TCP连接出现大量TIME_WAIT？

在网络编程中，TIME_WAIT 是 TCP 协议的一个正常状态，用于确保数据能够可靠地传输到对方。然而，在高并发场景下，大量的 TIME_WAIT 连接可能会对服务器性能产生影响，甚至导致新的连接无法建立。本文将深入分析 TIME_WAIT 状态的成因，并提供相应的解决策略。

一、TIME_WAIT 状态概述

TIME_WAIT，也称为 2MSL 等待状态，是 TCP 连接终止过程中的一个阶段。当一方主动关闭连接后，会进入 TIME_WAIT 状态，并保持该状态 2 倍的最大报文段生命周期（MSL）。默认情况下，MSL 为 2 分钟，因此 TIME_WAIT 通常持续 4 分钟。这个状态的目的是确保：

1. 对方收到连接终止的确认（ACK）。
2. 延迟到达的任何数据包被丢弃，而不是被后续连接错误地接收。
   附：MSL 时间
   MSL，Maximum Segment Lifetime，“报文最大生存时间”
3. 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）
4. TCP报文 （segment）是ip数据报（datagram）的数据部分。
5. 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。
6. 2MSL，TCP 的 TIME_WAIT 状态，也称为2MSL等待状态：
7. 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。
8. 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。
9. 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）
10. 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

二、TIME_WAIT 状态的成因

1. 短连接：应用程序频繁地开启和关闭连接，而不是使用持久连接。
2. HTTP 请求：HTTP 请求中 Connection 头部被设置为 close，导致服务端主动关闭连接。
3. TCP 四次挥手：TCP 的正常关闭流程需要进入 TIME_WAIT 状态，以完成数据传输和确保可靠性
   

三、TIME_WAIT 状态的影响

1. 端口耗尽：由于每个 TIME_WAIT 状态的连接都会占用一个本地端口，大量的 TIME_WAIT 连接可能导致端口耗尽，进而无法建立新的连接，上限为 65535(16 bit，2 Byte)
   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. 资源占用：TIME_WAIT 状态的连接虽然不会消耗大量资源，但在大规模系统中，累积起来的影响也不容忽视

四、分析

出现大量的 TIME_WAIT 状态的 TCP 连接时，可以通过以下几个步骤进行分析：

1. 确认现象：首先确认是否真的存在大量的 TIME_WAIT 连接。可以通过网络监控工具或命令（如 netstat -n）来查看当前的 TCP 连接状态。

// 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

2. 分析连接模式：分析应用程序的连接模式，是否存在大量的短连接。例如，HTTP 请求中如果 Connection 头部被设置为 close，则服务端会主动关闭连接，导致 TIME_WAIT 状态
3. 查看端口使用情况：检查本地端口的使用情况，确认是否因为 TIME_WAIT 状态的连接过多导致端口耗尽，从而无法创建新的连接
4. 考虑网络配置：检查网络配置，如 tcp_max_tw_buckets 参数控制系统整体可用 TIME_WAIT 数量，ip_local_port_range 影响源端口的范围
5. 检查应用程序行为：检查应用程序是否正确地管理了连接。例如，HTTP 客户端是否使用了持久连接（Connection: keep-alive），服务器端是否在适当的时候重用了 TIME_WAIT 状态的连接
6. 考虑使用解决方案：如果 TIME_WAIT 状态的连接确实对系统造成了影响，可以考虑以下解决方案：

• 客户端使用持久连接。
• 服务器端调整 tcp_tw_reuse 和 tcp_tw_recycle 参数，允许重用处于 TIME_WAIT 状态的 socket
• 调整 net.ipv4.tcp_timestamps 参数，以利用 TCP 时间戳选项来减少 TIME_WAIT 状态的时间

7. 监控和优化：持续监控 TCP 连接的状态，并根据实际业务需求对应用程序或系统配置进行优化。

五、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）

六、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）

几个核心疑问

1.time_wait 是「服务器端」的状态？or 「客户端」的状态？
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
3、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