大量的TIME_WAIT状态TCP连接,对业务有什么影响?怎么处理?

骑猪看日落 2021-09-01 00:29 275阅读 0赞

### TIME\_WAIT ###

*  1. 声明
 *  2. 问题描述：什么现象？什么影响？
 *  3. 问题分析
 *  4. 解决办法
 *  5. 附录
 *   *  附录 A：查询 TCP 连接状态
     *  附录 B：MSL 时间
     *  附录 C：TCP 三次握手和四次握手

# 1. 声明 #

本篇博客转载自[面试官问:大量的TIME WAIT状态TCP连接，对业务有什么影响?怎么处理?][TIME WAIT_TCP]

# 2. 问题描述：什么现象？什么影响？ #

在四次挥手的过程中，客户端会进入一个`TIME_WAIT`的状态，如果有过多的`TIME_WAIT`的连接会如何？

模拟高并发的场景，会出现批量的 `TIME_WAIT`的 `TCP` 连接：  
![在这里插入图片描述][format_png]  
       短时间后，所有的 `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` 连接被回收，但新的 `TIME_WAIT` 连接产生；
 *  一些极端情况下，会出现大量的 `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：

*  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)；
 *  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.  `$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'`
    3.  `ESTABLISHED 1154`
    4.  `TIME_WAIT 1645`

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`。

# 3. 问题分析 #

大量的 `TIME_WAIT` 状态 `TCP` 连接存在，其本质原因是什么？

*  大量的短连接存在
 *  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
 *  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）

`TIME_WAIT`状态：

*  `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）
 *  保持 `2` 个 `MSL` 时间，即，`4` 分钟；（`MSL` 为 `2` 分钟）

# 4. 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`）

更多细节，参考：

https://www.cnblogs.com/yjf512/p/5327886.html

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）

# 5. 附录 #

几个方面：

*  `TCP` 连接状态的查询
 *  `MSL` 时间
 *  `TCP` 三次握手和四次握手

## 附录 A：查询 TCP 连接状态 ##

1.  `// Mac 下，查询 TCP 连接状态`
    2.  `$ netstat -nat |grep TIME_WAIT`
    3.  `` 4. `// Mac 下，查询 TCP 连接状态，其中 -E 表示 grep 或的匹配逻辑` 5. `$ netstat -nat | grep -E "TIME_WAIT|Local Address"` 6. `Proto  Recv-Q Send-Q Local  Address  Foreign  Address  (state)` 7. `tcp4 0  0  127.0.0.1.1080  127.0.0.1.59061 TIME_WAIT` 8. `` 9. `// 统计：各种连接的数量` 10. `$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'` 11. `ESTABLISHED 1154` 12. `TIME_WAIT 1645`

## 附录 B：MSL 时间 ##

`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。

## 附录 C：TCP 三次握手和四次握手 ##

详细细节，参考：

*  TCP的三次握手与四次挥手（详解+动图）

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

![在这里插入图片描述][format_png 1]  
       几个核心疑问：

1、`time_wait` 是「服务器端」的状态？or 「客户端」的状态？

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  
        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

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？

*  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。
 *  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。
 *  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；

[TIME WAIT_TCP]: https://mp.weixin.qq.com/s/t1ZUXvAUKlIt5UtiZFh1VQ
[format_png]: /images/20210813/2915bf0e3b4b46378c8ffb14470595d9.png
[format_png 1]: /images/20210813/d374086e88624cd89ff0a048a3fc6ef7.png