: jank : : 2549 : 2019-07-29 15:29 linux
一、事故起源：
1.公司有个golang http服务，通过nginx 做代理，当用户访问巨大的时候，服务端出现了大量的TIME_WAIT 。
2.通过netstat 查看：
# netstat -n | awk '/^tcp/ {++state[$NF]} END {for(key in state) print key," ",state[key]}'二、造成TIME_WAIT 状态的原因：
首先我们应该要弄清楚tcp关闭连接的四次握手原理：
如上图所示：
1.Client向Server发送FIN包，表示Client主动要关闭连接，然后进入FIN_WAIT_1状态，等待Server返回ACK包。此后Client不能再向Server发送数据，但能读取数据。
2.Server收到FIN包后向Client发送ACK包，然后进入CLOSE_WAIT状态，此后Server不能再读取数据，但可以继续向Client发送数据。
3.Client收到Server返回的ACK包后进入FIN_WAIT_2状态，等待Server发送FIN包。
4.Server完成数据的发送后，将FIN包发送给Client，然后进入LAST_ACK状态，等待Client返回ACK包，此后Server既不能读取数据，也不能发送数据。
5.Client收到FIN包后向Server发送ACK包，然后进入TIME_WAIT状态，接着等待足够长的时间（2MSL）以确保Server接收到ACK包，最后回到CLOSED状态，释放网络资源。
6.Server收到Client返回的ACK包后便回到CLOSED状态，释放网络资源。
三、处理方案：
1.通过更改系统配置：
调整TIME_WAIT超时时间
vi /etc/sysctl.conf
#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
#生效，如下命令
/sbin/sysctl -p
如上通过更改系统配置重用，可能会带来一些潜在的故障：
Linux是否启用这种行为取决于tcp_timestamps和tcp_tw_recycle，因为tcp_timestamps缺省就是开启的，所以当tcp_tw_recycle被开启后，实际上这种行为就被激活了，当客户端或服务端以NAT方式构建的时候就可能出现问题，下面以客户端NAT为例来说明：
当多个客户端通过NAT方式联网并与服务端交互时，服务端看到的是同一个IP，也就是说对服务端而言这些客户端实际上等同于一个，可惜由于这些客户端的时间戳可能存在差异，于是乎从服务端的视角看，便可能出现时间戳错乱的现象，进而直接导致时间戳小的数据包被丢弃。如果发生了此类问题，具体的表现通常是是客户端明明发送的SYN，但服务端就是不响应ACK.
安全起见，通常要禁止tcp_tw_recycle。说到这里，大家可能会想到另一种解决方案：把tcp_timestamps设置为0，tcp_tw_recycle设置为1，这样不就可以鱼与熊掌兼得了么？可惜一旦关闭了tcp_timestamps，那么即便打开了tcp_tw_recycle，也没有效果。
好在我们还有另一个内核参数tcp_max_tw_buckets（一般缺省是180000）可用：
# sysctl net.ipv4.tcp_max_tw_buckets=100000
通过设置它，系统会将多余的TIME_WAIT删除掉，此时系统日志里可能会显示：「TCP: time wait bucket table overflow」，不过除非不得已，否则不要轻易使用。
以上这些方式，只做到了治标不治本，显得还是很牵强。
2.通过nginx <--> 服务端 进行长连接：
nginx 1.1 以后的版本upstream已经支持keep-alive, 官方文档：http://nginx.org/en/docs/http/ngx_http_upstream_module.html#keepalive
upstream http_backend {
server 127.0.0.1:8080;
keepalive 16;
}通过这种方式，TIME_WAIT数明显减少。
参考链接：
https://blog.csdn.net/godleading/article/details/50849253
https://blog.huoding.com/2012/01/19/142