Linux-NetSpeed 使用教程
2026-01-30 05:18:31作者:舒璇辛Bertina
1. 项目介绍
Linux-NetSpeed 是一个开源项目,它将 Linux 系统中常用的网络加速技术集成在一起,目的是提高网络连接速度和效率。该项目包含多种网络加速算法,例如 bbr 和 bbrplus,以及其他优化工具,帮助用户根据自己的需求进行网络性能优化。
2. 项目快速启动
以下是在 Linux 系统中快速启动 Linux-NetSpeed 的步骤:
安装依赖
对于 CentOS 系统,运行以下命令安装依赖:
yum install ca-certificates wget -y && update-ca-trust force-enable
对于 Debian 或 Ubuntu 系统,运行以下命令安装依赖:
apt-get install ca-certificates wget -y && update-ca-certificates
不卸载内核版本的安装
如果你想保留当前内核版本,运行以下命令安装:
wget -O tcpx.sh "https://github.com/ylx2016/Linux-NetSpeed/raw/master/tcpx.sh" && chmod +x tcpx.sh && ./tcpx.sh
卸载内核版本的安装
如果你想卸载当前内核版本,运行以下命令安装:
wget -O tcp.sh "https://github.com/ylx2016/Linux-NetSpeed/raw/master/tcp.sh" && chmod +x tcp.sh && ./tcp.sh
使用优化参数
你可以尝试加入参数直接调用优化:
./tcpx.sh op
或者
./tcpx.sh op2
请注意,这不会判断系统类型。
3. 应用案例和最佳实践
双持 bbr 和 锐速
- 添加 bbr 配置:
echo "net.core.default_qdisc=fq" >> /etc/sysctl.d/99-sysctl.conf
echo "net.ipv4.tcp_congestion_control=bbr" >> /etc/sysctl.d/99-sysctl.conf
sysctl -p
-
编辑锐速配置文件
nano /appex/etc/config。 -
如果锐速运行正常,运行以下命令查看状态:
bash /appex/bin/lotServer.sh status | grep "LotServer"
检查和查看
- 检查 bbr 模块是否已加载:
lsmod | grep bbr
- 查看当前支持的 TCP 算法:
cat /proc/sys/net/ipv4/tcp_allowed_congestion_control
- 查看当前运行的 TCP 算法:
cat /proc/sys/net/ipv4/tcp_congestion_control
- 查看当前队列算法:
sysctl net.core.default_qdisc
4. 典型生态项目
Linux-NetSpeed 作为一个网络加速工具,其生态项目包括但不限于以下:
请注意,以上链接仅供参考,实际使用时请遵循相关项目的使用说明和版权协议。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
887
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
303
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
143
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381