干货分享！服务端 TCP 链接的 TIME_WAIT 问题分析与解决

做者：NingG
ningg.top/computer-basic-theory-tcp-time-wait/

写在开头，大概 4 年前，听到运维同窗提到 TIME_WAIT 状态的 TCP 链接过多的问题，可是当时没有去细琢磨；最近又听人提及，是一个新手进行压测过程当中，遇到的问题，所以，花点时间，细深究一下。

问题描述

模拟高并发的场景，会出现批量的 TIME_WAIT 的 TCP 链接：

短期后，全部的 TIME_WAIT 全都消失，被回收，端口包括服务，均正常。即，在高并发的场景下，TIME_WAIT 链接存在，属于正常现象。

线上场景中，持续的高并发场景：

• 一部分 TIME_WAIT 链接被回收，但新的 TIME_WAIT 链接产生；
• 一些极端状况下，会出现大量的 TIME_WAIT 链接。

Think：上述大量的 TIME_WAIT 状态 TCP 链接，有什么业务上的影响吗？

Nginx 做为反向代理时，大量的短连接，可能致使 Nginx 上的 TCP 链接处于 time_wait 状态：

• 1.每个 time_wait 状态，都会占用一个「本地端口」，上限为 65535(16 bit，2 Byte)；
• 2.当大量的链接处于 time_wait 时，新创建 TCP 链接会出错，address already in use : connect 异常

统计 TCP 链接的状态：

// 统计：各类链接的数量
$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
ESTABLISHED 1154
TIME_WAIT 1645

Tips：TCP 本地端口数量，上限为 65535（6.5w），这是由于 TCP 头部使用 16 bit，存储「端口号」，所以约束上限为 65535。

问题分析

大量的 TIME_WAIT 状态 TCP 链接存在，其本质缘由是什么？

• 1.大量的短链接存在
• 2.特别是 HTTP 请求中，若是 connection 头部取值被设置为 close 时，基本都由「服务端」发起主动关闭链接
• 3.而，TCP 四次挥手关闭链接机制中，为了保证 ACK 重发和丢弃延迟数据，设置 time_wait 为 2 倍的 MSL（报文最大存活时间）

TIME_WAIT 状态：

• 1.TCP 链接中，主动关闭链接的一方出现的状态；（收到 FIN 命令，进入 TIME_WAIT 状态，并返回 ACK 命令）
• 2.保持 2 个 MSL 时间，即，4 分钟；（MSL 为 2 分钟）

解决办法

解决上述 time_wait 状态大量存在，致使新链接建立失败的问题，通常解决办法：

1.客户端，HTTP 请求的头部，connection 设置为 keep-alive，保持存活一段时间：如今的浏览器，通常都这么进行了

2.服务器端

容许 time_wait 状态的 socket 被重用

缩减 time_wait 时间，设置为 1 MSL（即，2 mins）

结论：几个核心要点

1.time_wait 状态的影响：

• TCP 链接中，「主动发起关闭链接」的一端，会进入 time_wait 状态
• time_wait 状态，默认会持续 2 MSL（报文的最大生存时间），通常是 2x2 mins
• time_wait 状态下，TCP 链接占用的端口，没法被再次使用
• TCP 端口数量，上限是 6.5w（65535，16 bit）
• 大量 time_wait 状态存在，会致使新建 TCP 链接会出错，address already in use : connect 异常

2.现实场景：

• 服务器端，通常设置：不容许「主动关闭链接」
• 但 HTTP 请求中，http 头部 connection 参数，可能设置为 close，则，服务端处理完请求会主动关闭 TCP 链接
• 如今浏览器中， HTTP 请求 connection 参数，通常都设置为 keep-alive
• Nginx 反向代理场景中，可能出现大量短连接，服务器端，可能存在

3.解决办法：

• 服务器端容许 time_wait 状态的 socket 被重用
• 缩减 time_wait 时间，设置为 1 MSL（即，2 mins）

附录

几个方面：

1.TCP 链接状态的查询

2.MSL 时间

3.TCP 三次握手和四次握手

附录 A：查询 TCP 链接状态

Mac 下，查询 TCP 链接状态的具体命令：

// Mac 下，查询 TCP 链接状态
$ netstat -nat |grep TIME_WAIT

// Mac 下，查询 TCP 链接状态，其中 -E 表示 grep 或的匹配逻辑
$ 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

// 统计：各类链接的数量
$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
ESTABLISHED 1154
TIME_WAIT 1645

附录 B：MSL 时间

MSL，Maximum Segment Lifetime，“报文最大生存时间”

1.任何报文在网络上存在的最长时间，超过这个时间报文将被丢弃。（IP 报文）

2.TCP报文 （segment）是ip数据报（datagram）的数据部分。

Tips：RFC 793中规定MSL为2分钟，实际应用中经常使用的是30秒，1分钟和2分钟等。

2MSL，TCP 的 TIME_WAIT 状态，也称为2MSL等待状态：

• 当TCP的一端发起主动关闭（收到 FIN 请求），在发出最后一个ACK 响应后，即第3次握 手完成后，发送了第四次握手的ACK包后，就进入了TIME_WAIT状态。
• 2.必须在此状态上停留两倍的MSL时间，等待2MSL时间主要目的是怕最后一个 ACK包对方没收到，那么对方在超时后将重发第三次握手的FIN包，主动关闭端接到重发的FIN包后，能够再发一个ACK应答包。
• 3.在 TIME_WAIT 状态时，两端的端口不能使用，要等到2MSL时间结束，才可继续使用。（IP 层）
• 4.当链接处于2MSL等待阶段时，任何迟到的报文段都将被丢弃。

不过在实际应用中，能够经过设置 「SO_REUSEADDR选项」，达到没必要等待2MSL时间结束，便可使用被占用的端口。

附录 C：TCP 三次握手和四次握手

具体示意图：

1.三次握手，创建链接过程

2.四次挥手，释放链接过程

几个核心疑问：

1.time_wait 是「服务器端」的状态？or 「客户端」的状态？

• RE：time_wait 是「主动关闭 TCP 链接」一方的状态，多是「客服端」的，也多是「服务器端」的
• 通常状况下，都是「客户端」所处的状态；「服务器端」通常设置「不主动关闭链接」

2.服务器在对外服务时，是「客户端」发起的断开链接？仍是「服务器」发起的断开链接？

• 正常状况下，都是「客户端」发起的断开链接
• 「服务器」通常设置为「不主动关闭链接」，服务器一般执行「被动关闭」
• 但 HTTP 请求中，http 头部 connection 参数，可能设置为 close，则，服务端处理完请求会主动关闭 TCP 链接

关于 HTTP 请求中，设置的主动关闭 TCP 链接的机制：TIME_WAIT的是主动断开方才会出现的，因此主动断开方是服务端？

1.答案是是的。在HTTP1.1协议中，有个 Connection 头，Connection有两个值，close和keep-alive，这个头就至关于客户端告诉服务端，服务端你执行完成请求以后，是关闭链接仍是保持链接，保持链接就意味着在保持链接期间，只能由客户端主动断开链接。还有一个keep-alive的头，设置的值就表明了服务端保持链接保持多久。

2.HTTP默认的Connection值为close，那么就意味着关闭请求的一方几乎都会是由服务端这边发起的。那么这个服务端产生TIME_WAIT过多的状况就很正常了。

3.虽然HTTP默认Connection值为close，可是，如今的浏览器发送请求的时候通常都会设置Connection为keep-alive了。因此，也有人说，如今没有必要经过调整参数来使TIME_WAIT下降了。

关于 time_wait：

1.TCP 链接创建后，「主动关闭链接」的一端，收到对方的 FIN 请求后，发送 ACK 响应，会处于 time_wait 状态；

2.time_wait 状态，存在的必要性：

a、可靠的实现 TCP 全双工链接的终止：四次挥手关闭 TCP 链接过程当中，最后的 ACK 是由「主动关闭链接」的一端发出的，若是这个 ACK 丢失，则，对方会重发 FIN 请求，所以，在「主动关闭链接」的一段，须要维护一个 time_wait 状态，处理对方重发的 FIN 请求；

b、处理延迟到达的报文：因为路由器可能抖动，TCP 报文会延迟到达，为了不「延迟到达的 TCP 报文」被误认为是「新 TCP 链接」的数据，则，须要在容许新建立 TCP 链接以前，保持一个不可用的状态，等待全部延迟报文的消失，通常设置为 2 倍的 MSL（报文的最大生存时间），解决「延迟达到的 TCP 报文」问题；

若有错误或其它问题，欢迎小伙伴留言评论、指正。若有帮助，欢迎点赞+转发分享。

欢迎你们关注民工哥的公众号：民工哥技术之路