在分析一些应用程序日志时发现了这个问题，这些日志报告称，当服务器收到来自多个客户端的消息时，会出现几秒钟的峰值，但延迟时间较长（最多几秒钟）。应用程序本身使用持久连接，客户端和服务器通过该连接每秒交换几十次短消息（远小于 MTU）（想想语音数据/游戏流量）。
为了深入挖掘，我录制了一个 tcpdump，并发现来自多个（但不是全部）客户端的随机段在这些峰值期间丢失（因此服务器会发送大量 SACK），并且在最佳情况下重新传输大约需要 300 毫秒，因此在应用程序级别上存在延迟，而服务器则等待丢失的片段。对于特定受影响的客户端，它不仅仅是每个峰值一次重新传输，而是一系列重新传输。像ifconfig -a不报告任何数据包丢失这样的命令/var/log/syslog是干净的。信道是 10Gbit，而高峰时段的传入/传出流量仅为 10Mbit。
问题是：什么原因可能导致这种情况？哪些工具可以帮助发现潜在问题？在哪里查找？这与服务器提供商有关吗？