使用指南:Facebook的增强流量控制(Augmented Traffic Control)
一、项目介绍
增强流量控制(Augmented Traffic Control,简称ATC) 是Facebook开发的一款工具,用于模拟各种网络条件。该工具允许开发者控制设备到互联网的连接状态,从而能够在不同的网络环境下测试应用程序,包括高速、移动网络乃至网络条件严重受限的情况。ATC能够调控的网络方面包括带宽、延迟、丢包率、数据包损坏及数据包顺序等。它需部署在能够路由并直接看到真实IP地址的设备上(如网络网关),以影响通过它的所有设备的流量。
ATC由多个组件构成,包括atcd守护进程、基于Django的RESTful接口django-atc-api、简单Web UIdjango-atc-demo-ui以及一个用于存储调节配置的Django应用django-atc-profile-storage,便于重用设置而无需重复输入。
二、项目快速启动
环境要求
- Python 2.7(请注意,这个项目是基于较旧的Python版本)
- Django 1.10
- 其他依赖项通过pip自动处理
安装步骤
-
安装ATC组件
pip install atc_thrift atcd django-atc-api django-atc-demo-ui django-atc-profile-storage django-admin startproject atc_project cd atc_project -
配置Django项目 修改
settings.py,添加ATC相关的应用程序到INSTALLED_APPS。INSTALLED_APPS += ( 'rest_framework', 'atc_api', 'bootstrap_themes', 'django_static_jquery', 'atc_demo_ui', 'atc_profile_storage', ) -
配置URL路由 在
urls.py中包含ATC的应用路由。from django.urls import include, path ... urlpatterns = [ path('api/v1/', include('atc_api.urls')), path('atc_demo_ui/', include('atc_demo_ui.urls')), path('api/v1/profiles/', include('atc_profile_storage.urls')), path('', RedirectView.as_view(url='atc_demo_ui/', permanent=False)), ] -
运行数据库迁移
python manage.py migrate -
启动服务 分别启动
atcd守护进程(需要sudo权限)和Django服务器。sudo atcd python manage.py runserver 0.0.0.0:8000
现在,你应该可以通过访问http://localhost:8000来查看和管理网络模拟界面了。
三、应用案例和最佳实践
ATC特别适用于应用程序的前端开发者和性能测试工程师,他们可以利用它来测试应用程序在不同网络环境下的表现,比如:
- 测试移动应用在2G、3G、4G及Wi-Fi环境中的加载速度和响应时间。
- 模拟国际漫游时的高延迟情况,确保应用体验不受影响。
- 开发者可以创建一系列预设的网络配置文件,便于快速切换不同的测试场景,实现高效的迭代测试。
最佳实践:
- 利用预定义的网络状况档案加速测试周期。
- 开发自动化脚本与ATC的API集成,进行持续集成过程中的网络适应性测试。
- 在团队内部共享和复用网络模拟配置,提高效率。
四、典型生态项目
虽然ATC主要是独立使用的,但其设计上的模块化促进了与其他系统的集成。例如,结合CI/CD工具(如Jenkins或GitLab CI/CD)可以帮助自动化不同网络环境下的测试流程。此外,开发者社区可能会构建额外的UI界面、命令行工具或其他辅助工具,围绕ATC形成更广泛的应用生态系统,促进更复杂场景下的网络模拟需求。不过,请注意,由于该项目已被归档,可能不再活跃更新,寻找相关生态扩展时要确认兼容性和活性。
以上就是关于Augmented Traffic Control的基本使用指南,帮助你迅速开始使用这个强大的网络模拟工具。鉴于项目的归档状态,开发新功能或解决特定问题时,请考虑迁移至更新的或支持最新技术的替代方案。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00