随机丢包率：百分比背后的丢包机制与测试影响
随机丢包按设置的概率对每个数据包独立掷骰子：命中就丢，不命中就放行。它是模拟「信号差」最基础的损伤类型，也是最容易被低估破坏力的参数。
与连续丢包是两套参数
编辑页里丢包相关的字段有好几个，先分清两组：
- 随机丢包（0-100，单位 %）：逐包独立丢弃，散布均匀；
- 连续丢包（放行/丢包，单位 ms）：按时间窗口成片丢弃，两个参数必须一起设置才生效，配合 Burst 还能做「存起来爆发发送」的形态，见周期弱网与 Burst 模型。
| 维度 | 随机丢包 | 连续丢包 |
|---|---|---|
| 丢的形态 | 均匀散布 | 成片出现 |
| TCP 表现 | 持续降速，但能缓过来 | 触发快速重传/超时重传 |
| 典型场景 | 信号弱区 | 隧道、电梯瞬间 |
百分比档位的经验参考
官方预设给过两档锚点：5% 为轻度（低丢包率预设）、30% 为重度（高丢包率预设），见网络场景模板库总览。中间可以按 10%/15%/20% 做梯度，观察被测产品的拐点。
为什么百分之几的丢包杀伤力巨大
- TCP 层：丢包被理解成拥塞，窗口收缩、速度骤降，2% 丢包就能让长连接传输明显变慢；
- 应用层：一条 HTTP 请求丢一个包，整包重传，响应时间翻倍；
- 放大效应：一个页面几十个请求，每个 5% 概率丢包，整体失败概率远超直觉——这正是为什么弱网测试值得单独做一轮专项里说的「偶发问题」主因。
上下行分开丢
上行丢包模拟「用户发不出去」，下行丢包模拟「服务器回不来」，两者的应用表现不同：上行丢多见于提交失败、发图卡住；下行丢多见于加载超时、图片裂图。排查用户投诉时按方向分开设，能快速定位问题在哪一跳。
丢包定位到具体包层面，靠抓包看重传：见pcap 文件与 Wireshark 分析。