TCP 三次握手，给我长脸了噢

大家好，我是小富~

个人资源分享网站：
FIRE

本文收录在
Springboot-Notebook 面试锦集

前言

之前有个小伙伴在技术交流群里咨询过一个问题，我当时还给提供了点排查思路，是个典型的八股文转实战分析的案例，我觉得挺有意思，趁着中午休息简单整理出来和大家分享下，有不严谨的地方欢迎大家指出。

问题分析

我们先来看看他的问题，下边是他在群里对这个问题的描述，我大致的总结了一下。

他们有很多的 IOT 设备与服务端建立连接，当增加设备并发请求变多，
TCP
连接数在接近1024个时，可用
TCP
连接数会降到200左右并且无法建立新连接，而且分析应用服务的GC和内存情况均未发现异常。

从他的描述中我提取了几个关键值，
1024
、
200
、
无法建立新连接
。

看到这几个数值，直觉告诉我大概率是TCP请求溢出了，我给的建议是先直接调大
全连接队列
和
半连接队列
的阀值试一下效果。

那为什么我会给出这个建议？

半连接队列和全连接队列又是个啥玩意？

弄明白这些回顾下TCP的三次握手流程，一切就迎刃而解了~

回顾TCP

TCP三次握手，熟悉吧，面试八股里经常全文背诵的题目。

话不多说先上一张图，看明白TCP连接的整个过程。

第一步：客户端发起
SYN_SEND
连接请求，服务端收到客户端发起的
SYN
请求后，会先将连接请求放入半连接队列；

第二步：服务端向客户端响应
SYN+ACK
；

第三步：客户端会返回
ACK
确认，服务端收到第三次握手的
ACK
后标识连接成功。如果这时全连接队列没满，内核会把连接从半连接队列移除，创建新的连接并将其添加到全连接队列，等待客户端调用
accept()
方法将连接取出来使用；

TCP协议三次握手的过程，
Linux
内核维护了两个队列，
SYN
半连接队列和
accepet
全连接队列。即然叫队列，那就存在队列被压满的时候，这种情况我们称之为
队列溢出
。

当半连接队列或全连接队列满了时，服务器都无法接收新的连接请求，从而导致客户端无法建立连接。

全连接队列

队列信息

全连接队列溢出时，首先要查看全连接队列的状态，服务端通常使用
ss
命令即可查看，
ss
命令获取的数据又分为
LISTEN
状态 和
非LISTEN
两种状态下，通常只看
LISTEN
状态数据就可以。

LISTEN
状态

Recv-Q：当前全连接队列的大小，表示上图中已完成三次握手等待可用的 TCP 连接个数；

Send-Q：全连接最大队列长度，如上监听8888端口的TCP连接最大全连接长度为128；

# -l 显示正在Listener 的socket
# -n 不解析服务名称
# -t 只显示tcp
[root@VM-4-14-centos ~]#  ss -lnt | grep 8888
State  Recv-Q Send-Q  Local Address:Port   Peer Address:Port
LISTEN     0   100       :::8888                  :::*               

非LISTEN
状态下Recv-Q、Send-Q字段含义有所不同

Recv-Q：已收到但未被应用进程读取的字节数；

Send-Q：已发送但未收到确认的字节数；

# -n 不解析服务名称
# -t 只显示tcp
[root@VM-4-14-centos ~]#  ss -nt | grep 8888
State  Recv-Q Send-Q  Local Address:Port   Peer Address:Port
ESTAB     0   100       :::8888                  :::*               

队列溢出

一般在请求量过大，全连接队列设置过小会发生全连接队列溢出，也就是
LISTEN
状态下 Send-Q < Recv-Q 的情况。
接收到的请求数大于TCP全连接队列的最大长度，后续的请求将被服务端丢弃，客户端无法创建新连接
。

# -l 显示正在Listener 的socket
# -n 不解析服务名称
# -t 只显示tcp
[root@VM-4-14-centos ~]#  ss -lnt | grep 8888
State  Recv-Q Send-Q  Local Address:Port   Peer Address:Port
LISTEN     200   100       :::8888                  :::*               

如果发生了全连接队列溢出，我们可以通过
netstat -s
命令查询溢出的累计次数，若这个
times
持续的增长，那就说明正在发生溢出。

[root@VM-4-14-centos ~]# netstat -s | grep overflowed
  7102 times the listen queue of a socket overflowed #全连接队列溢出的次数

拒绝策略

在全连接队列已满的情况，Linux提供了不同的策略去处理后续的请求，默认是直接丢弃，也可以通过
tcp_abort_on_overflow
配置来更改策略，其值 0 和 1 表示不同的策略，默认配置 0。

# 查看策略
[root@VM-4-14-centos ~]# cat /proc/sys/net/ipv4/tcp_abort_on_overflow
0

tcp_abort_on_overflow = 0
：全连接队列已满时，服务端直接丢弃客户端发送的
ACK
，此时服务端仍然是
SYN_RCVD
状态，在该状态下服务端会重试几次向客户端推送
SYN + ACK
。

重试次数取决于
tcp_synack_retries
配置，重试次数超过此配置后后，服务端不在重传，此时客户端发送数据，服务端直接向客户端回复
RST
复位报文，告知客户端本次建立连接已失败。

RST
: 连接 reset 重置消息，用于连接的异常关闭。常用场景例如：服务端接收不存在端口的连接请求；客户端或者服务端异常，无法继续正常的连接处理，发送 RST 终止连接操作；长期未收到对方确认报文，经过一定时间或者重传尝试后，发送 RST 终止连接。

[root@VM-4-14-centos ~]# cat /proc/sys/net/ipv4/tcp_synack_retries
0

tcp_abort_on_overflow = 1
：全连接队列已满时，服务端直接丢弃客户端发送的
ACK
，直接向客户端回复
RST
复位报文，告知客户端本次连接终止，客户端会报错提示
connection reset by peer
。

队列调整

解决全连接队列溢出我们可以通过调整TCP参数来控制全连接队列的大小，全连接队列的大小取决于 backlog 和 somaxconn 两个参数。

这里需要注意一下，两个参数要同时调整，因为取的两者中最小值
min(backlog,somaxconn)
，经常发生只挑调大其中一个另一个值很小导致不生效的情况。

backlog
是在
socket 创建的时候 Listen() 函数传入的参数
，例如我们也可以在 Nginx 配置中指定 backlog 的大小。

server {
   listen 8888 default backlog = 200
   server_name fire100.top
   .....
}

somaxconn
是个 OS 级别的参数，默认值是 128，可以通过修改
net.core.somaxconn
配置。

[root@localhost core]# sysctl -a | grep net.core.somaxconn
net.core.somaxconn = 128
[root@localhost core]# sysctl -w net.core.somaxconn=1024
net.core.somaxconn = 1024
[root@localhost core]# sysctl -a | grep net.core.somaxconn
net.core.somaxconn = 1024

如果服务端处理请求的速度跟不上连接请求的到达速度，队列可能会被快速填满，导致连接超时或丢失。应该及时增加队列大小，以避免连接请求被拒绝或超时。

增大该参数的值虽然可以增加队列的容量，但是也会占用更多的内存资源。一般来说，
建议将全连接队列的大小设置为服务器处理能力的两倍左右
。

半连接队列

队列信息

上边TCP三次握手过程中，我们知道服务端
SYN_RECV
状态的TCP连接存放在半连接队列，所以直接执行如下命令查看半连接队列长度。

[root@VM-4-14-centos ~]  netstat -natp | grep SYN_RECV | wc -l
6666661

队列溢出

半连接队列溢出最常见的场景就是，客户端没有及时向服务端回
ACK
，使得服务端有大量处于
SYN_RECV
状态的连接，导致半连接队列被占满，得不到
ACK
响应半连接队列中的 TCP 连接无法移动全连接队列，以至于后续的
SYN
请求无法创建。
这也是一种常见的DDos攻击方式。

查看TCP半连接队列溢出情况，可以执行
netstat -s
命令，
SYNs to LISTEN
前的数值表示溢出的次数，如果反复查询几次数值持续增加，那就说明半连接队列正在溢出。

[root@VM-4-14-centos ~]# netstat -s | egrep “listen|LISTEN”
1606 times the listen queue of a socket overflowed
1606 SYNs to LISTEN sockets ignored

队列调整

可以修改 Linux 内核配置
/proc/sys/net/ipv4/tcp_max_syn_backlog
来调大半连接队列长度。

[root@VM-4-14-centos ~]# echo 2048 > /proc/sys/net/ipv4/tcp_max_syn_backlog

为什么建议

看完上边对两个队列的粗略介绍，相信大家也能大致明白，为啥我会直接建议他去调大队列了。

因为从他的描述中提到了两个关键值，TCP连接数增加至1024个时，可用连接数会降至200以内，一般
centos
系统全连接队列长度一般默认 128，半连接队列默认长度 1024。所以队列溢出可以作为第一嫌疑对象。

全连接队列默认大小 128

[root@localhost core]# sysctl -a | grep net.core.somaxconn
net.core.somaxconn = 128

半连接队列默认大小 1024

[root@iZ2ze3ifc44ezdiif8jhf7Z ~]# cat /proc/sys/net/ipv4/tcp_max_syn_backlog
1024

总结

简单分享了一点TCP全连接队列、半连接队列的相关内容，讲的比较浅显，如果有不严谨的地方欢迎留言指正，毕竟还是个老菜鸟。

全连接队列、半连接队列溢出是比较常见，但又容易被忽视的问题，往往上线会遗忘这两个配置，一旦发生溢出，从
CPU
、
线程状态
、
内存
看起来都比较正常，偏偏连接数上不去。

定期对系统压测是可以暴露出更多问题的，不过话又说回来，就像我和小伙伴聊的一样，即便测试环境程序跑的在稳定，到了线上环境也总会出现各种奇奇怪怪的问题。

我是小富，下期见～

技术交流，欢迎关注公众号：程序员小富