几个月前,我们发布了一篇关于IPv4和IPv6的区别。我们的研究团队已经扩大了对这些发现额外的性能测试,更多的领域,更多的位置。
除了评估的速度和性能,我们今天展示的分析利用统计假设测试清楚地识别赢家和关系。使用统计检验是适当的,因为它是100%基于数据;因此公正。需要注意的是,这份报告认为统计模型,考虑随机的可变性来源通常不直接观察到的数据。这提高了模型估计,为您提供更准确的结果。
尽管其他关于这一主题的研究指出一些有趣的比较,没有的我们用一个统计模型来调查指出一个明确的赢家。
方法
执行测试,我们最初跑1000测试考虑六个不同的位置——四个在美国和两个在英国。每一个地点进行了22域,产生264000测试。
为什么这么多测试?首先,我们要收集尽可能多的数据,这样我们可以将不同的交通行为模式。其次,或许明显,改善大样本的统计估计。
我们选择世界顶级网站,同时支持IPv4和IPv6从多个地理位置来确定哪个性能更好。我们使用curl工具来收集数据连接时间和总时间,这些性能指标显著代表用户注意到他们的浏览体验的一部分。

在统计方面的方法,我们的主要目的是测试如果IPv4和IPv6在统计上相等或不同。因此,我们调查在IPv4和IPv6每个域之间的交互,对每一个位置。
不同来源的可变性,我们采用mixed-effects模型。这意味着我们测试的意义为每个IPv4和IPv6之间的交互效应,在每个域和每个位置。执行测试后,我们构建一个图形与模型估计(连同每个估计的95%置信区间)代表各自22域,隔开的位置。这样做是考虑连接时间和总时间响应每个IP版本。
数据分析
我们开始分析的数据首先观察的总结统计数据。
现在我们进入真正的考验。
我们有六位数,缩小一大堆的数学公式和计算的方式,我们可以想象每个测试。在每一个图,我们绘制的系数估计代表IPv4和IPv6之间的差异的影响,以及误差代表95%置信区间,将帮助我们清楚地识别哪些测试导致了领先。

最后的评论
我们分析了IPv4和IPv6在6个不同的位置和22域,为统计假设检验提供mixed-effects模型层次结构的可变性来源占位置,域,和重复测试。我们能从所有这些数据?
为每个位置和在分析测试领域,我们可以得出结论,IPv4是略高于IPv6。当考虑域和位置,可以可视化和比较这些差异。
随着数据中心的位置变化,这些差异可能不会保持一致。也就是说,IPv4和IPv6的位置会影响速度。我们也指出,这种差异很小,只占分数秒。这并不意味着很多人浏览,但对于机器这种差异是显而易见的。
一个有趣的结论是,IPv6似乎比IPv4稍微不那么稳定。它生成更多的异常值。换句话说,有更多的延迟连接和变异系数总时间如上所述。也许IPv6的方式处理附加头与IPv4可能影响这种差异。有趣,因为这两个域处理网络安全。
回顾以前的报告,我们希望看到在IPv4和IPv6的性能没有区别。当考虑每个IP版本的平均差,和过程的变化,我们的新的测试表明一些IPv4和IPv6的性能差异。
请记住,这些位置都位于数据中心直接连接到互联网。对于一个普通的家庭用户,连接速度可能会有所不同,但结论可能是相同的。
考虑到IPv6的优点,它似乎是合理的,其使用将会持续增长。更多的机器将切换到这个协议,因为它提供了更多的IP地址以相似的速度相比,它的前身。