Cloudflare 用全网性能数据调优拥塞控制，平均提速约 10%

Cloudflare 在 2026 年公布了一项新的性能优化方案：利用自己每天覆盖全球几乎所有主要网络的流量数据，针对每条网络链路的具体特性调优拥塞控制算法，让响应发送得更快。根据初步实测，这项优化平均可以带来约 10% 的提速，目前正在免费套餐的 QUIC 流量上运行，并计划在 2026 年内逐步扩展到 TCP 与全部客户。

拥塞控制为什么重要

当数据包从客户端到达 Cloudflare 边缘节点时，中间要经过很多"跳"（hop），其中总有一跳是整条路径的瓶颈。如果发送速度超过瓶颈链路的承载能力，数据要么在队列里堆积（产生缓冲膨胀 bufferbloat），要么被直接丢弃，触发 TCP/QUIC 重传，反而让网络更拥塞。

传统拥塞控制算法主要依赖丢包信号来调整发送速率，属于"事后反应"。后来出现的 BBR 等算法改为基于带宽与往返时延建立模型，效果更好。Cloudflare 认为还有进一步提升的空间——因为现有算法只使用"当前这条连接"内部的信息，而 Cloudflare 能看到整个互联网的实时状态。

拥塞控制直接决定了"同样的带宽，用户到底能跑多快"。一个 200ms RTT、丢包率 1% 的移动网络，如果算法按丢包反应式降速，吞吐可能被压到带宽的几分之一；而基于模型的算法能在不误判拥塞的前提下把发送速率顶上去。对图片、视频这类大文件，这个差异直接体现在"多等 0.5 秒还是 3 秒"。

用全网数据做精细调优

Cloudflare 每天都能看到来自几乎每个主要网络（运营商、云厂商、移动网络、低轨卫星链路等）的流量。它把信息分成两类数据源：

  • 被动日志：覆盖全部流量，记录数据发送速率与确认返回时间，但只能推断、不能完全代表用户体验。
  • 真实用户测量（RUM）：由浏览器上报页面加载时间等指标，更接近真实体验，但只覆盖小部分连接。

Cloudflare 的做法是用少量 RUM 数据做校准，再从海量被动日志中"外推"出用户体验指标，从而在网络层面做更细粒度的实验与调优。基于这套方法，它已经用 Rust 重写的网络栈对拥塞控制参数进行灵活实验，并在部分场景取得了相比基线约 10% 的提速。

一个具体场景：弱网下的图片下载

假设你网站首页有一张 800KB 的 Hero 图，用户在 4G 信号一般、丢包率偏高的移动网络下访问。基线方案里，拥塞控制遇丢包会大幅降速并反复试探，用户可能等 2-3 秒才看到图；调优后的参数能更早、更稳定地占满可用带宽，把加载时间压进 1 秒以内。对大图、视频封面、WebP 图集这类资源，10% 的吞吐提升叠加到首屏上，体感会非常明显，也直接影响 Core Web Vitals 里的 LCP，相关优化见 网站性能优化 2026。

部署路线与对建站的意义

这项能力目前先在免费套餐的 QUIC 流量上运行，验证后会扩展到 TCP 和更复杂的客户，预计 2026 年内陆续铺开。对普通建站者来说，只要流量经过 CDN，就能"无感"获得更快的资源下发，尤其是大文件、图片和流媒体场景。

如果你正在规划网站的加速方案，可以参考Cloudflare 配置最佳实践完成基础接入，再通过CDN 缓存策略和多 CDN 负载均衡进一步提升体验。更多相关内容可查看CDN 加速分类。

站长可以怎么验证

这类优化发生在网络栈内部，普通用户无法直接开关，但你可以用两组手段观察收益：

  • 协议层面：确认站点已启用 HTTP/3（QUIC），因为新参数目前优先跑在 QUIC 流量上。用 curl --http3 -I https://你的域名 查看响应头里的 alt-svc 是否含 h3，或直接在浏览器开发者工具的网络面板看协议列是否显示 h3。HTTP/3 本身还能省一次握手，加速原理见 HTTP/3 与 QUIC 加速。
  • 真实用户指标：用 RUM 或 Web Vitals 埋点记录 LCP、FCP 与资源加载时间，按"优化前后"或"CDN 节点地域"分组对比，比单次测试工具打分更能说明问题。

免费套餐目前就能覆盖这部分 QUIC 流量，具体权益边界可参考 Cloudflare 免费版与付费版对比。

16IDC 观察

对于自建 CDN 或选择第三方 CDN 的站长来说，这条新闻的真正信号是"性能优化正在从配置层面走向数据层面"。过去提升网站速度主要靠压缩、缓存、协议升级这些静态手段，如今头部厂商开始用全网流量数据反哺拥塞控制算法，属于"越多人用越快"的网络效应。对中小网站而言，最实际的收益是零成本：只要接入支持这类优化的 CDN 服务，大文件、图片和流媒体下载速度就会自动变好。建议在建站规划阶段就预留 CDN 接入的位置，并用页面加载时间等真实用户指标持续跟踪收益，而不是仅凭测试工具打分。

参考：QUIC 规范 RFC 9000 https://www.rfc-editor.org/rfc/rfc9000；BBR 论文（Google Research）https://research.google/pubs/pub45646/；原文来源：https://blog.cloudflare.com/how-cloudflare-uses-the-worlds-greatest-collection-of-performance-data/