系统基础:Linux服务端 TCP 连接的 TIME_WAIT 问题解决

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。

几个方面:

  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

模拟高并发的场景,会出现批量的 TIME_WAIT 的 TCP 连接:

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 连接产生;
  • 一些极端情况下,会出现大量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:

  1. // 统计:各种连接的数量
  2. ‘/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}’
  3. 1154
  4. 1645

Tips:

TCP 本地端口数量,上限为 65535

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 close 时,基本都由「服务端」发起主动关闭连接
  3. 而,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 4 分钟;(MSL 为 2 分钟)

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
    1. 允许 time_wait 状态的 socket 被重用
    2. 缩减 1 MSL(即,2 mins)

更多细节,参考:

结论:几个核心要点

  1. time_wait 状态的影响
    1. TCP 连接中,「主动发起关闭连接」的一端,会进入 time_wait 状态
    2. time_wait 状态,默认会持续 2 MSL(报文的最大生存时间),一般是 2×2 mins
    3. time_wait 状态下,TCP 连接占用的端口,无法被再次使用
    4. TCP 端口数量,上限是 6.5w(65535,16 bit)
    5. 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
    1. 服务器端,一般设置:不允许主动关闭连接」
    2. 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. 现在浏览器中, HTTP 请求 keep-alive
    4. 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
    1. 服务器端
      1. 允许 time_wait 状态的 socket 被重用
      2. 缩减 1 MSL(即,2 mins)

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

Mac 下,查询 TCP 连接状态的具体命令:

  1. // Mac 下,查询 TCP 连接状态
  2. grep TIME_WAIT
  3. // Mac 下,查询 TCP 连接状态,其中 -E 表示 grep 或的匹配逻辑
  4. )
  5. TIME_WAIT
  6. // 统计:各种连接的数量
  7. ‘/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}’
  8. 1154
  9. 1645

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

  1. 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。

详细细节,参考:

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

基础原理系列:服务端 TCP 连接的 TIME_WAIT 问题_https://www.tiejiang.org_Linux安全运维_第2张

几个核心疑问:

  1. time_wait 是「服务器端」的状态?or 「客户端」的状态?
    1. 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
    2. 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?
    1. 正常情况下,都是「客户端」发起的断开连接
    2. 「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」
    3. 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 Apache httpd 服务器的关联配置,参考:https://elf8848.iteye.com/blog/1739571

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
    1. 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;
    2. 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;
  1. 解决 TIME_WAIT 连接过多问题
  2. MSL、TTL及RTT的区别
  3. time_wait 状态
  4. TCP的三次握手与四次挥手(详解+动图)
  5. TCP/IP 的 time_wait 原理
  6. TCP 连接的端口数量上限

数据运维技术 » 系统基础:Linux服务端 TCP 连接的 TIME_WAIT 问题解决