想象一家高峰期的三甲医院急诊科：心梗病人、骨折病人、感冒病人同时涌入，医生和床位是有限的。如果按“先来后到”处理，感冒病人可能排在心梗病人前面——这在医疗上是不可接受的。所以医院设置了分诊台：先评估每个病人的紧急程度，再决定谁先进抢救室、谁去普通诊室、谁在候诊区等。
移动网络面临完全相同的困境。一个基站下的所有用户共享同一块频谱资源：有人在打视频电话，有人在刷短视频，有人在后台下载更新包，还有工厂机械臂在等待一条10毫秒内必须到达的控制指令。如果不加区分地“先来先服务”，视频通话会卡顿、机械臂会失控，而纯粹因为一个用户在BT下载大文件，就把所有人的带宽吃光。
这就是QoS（Quality of Service，服务质量）存在的根本理由：在共享的、有限的无线的资源上，让不同业务得到与其需求匹配的差异化对待。某百科对QoS的经典定义是：网络对不同的应用、用户或数据流提供不同优先级，或对某个数据流保证特定性能水平的能力，其衡量维度包括丢包率、速率、时延、抖动等。
一个重要的背景认知：“保障”的本质是“牺牲”。网络的容量不会因为QoS而变多，QoS做的只是重新分配——把资源从“不在乎”的业务手里，挪给“很在乎”的业务。理解了这一点，后面所有机制（准入、抢占、限速）都会变得顺理成章。
4G LTE的QoS模型建立在“EPS承载”上：一条端到端承载从核心网一路贯通到无线侧，核心网承载、S1承载、无线承载一一对应，像一根焊死的管子。这个模型的问题是：
5G的做法是把“QoS的定义”和“资源的分配”解耦。核心网层面只定义一种轻量的逻辑概念——QoS Flow（QoS流），它是PDU会话内QoS区分的最小粒度，每条流用一个编号 QFI（QoS Flow Identifier） 标识，相同QFI的的用户数据获得相同的转发处理。至于这些流在无线侧怎么跑，基站自己决定：可以一条QoS流独占一个无线承载（DRB），也可以把多条“胃口相近”的QoS流合并塞进同一个DRB。
这个解耦是5G QoS设计中最优雅的一笔，用一张图看全貌：
flowchart TB
DN["外部数据网络<br/>(互联网 / IMS语音)"] --> UPF
subgraph CORE["5G核心网用户面"]
UPF["UPF<br/>下行分类器: 按PDR规则给数据包打QFI标签"]
end
UPF --> QF1 & QF2 & QF9
subgraph SESSION["一个PDU会话内的三条QoS流(逻辑概念)"]
QF1["QoS流1<br/>QFI=1 语音 GBR"]
QF2["QoS流2<br/>QFI=2 视频通话 GBR"]
QF9["QoS流9<br/>QFI=9 普通上网 Non-GBR"]
end
QF1 -->|"独占"| DRB1
QF2 & QF9 -->|"合并复用"| DRB2
subgraph RAN["基站 gNB"]
SDAP["SDAP子层<br/>决定QoS流到DRB的映射"]
DRB1["DRB1"]
DRB2["DRB2"]
end
DRB1 --> UE["终端UE"]
DRB2 --> UE
注意图中的关键点：QoS流是“逻辑管道”，DRB才是“物理车道”。QoS流描述的是“这股数据需要什么待遇”，DRB描述的是“用什么无线资源配置去兑现”。两者之间由基站里一个叫SDAP的协议子层负责映射，映射关系可以是一对一，也可以是多对一。4G时代那种“核心网建一条承载、无线就必须建一条对应承载”的僵硬绑定，在5G里被彻底打散了。
QoS流看不见摸不着，真正落到传输上，QFI标签必须随包传递。下上行方向的做法是对称但分工不同的：
flowchart LR
subgraph DL["下行方向(核心网说了算)"]
A["互联网IP包"] --> B["UPF查PDR<br/>(包检测规则)<br/>按IP五元组/端口/协议匹配"] --> C["给包打上QFI标签<br/>封装进GTP-U隧道头"] --> D["gNB的SDAP层<br/>按QFI送入对应DRB"]
end
subgraph UL["上行方向(终端说了算)"]
E["应用产生IP包"] --> F["UE查QoS规则<br/>匹配包过滤器"] --> G["SDAP包头携带QFI<br/>发往基站"] --> H["gNB校验QFI<br/>重新封装送UPF"]
end
那终端里的QoS规则从哪来？两个途径：一是网络通过信令明确下发；二是反射式QoS（Reflective QoS）——终端观察下行包的QFI标记，照镜子一样反推出“对面怎么给我分类的，我上行就照着办”，自己生成对称的上行规则。这个设计的动机是省信令：对于大量短命的应用流（比如一次网页加载产生的几十条流），逐条下发规则的信令开销远大于让终端自学。
还有一个保底设计：每个PDU会话必须有一条“默认QoS规则”，它匹配一切包（match-all）、优先级最低、对应一条Non-GBR流。这是为了回答一个致命问题——“如果一个包谁都匹配不上怎么办？”答案是有默认流兜底，永远无家可归的包是不存在的。
每条QoS流的核心参数叫5QI（5G QoS Identifier）。它的设计哲学是“用编号代替逐项协商”：标准预先定义了一组常用的参数组合（叫“标准化5QI”），网络只要告诉基站“这条流是5QI=1”，基站就知道该按什么时延预算、丢包率、优先级去调度，不需要逐个参数传输信令。这大幅压缩了控制面开销，也让不同厂商设备之间对“什么是语音级服务”有了共同语言。
一个5QI背后捆绑的“QoS特性”包括：
| 特性参数 | 含义 | 通俗理解 |
|---|---|---|
| 资源类型 | GBR / Non-GBR / 时延关键GBR | 包不包桌 |
| 优先级 | 数字越小优先级越高 | 排队的位次 |
| 包时延预算（PDB） | 允许的最大传输时延（含排队） | 限时送达承诺 |
| 包误码率（PER） | 允许的最大丢包比例 | 允许摔坏几件货 |
| 平均时间窗 | 评估速率的时间粒度（仅GBR类） | 按多长时间算平均 |
| 最大数据突发量（MDBV） | 单次允许的最大突发字节数（仅时延关键GBR） | 一次最多塞多少件 |
下表摘录几个最常见的标准化5QI，可以直观看到不同业务的“待遇差”有多大：
| 5QI | 典型业务 | 资源类型 | 默认优先级 | 时延预算PDB | 误码率PER |
|---|---|---|---|---|---|
| 1 | 会话式语音（VoNR） | GBR | 20 | 100 ms | 10⁻² |
| 2 | 会话式视频 | GBR | 40 | 150 ms | 10⁻³ |
| 3 | 实时游戏 | GBR | 40 | 50 ms | 10⁻³ |
| 5 | IMS信令 | Non-GBR | 10 | 100 ms | 10⁻⁶ |
| 7 | 视频/互动游戏流 | Non-GBR | 30 | 100 ms | 10⁻³ |
| 8 | 默认互联网业务 | Non-GBR | 80 | 300 ms | 10⁻⁶ |
| 9 | 默认互联网业务（最常用） | Non-GBR | 60 | 300 ms | 10⁻⁶ |
| 82 | 离散自动化（工业） | 时延关键GBR | 19 | 10 ms | 10⁻⁴ |
读这张表有几个“为什么”值得咀嚼：
除了标准化5QI，运营商也可以自定义“非标5QI”，此时完整的参数集要随信令逐项下发，灵活性更高但开销更大。
5G把QoS流的资源类型分成三类，这是整个QoS体系的分水岭：
| 对比维度 | GBR（保证比特率） | Non-GBR（非保证比特率） | 时延关键GBR |
|---|---|---|---|
| 核心承诺 | 保底速率GFBR一定给到 | 不承诺速率，只排优先级 | 保底速率+极短时延 |
| 速率上限 | MFBR封顶 | Session-AMBR / UE-AMBR封顶 | MFBR封顶+突发量MDBV约束 |
| 建立时要准入检查吗 | 要，资源不够就拒绝或抢占 | 不要，直接建 | 要，且更严格 |
| 资源不够时 | 网络发通知（QNC），可能改参数或释放 | 靠调度优先级“软性”区分 | 立即上报，容忍度极低 |
| 典型业务 | VoNR语音、视频通话 | 上网、下载、流媒体 | 工业控制、智能电网 |
用餐厅类比：GBR是订座包桌——进门时服务员先查有没有空位，有位才让你进，进了就保证你有桌子；Non-GBR是排队叫号——不查位子随便进，大家抢公共座位，抢不抢得到看运气和“VIP等级”（优先级）。
两个关键参数由此登场：
GBR流建立时，基站必须做准入控制（Admission Control）——这是GBR承诺的字面兑现手段。数学上是一个极简的不等式：
$$\sum_{i \in \text{已建立GBR流}} GFBR_i + GFBR_{\text{新流}} \le C_{\text{admission}}$$
其中 $C_{\text{admission}}$ 是基站根据当前负载、频谱效率估算出的“可保障容量”（注意它不是小区总容量，而是打了保守折扣、确保承诺能兑现的部分）。等式不成立时，新流被拒绝，或者——如果它的ARP优先级够高——抢占踢掉一条低优先级的已建流。
准入之后是运行期的兑现，基站的调度器像一个同时盯着多个计时器的空中管制员：
flowchart TD
A["新GBR流到达<br/>申请资源"] --> B{"准入检查:<br/>存量GFBR之和 + 新流GFBR<br/>是否≤可保障容量?"}
B -- "不够" --> C["拒绝建立<br/>或按ARP规则抢占低优先级流"]
B -- "够" --> D["接受该流, 预留资源"]
D --> E["运行期逐周期调度"]
E --> F{"该流本窗口内<br/>GFBR还差多少?"}
F -- "没达标" --> G["优先调度该流<br/>先补足保底速率"]
F -- "已达标" --> H["剩余资源分给Non-GBR<br/>按优先级+公平性调度"]
G --> I{"持续无法满足GFBR?"}
I -- "是" --> J["向核心网发QoS通知<br/>可能调整参数或释放流"]
I -- "否" --> E
H --> E
这里藏着GBR模型最重要的“诚实条款”：承诺是有条件的。无线信道是波动的，用户可能开进电梯井、走到小区边缘。一旦基站发现自己确实兑现不了GFBR承诺，它不是硬撑着装没事，而是通过QoS通知机制上报核心网（前提是该流开启了通知控制QNC），让网络决定是降级、改参数还是释放。这就是“保证”的边界——保证的是网络尽力维持的资源优先权，不是物理定律层面的绝对承诺。
Non-GBR流没有准入、没有保底，那怎么防止它把小区资源榨干？答案是两层聚合最大比特率（AMBR）限速：
$$R_{\text{UE实际}} = \min\left(r_{\text{业务需求}},\ \text{Session-AMBR},\ \text{UE-AMBR}\right)$$
两个上限取最小值生效。这个设计的精妙之处在于分层封顶：会话级管住“单个应用别闹”，终端级管住“单个用户别闹”，剩下的资源天然留给了GBR流和别的用户。现实中运营商的“套餐限速”（比如达量降速到1Mbps）绝大多数就是通过调低AMBR实现的——这是QoS参数直接变成商业产品的例子。
ARP（分配与保持优先级）是独立于5QI之外的一组参数，包含三个字段：
为什么ARP不并入5QI？因为业务特性（5QI）和运营策略（ARP）是两码事。同样是5QI=1的语音，消防员的呼叫电话理应比普通用户的更难被挤掉——这个差异化无法从业务类型推出来，只能由运营商策略决定。所以标准把两者拆开：5QI描述“这个业务需要什么”，ARP描述“它配得到什么地位”。
抢占的运行图景类似航班超售后的处理：新来的头等舱旅客（高优先级+允许抢占）可以要求经济舱旅客（低优先级+可被抢占）下机；但一个标了“不可被抢占”的旅客，哪怕只有经济舱票，别人也不能动他。现网的最佳实践之一，就是给关键业务（应急通信、工业控制）配置“不可被抢占”标志。
把前面的概念串成一条时间线。下图是一次PDU会话建立时，QoS相关信息如何到达网络各节点（结合现网抓包常见的消息流简化绘制）：
sequenceDiagram
participant UE as UE终端
participant gNB as 基站gNB
participant AMF as AMF(移动性管理)
participant SMF as SMF(会话管理)
participant UPF as UPF(用户面)
UE->>AMF: 请求建立PDU会话
AMF->>SMF: 转交会话创建
SMF->>SMF: 向策略网关取授权参数<br/>生成QFI、QoS规则、PDR
SMF->>UPF: 下发PDR+转发规则(核心网侧分类依据)
SMF->>gNB: 经AMF下发QoS档案(5QI/ARP/Session-AMBR)
SMF->>UE: 经AMF下发QoS规则+默认规则+Session-AMBR
gNB->>gNB: SDAP建立QFI到DRB映射<br/>做GBR准入检查
gNB->>UE: RRC重配置: 建DRB并配置SDAP
UE-->>gNB: 无线承载配置完成
gNB-->>AMF: 资源建立响应(含接受的QFI列表)
Note over UE,UPF: 此后每个数据包按QFI标签<br/>全链路获得一致的转发待遇
一个真实现网抓包的典型样貌（数值来自公开的仿真日志示例）：会话建立请求里携带下行5Gbps/上行2Gbps的会话AMBR，QoS流QFI=1引用标准化5QI=9，ARP优先级15、不触发抢占、不可被抢占；下发的默认QoS规则是“匹配一切包、规则优先级255、指向QFI=1”。所有本文讲过的概念——5QI、ARP三字段、AMBR、默认规则——在这短短几条消息里全部现身。
经常有工程师把切片和QoS流混为一谈，其实它们是不同粒度、不同目的的两层机制：
打个比方：切片是滑雪场分隔出的高级道、中级道、初级道（物理隔离，互不干扰）；QoS流是同一条雪道上的索道优先权（同一场地内，谁先上缆车）。两者正交：一个切片内有多种5QI的流，同一种5QI也可以出现在多个切片里。终端发起会话时同时携带S-NSSAI和QoS参数，先选道、再排序。
回头看5G QoS的全貌，每个机制都在回答同一个问题：当资源不够时，网络依据什么、按什么顺序、兑现哪些承诺——
它不创造任何新容量，它只是把“稀缺”这件事变得有规则、可预期、可运营。理解了这一点，再去读任何QoS参数、任何信令字段，你看到的都不再是枯燥的表格，而是一整套关于“稀缺资源如何公平而高效地分配”的工程智慧。
Q1：QFI和5QI到底有什么区别？老是分不清。 A：QFI是流的编号（名字），在一个PDU会话内唯一，作用是让每个数据包“报出自己属于哪条流”；5QI是特性模板的编号（等级），作用是一句话声明这条流需要什么待遇。一条会话里可以有多条QFI不同的流共用同一个5QI（比如两条都是5QI=9的流），但它们QFI不同、是两条独立的流。类比：QFI是“3号桌客人”，5QI是“他们订的是A套餐”。
Q2：GBR流的GFBR兑现不了，用户会立刻掉话吗？ A：不会立刻。基站先通过QoS通知机制上报核心网（前提是流开启了通知控制），核心网可以改参数、降级为Non-GBR、或维持现状继续观察。掉话与否取决于后续决策，而非单次无法达标。所以日志里看到QoS通知不等于故障，它恰恰是体系在“诚实履约”。
Q3：网络切片和GBR是不是一回事？有切片是不是就不需要GBR了？ A：不是一回事，也不能互相替代。切片是资源隔离分区（滑雪场的不同雪道），GBR是分区内的资源保底（雪道上的索道优先权）。切片内的业务照样需要5QI/GBR参数来区分等级；反过来，只有GBR没有切片，业务之间依然是共享资源的，做不到行业级的隔离与专用容量承诺。
Q4：为什么优先级是数字越小越高？这反直觉的设计为什么不改？ A：这是延续自早期电信系统（以及类似Unix nice值）的历史惯例，5G标准化时为了与4G参数体系平滑互通沿用了下来。可以记一个统一口诀：5QI默认优先级、ARP优先级、QoS规则优先级，全部“小数大权”。调试时把这条写进checklist，能避免一大批方向性误判。
Q5：套餐“达量限速”在技术上是怎么实现的？ A：绝大多数是通过调低该用户的UE-AMBR实现的。AMBR是Non-GBR流量的总闸门，由网络侧按签约数据计算下发，不需要逐条流限速。这也解释了为什么限速后“信号满格但还是慢”——因为瓶颈根本不在无线信道，而在策略层的速率封顶。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。