我写过 TCP\text{TCP}TCP 的性能限制，从公式 T=βRTT1pT=\dfrac{\beta}{RTT}\sqrt{\dfrac{1}{p}}T=RTTβp1 中可见在 AIMD\text{AIMD}AIMD 算法约束下 RTTRTTRTT 和 ppp 对总吞吐的负相关影响，但无论是决定 RTTRTTRTT 的距离还是丢包率下限的介质固有特征，都是外部因素，当理想化外部影响后，限制就没了。
BBR\text{BBR}BBR 便在 ∝1p\propto\sqrt{\dfrac{1}{p}}∝p1 成为带宽限制时被提出，减弱了对丢包的反馈，但由于收敛的最根本目标，逐步又在 v2\text{v2}v2，v3\text{v3}v3 版本恢复了对丢包的反馈。
另一方面，操作系统引入的统计波动的影响也会随着带宽的提升而被放大，总有说法说 CPU\text{CPU}CPU 成了 TCP\text{TCP}TCP 传输的实现瓶颈，但也有多队列，RSS\text{RSS}RSS，TSO/GSO/LRO/GRO\text{TSO/GSO/LRO/GRO}TSO/GSO/LRO/GRO，零拷贝，DPDK/XDP{\text{DPDK/XDP}}DPDK/XDP，BigTCP\text{BigTCP}BigTCP 等 bypass\text{bypass}bypass 技术来应对，绕过操作系统甚至绕过 CPU\text{CPU}CPU。
即便解决了这些外部的瓶颈限制，TCP\text{TCP}TCP 协议有个固有限制永远无法破解，且随着吞吐性能的增加，其影响逐渐加重，从而最终压垮自身。该限制即流式传输。
流式传输意味着总有个位置串行处理每个报文，而在摩尔定律下，串行处理能力属亚线性对数增长，但带宽却是超线性，近乎指数级增长，这个带宽和流式传输的错配限制了 TCP\text{TCP}TCP 的吞吐极限。参考 Amdahl\text{Amdahl}Amdahl 定律对加速比的刻画：
S=1(1−p)+pNS=\dfrac{1}{(1-p)+\dfrac{p}{N}}S=(1−p)+Np1
其中 ppp 是可并行比例，对 TCP\text{TCP}TCP 而言，p=0p=0p=0。
流式传输需要一个虚拟的同步时钟，祸不单行的是 TCP\text{TCP}TCP 以积累确认作为 self-clock\text{self-clock}self-clock，虽然延迟确认，捎带确认，GRO/LRO\text{GRO/LRO}GRO/LRO，帧聚集等技术能尽量压缩 ACK\text{ACK}ACK 小包的数量，但仍存在一个不破坏 self-clock\text{self-clock}self-clock 的极限边界，它随吞吐线性增长。换句话说，吞吐越高，ACK\text{ACK}ACK 小包越多，消耗的单包处理资源越多，最终侵夺掉所有资源。
TCP\text{TCP}TCP 的确认机制加重了串行流的负担，虽然一个载荷报文的长度理论上可以长到一通电话，超线性增长的带宽足以负担足够大的载荷报文，但实际上 000 字节的确认却依然随 BDP\text{BDP}BDP 而不仅是时延而快速增加。
这是《规模：复杂世界的简单法则》描述的克莱伯定律的又一实例。
为什么小包这么厉害，因为再小的包也要 "一趟流程"，而每一趟都要一个一个处理，而大包载荷则只需一个包头批处理，利用底层并行资源，"一次性捆绑" 通过。参考高速公路收费员，排列一公里的摩托车和排列一公里的装满摩托车的大挂集装箱卡车，哪个工作更耗时。
流式传输的不可并行化处理，在低时延场景直接抵消了 spraying\text{spraying}spraying，GPU\text{GPU}GPU 的所有收益，这意味着流式传输在 DCN\text{DCN}DCN，AI\text{AI}AI 算力网络的不适应，而在高时延的广域网，QUIC\text{QUIC}QUIC 在端到端传输层面只是另一个更高级的 TCP\text{TCP}TCP，通过加密抵制了协议僵化，从而开辟了更多转发传输的可能，但对拥塞的反应和实际效果，所有流式传输协议都一样。
理论上，流式传输更像沿袭自电话网络，而不是分组交换网，分组交换网从被提出就是 packet-based\text{packet-based}packet-based 的，抵御核打击正需要这种分布式冗余，正是这个原因，才抽象出了沙漏哑铃模型。
在沙漏模型中做流式传输是一种良性的投机，处理好乱序重排即可，但流式传输的低性能并不在传输协议的设计，而在沙漏本身，因为它的腰太细了，太哑了。但总体而言， TCP\text{TCP}TCP 在这个沙漏里的综合表现仍是最优的，注意是综合，而不是性能。
浙江温州皮鞋湿，下雨进水不会胖。