分布式服务超时问题

最近发现有一次启动mongos需要特别久，查明原因后发现是超时时间过长导致。

因为后端三台configdb中的一台死机，mongos启动时会去分别连接这几台configdb，在connect这台机器的时候，由于机器无响应，导致超时后才能返回，这样启动时间超过了一分钟。而且在查询mongos的时候，有些命令(show dbs)也会阻塞很久，因为要同步从configdb取结果。

解决办法可以将操作系统的/proc/sys/net/ipv4/tcp_syn_retries改为0，这样当连接tcp连接时，发送的sync无响应，不会再重试，这样超时时间就是3s。或者修改mongos源码，将超时时间改短。

在分布式服务系统中，后端机器经常会有多台，原则上一台机器死机，是不影响服务的。但由于有时候将超时时间设置过长，在同步访问后端的机器中就会出现超时问题，这样即使一台机器挂掉，对服务会对有影响。

如果网络条件比较好，实际上这些超时时间是可以设置很短的，例如50毫秒。当机器出问题后，对整体服务影响不大。