WinSock TCP keepalive的机理及使用(自动心跳包的发送)

TCP是面向连接的,在实际应用中通常都需要检测对端是否还处于连接中。如果已断开连接，主要分为以下几种情况：

 

1. 连接的对端正常关闭，即使用closesocket关闭连接。

2. 连接的对端非正常关闭，包括对端异常关闭，网络断开等情况。

对于第一种情况，很好判断，但是对于第二种情况，可能会要麻烦一些。在网上找到了一些文章，大致有以下两种解决方法：

? 自己编写心跳包程序

简单的说也就是在自己的程序中加入一条线程，定时向对端发送数据包，查看是否有ACK，如果有则连接正常，没有的话则连接断开。

? 使用TCP的keepalive机制

这个需要在WinSock编程时对当前SOCKET进行相应设置即可，比较方便。

为了方便起见，我这里采用keepalive机制，下面我就以WinSock上我实验得到的结果来大致讲一下其机理和使用方法。

首先说一下keepalive来判断异常断开的原理，其实keepalive的原理就是TCP内嵌的一个心跳包。

以服务器端为例，如果当前server端检测到超过一定时间（默认是7,200,000 milliseconds ，也就是2个小时）没有数据传输，那么会 向client端发送一个keep-alive packet（该keep-alive packet就是ACK和当前TCP序列号减一的组合），此时client端应该为以下三种情况之一：

1. client端仍然存在，网络连接状况良好。此时client端会返回一个ACK。server端接收到ACK后重置计时器，在2小时后再发送探测。如果2小时内连接上有数据传输，那么在该时间基础上向后推延2个小时。

2. 客户端异常关闭，或是网络断开。在这两种情况下，client端都不会响应。服务器没有收到对其发出探测的响应，并且在一定时间（系统默认为1000 ms）后重复发送keep-alive packet，并且重复发送一定次数（2000 XP 2003 系统默认为5次, Vista 后的系统默认为10次）。

3. 客户端曾经崩溃，但已经重启。这种情况下，服务器将会收到对其存活探测的响应，但该响应是一个复位，从而引起服务器对连接的终止。（这条摘抄自http://www.cppblog.com/zhangyq/archive/2010/02/28/108615.html，我自己并不太明白）。

了解了keep alive大致的原理，下来看看在程序中怎么用，怎么设置参数：

#include <mstcpip.h>

BOOL bKeepAlive = TRUE;
int nRet = setsockopt(sock, SOL_SOCKET, SO_KEEPALIVE,(char*)&bKeepAlive,sizeof(bKeepAlive));
if (nRet == SOCKET_ERROR)
{
    TRACE(L"setsockopt failed: %d/n", WSAGetLastError());
    return FALSE;
}
// set KeepAlive parameter
tcp_keepalive alive_in;
tcp_keepalive alive_out;
alive_in.keepalivetime = 500; // 0.5s
alive_in.keepaliveinterval = 1000; //1s
alive_in.onoff = TRUE;
unsigned long ulBytesReturn = 0;
nRet = WSAIoctl(sock, SIO_KEEPALIVE_VALS, &alive_in, sizeof(alive_in),&alive_out, sizeof(alive_out), &ulBytesReturn, NULL, NULL);
if (nRet == SOCKET_ERROR)
{
    TRACE(L"WSAIoctl failed: %d/n", WSAGetLastError());
    return FALSE;
}

其中，setsockopt设置了keepalive模式，但是系统对keepalive默认的参数可能不符合我们的要求，比如空闲2小时后才探测对端是否活跃，所以WSAIoctl函数通过tcp_keepalive结构体对这些参数进行了相应设置。tcp_keepalive这个结构体在mstcpip.h头文件中有定义：
 

structtcp_keepalive 
{
    ULONGonoff ; //是否开启keepalive
    ULONGkeepalivetime ; //多长时间（ms）没有数据就开始send心跳包
    ULONGkeepaliveinterval ; //每隔多长时间（ms）send一个心跳包，
    //发5次(2000 XP 2003默认), 10次(Vista后系统默认)
};

这个结构体设置了空闲检测时间，及检测时重复发送的间隔时间。详细的可以查询msdn : http://msdn.microsoft.com/en-us/library/dd877220(VS.85).aspx。

按照msdn上的说法，这些参数也可以通过在注册表里设置，分别为：

HKLM/SYSTEM/CurrentControlSet/Services/Tcpip/Parameters/KeepAliveTime

HKLM/SYSTEM/CurrentControlSet/Services/Tcpip/Parameters/KeepAliveInterval

另外，有些人可能已经发现了，tcp_keepalive这个结构体中没有对重试次数这个参数的设置，这个参数可以通过注册表来设置，具体位置为：

HKLM/SYSTEM/CurrentControlSet/Services/Tcpip/Parameters/TcpMaxDataRetransmissions

关于在注册表中设置这几个参数，我在XP和Server2008系统中都没有找到，msdn上说貌似只是支持server 2003，我这里没有实验，具体不太清楚。

设置好keepalive以后，我们通过实验来看看当client异常退出或是网络断掉的情况下，keepalive怎么通知我们异常断开的情况。这里采用select模式，实验环境为XP系统和Win7系统，几种情况返回值如下：

1． 正常断开

select函数正常返回，recv函数返回0

2． 异常断开

a) 程序异常退出，如client端重启，应用非正常关闭等

select函数正常返回，recv函数返回SOCKET_ERROR，WSAGetLastError()得到的结果为WSAECONNRESET(10054)。

b) 网络断开

结果同上：select函数正常返回，recv函数返回SOCKET_ERROR，WSAGetLastError()得到的结果为WSAECONNRESET(10054)。

 

P.S. 网上有些文章中写的WSAGetLastError()得到的结果为ETIMEDOUT，我这里不太清楚为什么和我这里得到的不太一样。

另外，在实验中，我发现了一个和以前理解的不太相同的地方，在这里也记录下来：

对于程序异常退出的情况（这里所说的异常退出包括程序异常关闭、重启等情况，但不包括系统待机休眠），实际上在不开启keepalive的情况下也是可以检测到的，我这里测试得到在不开启keepalive的情况下，异常关闭client端程序，server 端recv函数会立即返回SOCKET_ERROR，last error同样为WSAECONNRESET。但是对于网络断开及系统待机休眠的情况，则必须设置 keepalive 才能检测到，并且对于上述情况，当网络重新连接或者系统恢复后，SOCKET连接并不能恢复。

具体原因我这里也不太清楚，看到有一篇文章是这样写的：“异常关闭下，SOCKET虚拟通路会被重设，远端正在接受的调用就都会失败”。不知道正确与否，感觉有一定的道理，暂时记录下来。