TCP重传定时器覆盖/杀死TCP keepalive定时器，延迟断开连接发现

Posted 2021-05-04

机器 - linux，3.10.19内核

这是在一个大型分布式系统中，有几个服务器和客户端（在同一个以及不同的节点/机器上）彼此之间有TCP连接。

测试用例： 客户端程序节点/机器被关闭（故意，测试用例），服务器知道断开连接的唯一方法是通过keepalive定时器（空闲时间= 40秒，4个探测器，探测时间= 10秒）。

好案例： 这在大多数情况下工作正常，服务器知道客户端在[40,70]秒内出现故障。

不好的情况： 但是我遇到另一个独特的情况，当keepalive定时器运行时，服务器尝试向客户端发送一些数据，这反过来启动TCP重传定时器，它会覆盖/杀死keepalive定时器。重传定时器需要大约15分钟才能检测到另一端不再存在。

15分钟是服务器实现这一点的大量时间。我正在寻找别人处理这种情况的方法。我是否需要调整重传计时器值？

谢谢！

答案

重传超时有一个完全独立的配置。

来自Linux的tcp.7 man page：

tcp_retries2（整数;默认值：15;自Linux 2.2起）

放弃之前TCP数据包在已建立状态下重新传输的最大次数。默认值为15，对应于大约13到30分钟的持续时间，具体取决于重新传输超时。 RFC 1122指定的最小限制为100秒通常被认为太短。

这可能是您需要调整的值，以更改检测连接是否消失所需的时间。

另一答案

我对linux内核版本4.3.0-1-amd64也有同样的问题：

• 我使用了连接到同一台交换机的服务器和客户端。
• 在以下情况下，TCP保持活动机制可以正常地为客户端和服务器工作： 当电缆断开和插座断开之间没有发送消息时（通过tcp keep-alive mecanism）。 即使客户端/服务器应用程序尝试发送消息，当客户端/服务器和交换机（将链路状态设置为关闭）之间的电缆断开连接时。
• 当交换机另一侧的电线被拔掉时，TCP Keep-Alive帧将被传输，直到发送一条应用消息。然后，发送TCP重传帧并停止发送TCP保持活动帧，这将阻止套接字关闭。