如何正确测试机场延迟
快速回答
延迟有握手、网络层与应用层三种测量口径，覆盖的路径段不同，数字不能互相比较；有效结论来自同一方法下的多次测量与完整的条件记录。
延迟大概是被引用最多、也被误读最多的指标。有人拿客户端列表里的数字和别人 ping 出来的数字比较，有人因为一次测出高延迟就换掉节点，有人看到延迟很低就断定线路很好——这三种做法犯的是同一个错误：没有先弄清楚自己测的到底是哪一段。
核心结论
- 客户端节点列表里显示的延迟通常只反映本地到节点这一段，不代表访问目标网站的完整耗时。
- 三种测量口径覆盖的路径段不同，用一种口径的数字去和另一种比较，结论从一开始就不成立。
- 单次测量只是一个随机样本，有判别力的是多次测量的分布，尤其是波动范围。
- 延迟必须结合丢包一起解读，平均延迟正常而丢包偏高的线路，实际体验往往更差。
- 记录测试条件是结果可比较的前提，没有条件的数字无法复现，也无法作为判断依据。
三种延迟的定义
日常说的「延迟」实际上至少有三种不同的东西：
- 握手延迟：与节点建立连接所花的时间。客户端节点列表里一键测出的数字，多数是这一种。
- 网络层往返：一个数据包从本地到某个目标地址再返回的时间，常用 ICMP（也就是 ping）测量。
- 应用层耗时：发出一个完整请求到收到响应的总时间，包含连接建立、数据传输和目标服务器的处理。
三者不是同一个数字的三种叫法，而是三把量程不同的尺子。
各自反映的路径段
一条完整的访问路径是：本地 → 节点入口 → 跨境段 → 出口 → 目标网站。三种口径覆盖的段落不同：
- 握手延迟只覆盖本地到节点。它对「哪个节点离我更近、本地到入口这段是否拥堵」很敏感，但对节点之后发生的一切一无所知。这就是为什么列表里延迟很低的节点，打开网页照样可能很慢——瓶颈在它测不到的后半段。
- 网络层往返覆盖到目标地址的完整路径。它更接近真实路径质量，但要注意：一些网络设备会对 ICMP 限速或降低转发优先级，所以 ping 的数字偶尔会比真实体验更差，方向性参考没问题，绝对值不必较真。
- 应用层耗时还包含目标服务器的处理时间。它最接近体验，但也混入了与线路无关的变量——目标网站本身慢，这个数字也会高。
| 测量方式 | 反映的路径段 | 适用场景 | 常见误用 |
|---|---|---|---|
| 握手延迟 | 本地到节点的连接建立 | 同一订阅内快速筛选节点 | 被当成访问网站的完整耗时 |
| 网络层往返 | 本地到目标地址的完整往返 | 观察路径质量与波动规律 | 与握手延迟的数字互相比较 |
| 应用层耗时 | 完整请求到响应（含服务器处理） | 评估真实使用体验 | 把目标服务器慢当成线路慢 |
测试误差从哪里来
同样的方法，数字仍然会浮动。误差主要有三个来源：
- 本地网络负载。同一 WiFi 下有设备在上传备份或看高清视频时，你的测量会被挤占。测试前先确认本地网络处于空闲状态。
- 测试目标本身的差异。目标服务器负载变化、接入点切换都会影响响应时间，这部分波动与线路无关。
- 单次测量的随机性。任何单次数字都是从一个分布里随机抽出的样本。抽到偏高或偏低的值都很正常，用单次结果下结论等于用一次抛硬币判断硬币是否均匀。
正确的测试方法
把误差来源反过来，就是方法本身：
- 固定测试条件。同一设备、同一接入方式、同一客户端、同一测试目标。任何一个条件变了，前后数字就不再可比。
- 多次测量，看分布。关注的不是某一次的数字，而是一组数字的中位水平和波动范围。
- 覆盖你真正使用的时段。空闲时段的低延迟不能外推到晚高峰；如果你主要在晚上使用，就必须在晚上测。
- 同时记录时间。没有时间戳的测量无法与后来的测量对照，也无法识别「只在特定时段变差」这类规律。
结果怎么解读
拿到一组数据后，按这个顺序看：
- 先看波动，再看绝对值。波动范围小说明路径稳定；忽高忽低说明路径上有拥堵或跳变，即使平均值不错，体验也会受影响。
- 结合丢包一起判断。延迟和丢包描述的是路径的两种不同故障模式，延迟正常不等于没有丢包。卡顿类问题的元凶多数是丢包，测法见如何测试节点丢包率。
- 对比只在同口径内进行。自己和自己比（同方法、不同时段），或者同方法下节点和节点比。跨口径、跨环境的比较不成立。
- 区分「到节点」与「到目标」。列表延迟低而访问慢，说明问题在节点之后的段落，这时该做的是换出口或换线路，而不是在低延迟节点里反复横跳。
如果不只是延迟变高、而是节点全部连不上，那已经不是测量问题，按所有节点都超时怎么办的顺序排查更快。
记录模板
每次测试至少记录下面这些字段。这也是我们在机场评测方法中使用的最小记录集：
| 字段 | 示例内容 |
|---|---|
| 日期与时间段 | 具体日期 + 时段（如晚高峰） |
| 本地网络 | 运营商、接入方式（有线 / WiFi） |
| 客户端与模式 | 客户端名称、规则或全局模式 |
| 节点 | 节点名称与查证过的出口地区 |
| 测量口径 | 握手 / 网络层往返 / 应用层 |
| 测量结果 | 次数、中位值、波动范围 |
| 备注 | 本地网络是否空闲、异常现象 |
坚持记录一到两周，你会得到一份比任何单次截图都有说服力的依据：它能回答「这条线路是一直这样，还是最近才变差」。
常见误解
- 「列表延迟低 = 访问快」——列表测的是到节点这一段，节点之后的部分它看不到。
- 「ping 不通 = 节点挂了」——目标可能只是不响应 ICMP，用连接测试确认后再下结论。
- 「一次测出 300ms，这线路不行」——单次样本没有判别力，先看多次测量的分布。
- 「不同工具的数字可以直接比」——口径不同的数字互相比较没有意义。
- 「延迟是唯一重要的指标」——体验由延迟、丢包、带宽与晚高峰表现共同决定，术语定义见机场常用术语词典。
常见问题
客户端显示的延迟准吗？
数字本身是准的，但它测的通常只是本地到节点的握手耗时，不包含节点到目标网站的这一段。它适合在同一订阅内横向筛选节点，不适合用来回答「访问某个网站快不快」——后者还取决于出口到目标的路径与服务器本身的响应。
多少毫秒算好？
没有统一的数值标准。延迟的下限由物理距离决定，不同地区、不同线路结构的合理范围完全不同。比绝对值更有判别力的是两件事：多次测量的波动范围是否稳定，以及晚高峰相对空闲时段恶化了多少。
为什么每次测都不一样？
因为单次测量本来就是一个随机样本。本地网络的瞬时负载、测试目标的响应状态、路径上的临时拥堵都会让数字浮动。这不是测试做错了，而是延迟本身就是一个分布——所以结论要建立在多次测量上，而不是某一次的数字上。
应该测几次？
没有固定次数，原则是覆盖不同时段并观察分布是否稳定。实际操作上，在你关心的使用时段（尤其是晚高峰）各测一组、连续几天重复，当新增测量不再改变你对波动范围的判断时，样本就够了。
不同工具能比较吗？
只有在测量口径一致时才能比较。一个工具测的是握手延迟、另一个测的是 ICMP 往返，两个数字描述的是不同的路径段，相差很大也不矛盾。比较前先确认两边测的是同一件事，否则宁可不比。
客户端里的「抖动」是什么意思？
抖动指延迟数值本身的波动幅度，而不是延迟高低。一条线路平均延迟不高但抖动很大，实时性场景（语音通话、AI 长会话、网络游戏）依然会感觉卡顿——因为抖动意味着数据包到达的时间不稳定，比单纯延迟高更影响体验。
延迟低就一定好用吗？
不一定。延迟只反映往返耗时，不反映丢包与带宽。一条平均延迟很低但间歇性丢包的线路，看视频和开视频会议的体验会明显差于延迟略高但干净稳定的线路。判断体验时，延迟、丢包、晚高峰表现要放在一起看。