終於搞懂了服務器爲啥產生大量的 TIME_WAIT！

原文鏈接：http://ningg.top/computer-basic-theory-tcp-time-wait

寫在開頭，大概 4 年前，聽到運維同學提到 TIME_WAIT 狀態的 TCP 連接過多的問題，但是當時沒有去細琢磨；最近又聽人說起，是一個新手進行壓測過程中，遇到的問題，因此，花點時間，細深究一下。

從這幾個方面着手：

1. 問題描述：什麼現象？什麼影響？

2. 問題分析

3. 解決方案

4. 底層原理

1、問題描述

模擬高併發的場景，會出現批量的 TIME_WAIT 的 TCP 連接：

短時間後，所有的 TIME_WAIT 全都消失，被回收，端口包括服務，均正常。即，在高併發的場景下，TIME_WAIT 連接存在，屬於正常現象。

線上場景中，持續的高併發場景：

•  一部分 TIME_WAIT 連接被回收，但新的 TIME_WAIT 連接產生；

•  一些極端情況下，會出現大量的 TIME_WAIT 連接。

Think：上述大量的 TIME_WAIT 狀態 TCP 連接，有什麼業務上的影響嗎？

Nginx 作爲反向代理時，大量的短鏈接，可能導致 Nginx 上的 TCP 連接處於 time_wait 狀態：

• 1. 每一個 time_wait 狀態，都會佔用一個「本地端口」，上限爲 65535(16 bit，2 Byte)；
• 2. 當大量的連接處於 time_wait 時，新建立 TCP 連接會出錯，address already in use : connect 異常

統計 TCP 連接的狀態：

// 統計：各種連接的數量

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

ESTABLISHED 1154

TIME_WAIT 1645

Tips：TCP 本地端口數量，上限爲 65535（6.5w），這是因爲 TCP 頭部使用 16 bit，存儲「端口號」，因此約束上限爲 65535。

2、問題分析

大量的 TIME_WAIT 狀態 TCP 連接存在，其本質原因是什麼？

• 1. 大量的短連接存在
• 2. 特別是 HTTP 請求中，如果 connection 頭部取值被設置爲 close 時，基本都由「服務端」發起主動關閉連接
• 3. 而，TCP 四次揮手關閉連接機制中，爲了保證 ACK 重發和丟棄延遲數據，設置 time_wait 爲 2 倍的 MSL（報文最大存活時間）

TIME_WAIT 狀態：

• 1.TCP 連接中，主動關閉連接的一方出現的狀態；（收到 FIN 命令，進入 TIME_WAIT 狀態，並返回 ACK 命令）

• 2. 保持 2 個 MSL 時間，即，4 分鐘；（MSL 爲 2 分鐘）

3、解決辦法

解決上述 time_wait 狀態大量存在，導致新連接創建失敗的問題，一般解決辦法：

1. 客戶端，HTTP 請求的頭部，connection 設置爲 keep-alive，保持存活一段時間：現在的瀏覽器，一般都這麼進行了

2. 服務器端

允許 time_wait 狀態的 socket 被重用

縮減 time_wait 時間，設置爲 1 MSL（即，2 mins）

**結論：**幾個核心要點

1.time_wait 狀態的影響：

• TCP 連接中，「主動發起關閉連接」的一端，會進入 time_wait 狀態

• time_wait 狀態，默認會持續 2 MSL（報文的最大生存時間），一般是 2x2 mins

• time_wait 狀態下，TCP 連接佔用的端口，無法被再次使用

• TCP 端口數量，上限是 6.5w（65535，16 bit）

• 大量 time_wait 狀態存在，會導致新建 TCP 連接會出錯，address already in use : connect 異常

2. 現實場景：

• 服務器端，一般設置：不允許「主動關閉連接」

• 但 HTTP 請求中，http 頭部 connection 參數，可能設置爲 close，則，服務端處理完請求會主動關閉 TCP 連接

• 現在瀏覽器中， HTTP 請求 connection 參數，一般都設置爲 keep-alive

• Nginx 反向代理場景中，可能出現大量短鏈接，服務器端，可能存在

3. 解決辦法：

• 服務器端允許 time_wait 狀態的 socket 被重用

• 縮減 time_wait 時間，設置爲 1 MSL（即，2 mins）

4、附錄 - 底層原理

幾個方面：

1.TCP 連接狀態的查詢

2.MSL 時間

3.TCP 三次握手和四次握手

附錄 A：查詢 TCP 連接狀態

Mac 下，查詢 TCP 連接狀態的具體命令：

// Mac 下，查詢 TCP 連接狀態
$ netstat -nat |grep TIME_WAIT

// Mac 下，查詢 TCP 連接狀態，其中 -E 表示 grep 或的匹配邏輯
$ netstat -nat | grep -E "TIME_WAIT|Local Address"
Proto Recv-Q Send-Q Local Address Foreign Address (state)
tcp4 0 0 127.0.0.1.1080 127.0.0.1.59061 TIME_WAIT

// 統計：各種連接的數量
$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
ESTABLISHED 1154
TIME_WAIT 1645

附錄 B：MSL 時間

MSL，Maximum Segment Lifetime，“報文最大生存時間”

1. 任何報文在網絡上存在的最長時間，超過這個時間報文將被丟棄。（IP 報文）

2.TCP 報文 （segment）是 ip 數據報（datagram）的數據部分。

Tips：RFC 793 中規定 MSL 爲 2 分鐘，實際應用中常用的是 30 秒，1 分鐘和 2 分鐘等。

2MSL，TCP 的 TIME_WAIT 狀態，也稱爲 2MSL 等待狀態：

• 當 TCP 的一端發起主動關閉（收到 FIN 請求），在發出最後一個 ACK 響應後，即第 3 次握 手完成後，發送了第四次握手的 ACK 包後，就進入了 TIME_WAIT 狀態。

• 2. 必須在此狀態上停留兩倍的 MSL 時間，等待 2MSL 時間主要目的是怕最後一個 ACK 包對方沒收到，那麼對方在超時後將重發第三次握手的 FIN 包，主動關閉端接到重發的 FIN 包後，可以再發一個 ACK 應答包。
• 3. 在 TIME_WAIT 狀態時，兩端的端口不能使用，要等到 2MSL 時間結束，纔可繼續使用。（IP 層）
• 4. 當連接處於 2MSL 等待階段時，任何遲到的報文段都將被丟棄。

不過在實際應用中，可以通過設置 「SO_REUSEADDR 選項」，達到不必等待 2MSL 時間結束，即可使用被佔用的端口。

附錄 C：TCP 三次握手和四次握手

具體示意圖：

1. 三次握手，建立連接過程

2. 四次揮手，釋放連接過程

幾個核心疑問：

1. time_wait 是「服務器端」的狀態？or 「客戶端」的狀態？

• RE：time_wait 是「主動關閉 TCP 連接」一方的狀態，可能是「客服端」的，也可能是「服務器端」的；

• 一般情況下，都是「客戶端」所處的狀態；「服務器端」一般設置「不主動關閉連接」。

2. 服務器在對外服務時，是「客戶端」發起的斷開連接？還是「服務器」發起的斷開連接？

• 正常情況下，都是「客戶端」發起的斷開連接；

• 「服務器」一般設置爲「不主動關閉連接」，服務器通常執行「被動關閉」；

• 但 HTTP 請求中，http 頭部 connection 參數，可能設置爲 close，則，服務端處理完請求會主動關閉 TCP 連接，

關於 HTTP 請求中，設置的主動關閉 TCP 連接的機制：TIME_WAIT 的是主動斷開方纔會出現的，所以主動斷開方是服務端？

1. 答案是是的。在 HTTP1.1 協議中，有個 Connection 頭，Connection 有兩個值，close 和 keep-alive，這個頭就相當於客戶端告訴服務端，服務端你執行完成請求之後，是關閉連接還是保持連接，保持連接就意味着在保持連接期間，只能由客戶端主動斷開連接。還有一個 keep-alive 的頭，設置的值就代表了服務端保持連接保持多久。

2. HTTP 默認的 Connection 值爲 close，那麼就意味着關閉請求的一方几乎都會是由服務端這邊發起的。那麼這個服務端產生 TIME_WAIT 過多的情況就很正常了。

3. 雖然 HTTP 默認 Connection 值爲 close，但是，現在的瀏覽器發送請求的時候一般都會設置 Connection 爲 keep-alive 了。所以，也有人說，現在沒有必要通過調整參數來使 TIME_WAIT 降低了。

關於 time_wait：

1. TCP 連接建立後，「主動關閉連接」的一端，收到對方的 FIN 請求後，發送 ACK 響應，會處於 time_wait 狀態；

2. time_wait 狀態，存在的必要性：

    a、可靠的實現 TCP 全雙工連接的終止：四次揮手關閉 TCP 連接過程中，最後的 ACK 是由「主動關閉連接」的一端發出的，如果這個 ACK 丟失，則，對方會重發 FIN 請求，因此，在「主動關閉連接」的一段，需要維護一個 time_wait 狀態，處理對方重發的 FIN 請求；

    b、處理延遲到達的報文：由於路由器可能抖動，TCP 報文會延遲到達，爲了避免「延遲到達的 TCP 報文」被誤認爲是「新 TCP 連接」的數據，則，需要在允許新創建 TCP 連接之前，保持一個不可用的狀態，等待所有延遲報文的消失，一般設置爲 2 倍的 MSL（報文的最大生存時間），解決「延遲達到的 TCP 報文」問題。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/ohGay7HNAYc75qSqdBTR0w