easyconnect获取服务端配置信息失败_linux内核协议栈TCP time_wait原理、配置、副作用...

关于作者

前滴滴出行技术专家，现任OPPO文档数据库mongodb负责人，负责oppo千万级峰值TPS/十万亿级数据量文档数据库mongodb内核研发及运维工作，一直专注于分布式缓存、高性能服务端、数据库、中间件等相关研发。后续持续分享《MongoDB内核源码设计、性能优化、最佳运维实践》，Github账号地址:https://github.com/y123456yz

1. time_wait状态产生条件

只有在正常四次挥手关闭连接的情况下，在主动关闭连接的一方会出现一段时间的time_wait。如果启用了快速回收功能，回收时间和网络延迟状况有关，正常情况下小于1s，如果没有开启time_wait快速回收功能，则time_wait回收时间默认60s。

三次挥手过程（FIN+ACK， FIN+ACK，ACK）的情况，例如杀掉一段进程，第一个发送FIN+ACK的一端也会产生time_wait。

2. Time_wait状态相关参数说明

TCP中有和time_wait状态相关的参数有以下四个：

tcp_tw_recycle	表示开启TCP连接中time_wait的快速回收功能，默认为0，表示关闭；生效前提是必须启用本端和对端tcp_timestamps配置。
tcp_timestamps	时间戳选项，只有在该选项置1的时候tcp_tw_recycle才会生效。
tcp_max_tw_buckets	表示系统同时保持time_wait的最大数量，如果超过这个量，time_wait将打印警告信息。超限的时候后面产生的time_wait直接不处理，释放资源。注意：是新的连接直接释放资源，老的连接还是处于time_wait状态。
Tcp_tw_reuse	客户端大量time_wait状态存在时，端口被占用，当有新的连接，如果没有可用端口，则会连接失败。启用该功能后，可以复用time_wait状态的连接。客户端tcp_tw_reuse生效前提是启用本端和对端tcp_timestamp。 Tcp_tw_reuse端口重用功能一般只针对客户端，因为服务端一般都是监听固定端口，端口数是固定的，端口不会用完。而客户端每次连接端口一般都是由协议栈自动分配。

3. Time_wait快速回收

3.1 快速回收功能失效前提

Time_wait快速回收功能生效前提：启用tcp_tw_recycle，并启动本端和对端tcp_timestamps配置。启用timestamps功能时，报文中会携带时间戳选项信息，抓包如下：

3.2 启用time_wait快速回收功能副作用

如果启用了tcp_tw_recycle和tcp_timestamps，如果接收报文四层选项字段带有时间戳信息，则会对时间戳进行检查，对不满足条件的包会直接丢弃，可能会造成客户端连接建立不成功。例如网络路由信息反复变化，移动cmwap网络发来的包的时间戳乱跳，同一局域网通过路由器做NAT访问服务器(因为做NAT后，源IP就变为路由器的IP了，如果局域网内各个电脑系统时间不一致，则会出现)等情况有可能会出现部分连接异常。原因是tcp_tw_recycle/tcp_timestamps以及对端tcp_timestamps都开启的条件下，60s内同一源ip主机的socket connect请求中的timestamp必须是递增的。不同主机经过路由器做NAT后，报文的源IP地址就变为路由器的IP地址了。

3.3内核协议栈相关主要源码

Time_wait状态生成及快速回收相关代码：

开启timestamps引起的丢包相关源码如下:

4. 客户端端口重用

4.1 客户端大量time_wait，端口重用前提

启用tcp_tw_reuse，并启动本端和对端tcp_timestamps配置。

4.2 内核协议栈相关主要源码

5. 大量timewait对客户端、服务端影响

5.1 客户端大量time_wait影响

1. 大量time_wait会造成连接资源不释放，内存无法回收。
2. 由于客户端端口一般采用协议栈随机分配的方式，协议栈会给每个客户端连接分配一个未使用的端口，因此如果客户端同一IP对应的time_wait数量超过ip_local_port_range设置的最大值（也就是65000），端口将被用完，连接会无法建立。

5.2 服务端大量time_wait影响

由于服务端只占用监听端口，因此不存在端口用完的现象。服务端大量time_wait唯一影响是：资源不释放，内存无法回收。

6. 测试验证

本次测试结果采用sysbench.short来压测cobar来验证，客户端物理设备和服务端物理设备的ip_local_port_range(1024~65000)和tcp_max_tw_buckets(81920)参数都是默认值，测试结果如下：

1. 当cobar服务端time_wait数达到81920的时候，任然可以继续接收客户端连接，能够正常提供连接服务。
2. 当客户端测试工具sysbench.short服务器上的time_wait数达到60000多的时候，客户端连接失败，无法连接，因为端口用完。打印：Cannot assign requested address； Cobar服务器time_wait超限时打印：

Cobar服务器time_wait超限的情况下，客户端sysbench压测结果基本不受影响，如下：

从上面测试可以看出，服务端time_wait不会影响客户端建链，只是占用内存。如果是客户端出现大量time_wait状态，此时端口用完，则无法建立连接。以上测试结论符合理论、代码分析。

7. 三种解决time_wait方法总结

	Time_wait快速回收	端口重用	限制Tcp_max_tw_buckets
配置方法	在需要进行time_wait快速回收的一端进行一下配置：tcp_tw_recycle：1本端tcp_timestamps：1对端tcp_timestamps：1	在需要进行time_wait快速回收的一端进行一下配置：tcp_tw_reuse：1本端tcp_timestamps：1对端tcp_timestamps：1	配置Tcp_max_tw_buckets的值在60000以下。例如配置为30000
副作用	在某些情况下可能引起用户建连接失败（例如需要直接返回给用户信息的服务器）比较暴力，不符合TCP协议规范	在某些情况下可能引起用户建连接失败（例如需要直接返回给用户信息的服务器）部署复杂，需要同时改服务端，而服务端比较多。服务器时间戳会带出IDC，经过中间各种网络设备，尤其是运营商的无线设备等，如果某个设备对时戳有校验，则会产生丢包问题。	比较暴力，不符合TCP协议规范应急的处理，立竿见影。建议这种。