swoole tcp突然断开连接

Posted 2023-04-07

参考技术A

情景：当你接入一些物联通讯一些设备时，肯定需要接触到TCP连接，但有时会出现“ 开始连接正常，中途断开的连接 ”，具体原因无从下手。

原因：开始连接正常不做多说，断开肯定是客户端无法和服务端通讯导致的
1.tcp并发连接数（swoole->set中max_con默认值：ulimit -n,原因是某些系统设置了 ulimit -n 为 100万，也可以设置reactor_num，worker_num，max_request等参数来处理自己的业务，我这里没有遇到并发的情况，请大家谅解）
2.超出连接最大空闲（心跳时间）
上面两种原因是在下理解的，如果还有其他原因希望大家可以评论告诉我，其实我也是个小白。

第一种原因就不说了，需要根据业务处理并发，或者tcp占用内存什么就不说了，在下也不怎么会。

强烈说下第二种原因：
当一个物体和服务端连接是正常的，但是当服务端或者物体在一定的时间内没有响应就会断开连接，这就是所谓的“ 心跳 ”！！！

就像这样，需要set一堆参数，其中“heartbeat_idle_time，heartbeat_check_interval”需要配合使用，文档连接： swoole文档-heartbeat_idle_time ，设置“heartbeat_idle_time”超出600秒才会断开，否则物体在30秒说着是50秒没有接收到响应就不会出现断开的情况了。

网上有一种方式是这样的：

根据业务自定。

tcp连接的断开

参考技术A TCP的断开就是经过四次挥手：

这是正常的情况，客户端主动tcp连接断开的过程。客户端先是发送一个FIN为一的报文，然后进入FIN_WAIT_1的状态。
服务器收到FIN报文后，发送一个ACK报文，然后进入CLOSED_WAIT状态。
客户端收到服务器的ACK报文进入FIN_WAIT_2状态。
等到服务器觉得他数据处理好了，可以关闭的时候，会发送一个FIN报文，然后进入LAST_ACK。等待最后一个应答。
让客户端收到服务器FIN报文，就进入TIME_WAIT状态了，随后发送最后一个ACK报文，然后close。
客户端再等待2msl后也自己主动关闭。而只有主动关闭的情况下，才会有TIME_WAIT。

那么为什么四次挥手需要四次呢？
三次握手其实就是在第二次把ACK和SYN两个报文合并成一个发，但是断开的过程可能还有一方需要处理下数据，需要延长点时间，等处理好再发FIN，所以就比三次握手多了一次。

这里还有一个问题，为什么需要TIME_WAIT，然后到close需要2msl的时间呢？

先说下什么是MSL，也就是报文的最长生存时间，超过这个时间的报文就要被丢弃掉。tcp是基于ip的，ip上有个生存时间TTL,是ip报文可以经过的最大路由数量，每经过一个路由就减1，减到0，ip报文就丢弃掉，然后通过ICMP通知源主机，我们的ping也算是经过这个。当然msl和ttl还是有区别的，msl是时间，ttl是路由数量，msl也是大于等于ttl的。在linux中，2msl默认是60秒。

前文也说了，只有主动发起断开连接的进程才会有time wait状态。time wait+2msl有两个原因：
1.防止旧连接的数据包

像这个seq 301的包，如果因为网络的原因被延迟了，而没有time wait或者很短，那么连接断开后，又建立新的连接，这个时候这个包到了，可能就导致数据紊乱了。而2msl可以保证两个方向的包在断开前丢弃掉。

2.保证正确的断开连接
2msl的时间也是保证第四个报文的ack可以被被动关闭方接收到。

如图，假设time wait比较短或者没有，当最后的ack报文丢失的时候。客户端已经close了，而服务器一直处于last ack的状态。这样连接就不能正常断开了。而如果有time wait +2msl这个情况就可以避免。假设服务器没有收到最后一个ack报文，服务器会重发FIN等待客户端的ack。
这样就可以保证不会出现一端断开，另外一端没有断开的情况了。

有时候我们在服务器上会看到很多time wait。time wait一般就是服务器主动发起的断开请求才会产生的状态。所以time wait过多，第一个是系统资源会大量消耗，还有是端口如果占的太多，会导致没办法创建新连接。这个时候可以把linux的net.ipv4.tcp_tw_reuse开启，置为1，可以复用time wait超过1秒的连接。

这边再说说tcp的保活机制。也就是怎么长期维持客户端和服务端的连接。
在一个时间段内，如果没有连接等相关活动，tcp的保活机制会定期发探测报文，如果连续几个探测报文就没有回应，就将错误信息报告给系统，系统通知上层应用。

在 Linux 内核可以有对应的参数可以设置保活时间、保活探测的次数、保活探测的时间间隔，以下都为
默认值：
tcp_keepalive_time=7200：表示保活时间是 7200 秒（2⼩时），也就 2 小时内如果没有任何连接
相关的活动，则会启动保活机制
tcp_keepalive_intvl=75：表示每次检测间隔 75 秒；
tcp_keepalive_probes=9：表示检测 9 次无响应，认为对⽅方是不不可达的，从⽽而中断本次的连接。
也就是说在 Linux 系统中，最少需要经过 2 小时 11 分 15 秒才可以发现一个「死亡」连接。
当然这个时间也可以自己配置。