跨地域基线为什么要分开建
跨地域访问同一服务的延迟差异主要由物理距离与线路决定。光纤中信号传播约为每公里 5 微秒，跨洲链路的传播延迟本身就占几十毫秒，这个量级不是优化能消除的。所以每个地域要有自己的基线，用「地域 × 服务 × 分位数」的表格管理，异常检测才有参照系，否则很容易把正常的物理差异当成故障来查。
基本信息
| 输出形式 | 地域、服务、采样窗口、P50/P95、样本量 |
|---|---|
| 更新频率 | 建议按周滚动更新，突变才触发排查 |
| 分组维度 | 网络路径类型：专线、公网、移动网络 |
| 参照框架 | RFC 2330 的性能度量框架 |
典型使用场景
- 为多地部署的服务设定合理的延迟目标
- 排查某地域突然变慢：与自身历史基线比，而不是与其他地域横比
- 线路调整后确认基线平移是否与预期一致
- 容量规划时评估就近接入或边缘节点的收益
- 避免用一张全国均值表掩盖地域差异
采样与统计
采样与统计
tshark -r a.pcap -Y "ip.dst==203.0.113.10" -T fields -e frame.number -e frame.time_relative | head -20
# 按目标服务地址筛出样本，再算分位数；采集点必须带地域标签
tshark -r a.pcap -Y "http.response" -q -z io,stat,60
# 按分钟看响应量，确认采样窗口内负载形态是否稳定
# 分位数统计建议在采集侧完成，抓包只保留关键样本基线表字段
| 列 | 含义 | 注意事项 |
|---|---|---|
| 地域 | 采集点所在城市或运营商 | 必须固定，混合后失去意义 |
| 服务 | 被测服务或接口 | 不同接口的基线不可混用 |
| 采样窗口 | 统计的时间段 | 峰值与低谷时段不可直接比较 |
| P50 / P95 | 分位数延迟 | 均值容易被长尾掩盖 |
| 样本量 | 参与统计的请求数 | 样本太少时分位数不可信 |
| 路径类型 | 专线 / 公网 / 移动 | 不分组会把线路差异当成地域差异 |
基线必须按网络路径分组。专线、公网、移动网络的延迟量级完全不同，混在一起统计会把线路差异掩盖成「地域差异」，真正发生的变化反而看不出来。
用峰值时段的数据对比低谷时段会得出误导性结论，窗口必须保持一致。线路调整会让基线整体平移一次，属于预期内的变更，不要当作故障处理。
排查顺序
- 先确认对比的是同一地域、同一服务、同一窗口的数据
- 再看是多地域同时变化还是单地域异常，前者多为服务端问题
- 对照路径类型与运营商，确认是否发生了线路调整
- 结合丢包与重传数据判断是链路质量还是绝对延迟变化
- 结论写清采样窗口与样本量，便于后续复核