服务器TIME_WAIT和CLOSE_WAIT详解和解决办法

秒速五厘米 2022-06-04 00:36 180阅读 0赞

昨天解决了一个HttpClient调用错误导致的服务器异常，具体过程如下：

[http://blog.csdn.net/shootyou/article/details/6615051][http_blog.csdn.net_shootyou_article_details_6615051]

里头的分析过程有提到，通过查看服务器网络状态检测到服务器有大量的CLOSE\_WAIT的状态。

在服务器的日常维护过程中，会经常用到下面的命令：

netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'

它会显示例如下面的信息：

TIME\_WAIT 814  
CLOSE\_WAIT 1  
FIN\_WAIT1 1  
ESTABLISHED 634  
SYN\_RECV 2  
LAST\_ACK 1

常用的三个状态是：ESTABLISHED 表示正在通信，TIME\_WAIT 表示主动关闭，CLOSE\_WAIT 表示被动关闭。

具体每种状态什么意思，其实无需多说，看看下面这种图就明白了，注意这里提到的服务器应该是业务请求接受处理的一方：

![0_13110767960diZ.gif][]

这么多状态不用都记住，只要了解到我上面提到的最常见的三种状态的意义就可以了。一般不到万不得已的情况也不会去查看网络状态，如果服务器出了异常，百分之八九十都是下面两种情况：

1.服务器保持了大量TIME\_WAIT状态

2.服务器保持了大量CLOSE\_WAIT状态

因为linux分配给一个用户的文件句柄是有限的（可以参考：[http://blog.csdn.net/shootyou/article/details/6579139][http_blog.csdn.net_shootyou_article_details_6579139]），而TIME\_WAIT和CLOSE\_WAIT两种状态如果一直被保持，那么意味着对应数目的通道就一直被占着，而且是“占着茅坑不使劲”，一旦达到句柄数上限，新的请求就无法被处理了，接着就是大量Too Many Open Files异常，tomcat崩溃。。。

下 面来讨论下这两种情况的处理方法，网上有很多资料把这两种情况的处理方法混为一谈，以为优化系统内核参数就可以解决问题，其实是不恰当的，优化系统内核参 数解决TIME\_WAIT可能很容易，但是应对CLOSE\_WAIT的情况还是需要从程序本身出发。现在来分别说说这两种情况的处理方法：

**1.服务器保持了大量TIME\_WAIT状态**

这种情况比较常见，一些爬虫服务器或者WEB服务器（如果网管在安装的时候没有做内核参数优化的话）上经常会遇到这个问题，这个问题是怎么产生的呢？

从 上面的示意图可以看得出来，TIME\_WAIT是主动关闭连接的一方保持的状态，对于爬虫服务器来说他本身就是“客户端”，在完成一个爬取任务之后，他就 会发起主动关闭连接，从而进入TIME\_WAIT的状态，然后在保持这个状态2MSL（max segment lifetime）时间之后，彻底关闭回收资源。为什么要这么做？明明就已经主动关闭连接了为啥还要保持资源一段时间呢？这个是TCP/IP的设计者规定 的，主要出于以下两个方面的考虑：

1.防止上一次连接中的包，迷路后重新出现，影响新连接（经过2MSL，上一次连接中所有的重复包都会消失）  
2. 可靠的关闭TCP连接。在主动关闭方发送的最后一个 ack(fin) ，有可能丢失，这时被动方会重新发fin, 如果这时主动方处于 CLOSED 状态 ，就会响应 rst 而不是 ack。所以主动方要处于 TIME\_WAIT 状态，而不能是 CLOSED 。另外这么设计TIME\_WAIT 会定时的回收资源，并不会占用很大资源的，除非短时间内接受大量请求或者受到攻击。

关于MSL引用下面一段话：

MSL 为一个 TCP Segment (某一块TCP网路封包)从来源送到目的之间可续存的时间(也就是一个网路封包在网路上传输时能存活的时间)，由于 RFC 793 TCP传输协定是在1981年定义的，当时的网路速度不像现在的网际网路那样发达，你可以想像你从浏览器输入网址等到第一个byte出现要等4分钟吗？在现在的网路环境下几乎不可能有这种事情发生，因此我们大可将 TIME_WAIT状态的续存时间大幅调低，好让连线埠 ( Ports )能更快空出来给其他连线使用。
    
    注意：如果当系统所有可用的连线埠 ( Ports )都用光的话，就会接收到以下错误讯息：WSAENOBUFS (10055) error: "An operation on a socket could not be performed because the system lacked sufficient buffer space or because a queue was full."

再引用网络资源的一段话：

值 得一说的是，对于基于TCP的HTTP协议，关闭TCP连接的是Server端，这样，Server端会进入TIME_WAIT状态，可 想而知，对于访 问量大的Web Server，会存在大量的TIME_WAIT状态，假如server一秒钟接收1000个请求，那么就会积压 240*1000=240，000个 TIME_WAIT的记录，维护这些状态给Server带来负担。当然现代操作系统都会用快速的查找算法来管理这些 TIME_WAIT，所以对于新的 TCP连接请求，判断是否hit中一个TIME_WAIT不会太费时间，但是有这么多状态要维护总是不好。  
    HTTP协议1.1版规定default行为是Keep-Alive，也就是会重用TCP连接传输多个 request/response，一个主要原因就是发现了这个问题。

也就是说HTTP的交互跟上面画的那个图是不一样的，关闭连接的不是客户端，而是服务器，所以web服务器也是会出现大量的TIME\_WAIT的情况的。

现在来说如何来解决这个问题。

解决思路很简单，就是让服务器能够快速回收和重用那些TIME\_WAIT的资源。

下面来看一下我们网管对/etc/sysctl.conf文件的修改：

#对于一个新建连接，内核要发送多少个 SYN 连接请求才决定放弃,不应该大于255，默认值是5，对应于180秒左右时间   
    net.ipv4.tcp_syn_retries=2  
    #net.ipv4.tcp_synack_retries=2  
    #表示当keepalive起用的时候，TCP发送keepalive消息的频度。缺省是2小时，改为300秒  
    net.ipv4.tcp_keepalive_time=1200  
    net.ipv4.tcp_orphan_retries=3  
    #表示如果套接字由本端要求关闭，这个参数决定了它保持在FIN-WAIT-2状态的时间  
    net.ipv4.tcp_fin_timeout=30    
    #表示SYN队列的长度，默认为1024，加大队列长度为8192，可以容纳更多等待连接的网络连接数。  
    net.ipv4.tcp_max_syn_backlog = 4096  
    #表示开启SYN Cookies。当出现SYN等待队列溢出时，启用cookies来处理，可防范少量SYN攻击，默认为0，表示关闭  
    net.ipv4.tcp_syncookies = 1  
      
    #表示开启重用。允许将TIME-WAIT sockets重新用于新的TCP连接，默认为0，表示关闭  
    net.ipv4.tcp_tw_reuse = 1  
    #表示开启TCP连接中TIME-WAIT sockets的快速回收，默认为0，表示关闭  
    net.ipv4.tcp_tw_recycle = 1  
      
    ##减少超时前的探测次数   
    net.ipv4.tcp_keepalive_probes=5   
    ##优化网络设备接收队列   
    net.core.netdev_max_backlog=3000

修改完之后执行/sbin/sysctl -p让参数生效。

这里头主要注意到的是net.ipv4.tcp\_tw\_reuse

net.ipv4.tcp\_tw\_recycle  
net.ipv4.tcp\_fin\_timeout  
net.ipv4.tcp\_keepalive\_\*

这几个参数。

net.ipv4.tcp\_tw\_reuse和net.ipv4.tcp\_tw\_recycle的开启都是为了回收处于TIME\_WAIT状态的资源。

net.ipv4.tcp\_fin\_timeout这个时间可以减少在异常情况下服务器从FIN-WAIT-2转到TIME\_WAIT的时间。

net.ipv4.tcp\_keepalive\_\*一系列参数，是用来设置服务器检测连接存活的相关配置。

关于keepalive的用途可以参考：[http://hi.baidu.com/tantea/blog/item/580b9d0218f981793812bb7b.html][http_hi.baidu.com_tantea_blog_item_580b9d0218f981793812bb7b.html]

**2.服务器保持了大量CLOSE\_WAIT状态**

休息一下，喘口气，一开始只是打算说说TIME\_WAIT和CLOSE\_WAIT的区别，没想到越挖越深，这也是写博客总结的好处，总可以有意外的收获。

TIME\_WAIT状态可以通过优化服务器参数得到解决，因为发生TIME\_WAIT的情况是服务器自己可控的，

要么就是对方连接的异常，要么就是自己没有迅速回收资源，总之不是由于自己程序错误导致的。

但是CLOSE\_WAIT就不一样了，从上面的图可以看出来，如果一直保持在CLOSE\_WAIT状态，那么只有一种情况，

就是在对方关闭连接之后服务器程序自己没有进一步发出ack信号。

换句话说，就是在对方连接关闭之后，程序里没有检测到，或者程序压根就忘记了这个时候需要关闭连接，

于是这个资源就一直被程序占着。个人觉得这种情况，通过服务器内核参数也没办法解决，

服务器对于程序抢占的资源没有主动回收的权利，除非终止程序运行。

如果你使用的是HttpClient并且你遇到了大量CLOSE\_WAIT的情况，那么这篇日志也许对你有用：[http://blog.csdn.net/shootyou/article/details/6615051][http_blog.csdn.net_shootyou_article_details_6615051]

在那边日志里头我举了个场景，来说明CLOSE\_WAIT和TIME\_WAIT的区别，这里重新描述一下：

服务器A是一台爬虫服务器，它使用简单的HttpClient去请求资源服务器B上面的apache获取文件资源，正常情况下，如果请求成功，那么在抓取完 资源后，服务器A会主动发出关闭连接的请求，这个时候就是主动关闭连接，服务器A的连接状态我们可以看到是TIME\_WAIT。如果一旦发生异常呢？假设 请求的资源服务器B上并不存在，那么这个时候就会由服务器B发出关闭连接的请求，服务器A就是被动的关闭了连接，如果服务器A被动关闭连接之后程序员忘了让HttpClient释放连接，那就会造成CLOSE\_WAIT的状态了。

所以如果将大量CLOSE\_WAIT的解决办法总结为一句话那就是：查代码。因为问题出在服务器程序里头啊。

文章来源：[https://www.cnblogs.com/sunxucool/p/3449068.html][https_www.cnblogs.com_sunxucool_p_3449068.html]

[http_blog.csdn.net_shootyou_article_details_6615051]: http://blog.csdn.net/shootyou/article/details/6615051
[0_13110767960diZ.gif]: /images/20220604/d9e6bfe4933e404ba459bd06bfd1bf8f.png
[http_blog.csdn.net_shootyou_article_details_6579139]: http://blog.csdn.net/shootyou/article/details/6579139
[http_hi.baidu.com_tantea_blog_item_580b9d0218f981793812bb7b.html]: http://hi.baidu.com/tantea/blog/item/580b9d0218f981793812bb7b.html
[https_www.cnblogs.com_sunxucool_p_3449068.html]: https://www.cnblogs.com/sunxucool/p/3449068.html