on note le timestamp client en microseconde, le numero de sequence et le timestamp server du paquet

* une fois le test fini (1000 paquets) on calcule paquet par paquet la difference timestamp client moins timestamp server

* on calcul le min de ces differences sur tous les paquets

* on graphe chaque difference moins le min des difference = la deviation par rapport a la normale en microseconde

Avec D = 10 Mbit/s = en dessous de la capacité de la ligne ça donne :

!10-1200.png!

Avec D = 15 Mbit/s = au dessus de la capacité de la ligne ça donne :

!15-1200.png!

On voit sur les deux graphes des petits pics qui correspondent aux moments ou le modem ADSL pedale un peu pour envoyer.

On voit donc dans le deuxieme cas le buffer du modem se remplir au fur et a mesure de l'envoi des paquets => c'est parfaitement observable donc maitrisable.

Le but de l'algorithme de controle est de baisser le debit cible quand on voit la mesure de controle deriver pour la ramener proche d'un niveau normal.

Note : a cause d'un drift possible d'horloge entre le client et le serveur le niveau normal de la mesure doit etre calculé sur les N derniers paquets / minutes.