查看原文
其他

终于搞懂了服务器为啥产生大量的TIME_WAIT!

点击关注 👉 DevOps技术栈 2022-11-10

原文链接:http://ningg.top/computer-basic-theory-tcp-time-wait

写在开头,大概 4 年前,听到运维同学提到 TIME_WAIT 状态的 TCP 连接过多的问题,但是当时没有去细琢磨;最近又听人说起,是一个新手进行压测过程中,遇到的问题,因此,花点时间,细深究一下。

从这几个方面着手:

  1. 问题描述:什么现象?什么影响?

  2. 问题分析

  3. 解决方案

  4. 底层原理


1、问题描述

模拟高并发的场景,会出现批量的 TIME_WAIT 的 TCP 连接:

短时间后,所有的 TIME_WAIT 全都消失,被回收,端口包括服务,均正常。即,在高并发的场景下,TIME_WAIT 连接存在,属于正常现象。

线上场景中,持续的高并发场景:
  •  一部分 TIME_WAIT 连接被回收,但新的 TIME_WAIT 连接产生;

  •  一些极端情况下,会出现大量的 TIME_WAIT 连接。


Think:上述大量的 TIME_WAIT 状态 TCP 连接,有什么业务上的影响吗?

Nginx 作为反向代理时,大量的短链接,可能导致 Nginx 上的 TCP 连接处于 time_wait 状态:
  • 1.每一个 time_wait 状态,都会占用一个「本地端口」,上限为 65535(16 bit,2 Byte);

  • 2.当大量的连接处于 time_wait 时,新建立 TCP 连接会出错,address already in use : connect 异常


统计 TCP 连接的状态:
// 统计:各种连接的数量

$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'

ESTABLISHED 1154

TIME_WAIT 1645

Tips:TCP 本地端口数量,上限为 65535(6.5w),这是因为 TCP 头部使用 16 bit,存储「端口号」,因此约束上限为 65535。


2、问题分析


大量的 TIME_WAIT 状态 TCP 连接存在,其本质原因是什么?
  • 1.大量的短连接存在

  • 2.特别是 HTTP 请求中,如果 connection 头部取值被设置为 close 时,基本都由「服务端」发起主动关闭连接

  • 3.而,TCP 四次挥手关闭连接机制中,为了保证 ACK 重发和丢弃延迟数据,设置 time_wait 为 2 倍的 MSL(报文最大存活时间)

TIME_WAIT 状态:
  • 1.TCP 连接中,主动关闭连接的一方出现的状态;(收到 FIN 命令,进入 TIME_WAIT 状态,并返回 ACK 命令)
  • 2.保持 2 个 MSL 时间,即,4 分钟;(MSL 为 2 分钟)

3、解决办法


解决上述 time_wait 状态大量存在,导致新连接创建失败的问题,一般解决办法:
1.客户端,HTTP 请求的头部,connection 设置为 keep-alive,保持存活一段时间:现在的浏览器,一般都这么进行了
2.服务器端
允许 time_wait 状态的 socket 被重用
缩减 time_wait 时间,设置为 1 MSL(即,2 mins)


结论:几个核心要点

1.time_wait 状态的影响:
    • TCP 连接中,「主动发起关闭连接」的一端,会进入 time_wait 状态
    • time_wait 状态,默认会持续 2 MSL(报文的最大生存时间),一般是 2x2 mins
    • time_wait 状态下,TCP 连接占用的端口,无法被再次使用
    • TCP 端口数量,上限是 6.5w(65535,16 bit)
    • 大量 time_wait 状态存在,会导致新建 TCP 连接会出错,address already in use : connect 异常
    2.现实场景:
      • 服务器端,一般设置:不允许「主动关闭连接」
      • 但 HTTP 请求中,http 头部 connection 参数,可能设置为 close,则,服务端处理完请求会主动关闭 TCP 连接
      • 现在浏览器中, HTTP 请求 connection 参数,一般都设置为 keep-alive
      • Nginx 反向代理场景中,可能出现大量短链接,服务器端,可能存在

      3.解决办法:

        • 服务器端允许 time_wait 状态的 socket 被重用
        • 缩减 time_wait 时间,设置为 1 MSL(即,2 mins)


        4、附录 - 底层原理


        几个方面:
        1.TCP 连接状态的查询
        2.MSL 时间
        3.TCP 三次握手和四次握手

        附录 A:查询 TCP 连接状态


        Mac 下,查询 TCP 连接状态的具体命令:
        // Mac 下,查询 TCP 连接状态
        $ netstat -nat |grep TIME_WAIT

        // Mac 下,查询 TCP 连接状态,其中 -E 表示 grep 或的匹配逻辑
        $ netstat -nat | grep -E "TIME_WAIT|Local Address"
        Proto Recv-Q Send-Q Local Address Foreign Address (state)
        tcp4 0 0 127.0.0.1.1080 127.0.0.1.59061 TIME_WAIT

        // 统计:各种连接的数量
        $ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
        ESTABLISHED 1154
        TIME_WAIT 1645


        附录 B:MSL 时间

        MSL,Maximum Segment Lifetime,“报文最大生存时间”

        1.任何报文在网络上存在的最长时间,超过这个时间报文将被丢弃。(IP 报文)

        2.TCP报文 (segment)是ip数据报(datagram)的数据部分。

        Tips:RFC 793中规定MSL为2分钟,实际应用中常用的是30秒,1分钟和2分钟等。

        2MSL,TCP 的 TIME_WAIT 状态,也称为2MSL等待状态:

        • 当TCP的一端发起主动关闭(收到 FIN 请求),在发出最后一个ACK 响应后,即第3次握 手完成后,发送了第四次握手的ACK包后,就进入了TIME_WAIT状态。

        • 2.必须在此状态上停留两倍的MSL时间,等待2MSL时间主要目的是怕最后一个 ACK包对方没收到,那么对方在超时后将重发第三次握手的FIN包,主动关闭端接到重发的FIN包后,可以再发一个ACK应答包。

        • 3.在 TIME_WAIT 状态时,两端的端口不能使用,要等到2MSL时间结束,才可继续使用。(IP 层)

        • 4.当连接处于2MSL等待阶段时,任何迟到的报文段都将被丢弃。

        不过在实际应用中,可以通过设置 「SO_REUSEADDR选项」,达到不必等待2MSL时间结束,即可使用被占用的端口。


        附录 C:TCP 三次握手和四次握手

        具体示意图:
        1.三次握手,建立连接过程
        2.四次挥手,释放连接过程

        几个核心疑问:

        1. time_wait 是「服务器端」的状态?or 「客户端」的状态?
        • RE:time_wait 是「主动关闭 TCP 连接」一方的状态,可能是「客服端」的,也可能是「服务器端」的;
        • 一般情况下,都是「客户端」所处的状态;「服务器端」一般设置「不主动关闭连接」。

        2. 服务器在对外服务时,是「客户端」发起的断开连接?还是「服务器」发起的断开连接?

        • 正常情况下,都是「客户端」发起的断开连接;

        • 「服务器」一般设置为「不主动关闭连接」,服务器通常执行「被动关闭」;

        • 但 HTTP 请求中,http 头部 connection 参数,可能设置为 close,则,服务端处理完请求会主动关闭 TCP 连接,


        关于 HTTP 请求中,设置的主动关闭 TCP 连接的机制:TIME_WAIT的是主动断开方才会出现的,所以主动断开方是服务端?

        1. 答案是是的。在HTTP1.1协议中,有个 Connection 头,Connection有两个值,close和keep-alive,这个头就相当于客户端告诉服务端,服务端你执行完成请求之后,是关闭连接还是保持连接,保持连接就意味着在保持连接期间,只能由客户端主动断开连接。还有一个keep-alive的头,设置的值就代表了服务端保持连接保持多久。

        2. HTTP默认的Connection值为close,那么就意味着关闭请求的一方几乎都会是由服务端这边发起的。那么这个服务端产生TIME_WAIT过多的情况就很正常了。

        3. 虽然HTTP默认Connection值为close,但是,现在的浏览器发送请求的时候一般都会设置Connection为keep-alive了。所以,也有人说,现在没有必要通过调整参数来使TIME_WAIT降低了。

        关于 time_wait:

        1. TCP 连接建立后,「主动关闭连接」的一端,收到对方的 FIN 请求后,发送 ACK 响应,会处于 time_wait 状态;

        2. time_wait 状态,存在的必要性:
            a、可靠的实现 TCP 全双工连接的终止:四次挥手关闭 TCP 连接过程中,最后的 ACK 是由「主动关闭连接」的一端发出的,如果这个 ACK 丢失,则,对方会重发 FIN 请求,因此,在「主动关闭连接」的一段,需要维护一个 time_wait 状态,处理对方重发的 FIN 请求;
            b、处理延迟到达的报文:由于路由器可能抖动,TCP 报文会延迟到达,为了避免「延迟到达的 TCP 报文」被误认为是「新 TCP 连接」的数据,则,需要在允许新创建 TCP 连接之前,保持一个不可用的状态,等待所有延迟报文的消失,一般设置为 2 倍的 MSL(报文的最大生存时间),解决「延迟达到的 TCP 报文」问题。

        - END -

         推荐阅读 

        31天拿下K8s含金量最高的CKA+CKS证书! Kubernetes 网络方案之炫酷的 CiliumPrometheus+InfluxDB+Grafana 打造高逼格监控平台
        民生银行 IT运维故障管理 可视化案例
        Kubernetes YAML 学习,提升编写能力这些 K8S 日常故障处理集锦,运维请收藏~
        猪八戒网 CI/CD 最佳实践之路
        从零开始搭建创业公司DevOps技术栈快、狠、准!系统有效的排查运维类故障12年资深运维老司机的成长感悟
        搭建一套完整的企业级 K8s 集群(v1.20,二进制方式)



        点亮,服务器三年不宕机

        您可能也对以下帖子感兴趣

        文章有问题?点此查看未经处理的缓存