我们正在使用 websockets（特别是 Node.js 上的 uws.js）来运行多人测验。该服务器在 eu-west-2a 区域的 AWS t2.micro 上运行，但最近，我们看到一些玩家的延迟非常高 - 但只是间歇性的。
通过延迟，我实际测量的是从发送广播消息（使用 uws 内置的 pub-sub）到玩家设备告诉服务器他们已经安全接收到它所花费的时间。我们正在跟踪的消息告诉玩家的设备进入下一阶段的测验，因此它对应用程序的工作非常关键。大多数时候，对于英国的玩家来说，这个时间大约是 30 到 60 毫秒，但时不时地我们会看到长达 17 秒的延迟。
最近我们在世界的另一端有一个小组到我们的服务器做一个测验，虽然只有十来位玩家，所以服务器绝对没有超载，我们看到大约一半的小组断断续续地得到这些，非常高的延迟峰值，他们的设备需要 12、17、22 甚至 39(!!) 秒才能确认已收到消息。尽管这是一个慢节奏的测验，但这仍然是一个令人难以置信的延迟，并且会产生真正的不利影响。
我的问题是，我怎么知道是什么原因造成的，我该如何解决？我的猜测是这与 TCP 及其按顺序交付有关，再加上一些可能不可靠的互联网连接，因为昨天的一名玩家似乎在 39 秒内什么也没收到，然后连续三条消息都被备份了。对我来说，这表明丢包，但在尝试解决它时我什至不知道从哪里开始。我还没有弄清楚如何重现它（我在玩自己的时候从未见过它发生过），这让事情变得更加困难。