admin_jim 2022-03-15
首先，明确一点，客户端（发起请求的一方），服务端（有一个服务监听着比如说8080端口）。 好，由于tcp连接四元组的定义，发起请求的一方，需要不断消耗
遇事不决祭此图：
稍微补充一点是TIME_WAIT下面可以再标记一个<CLOSED>，这一步是超时自动迁移。
两条竖线分别是表示：
主动关闭（active close)的一方
被动关闭（passive close）的一方
网络上类似的图有很多，但是有的细节不够，有的存在误导。有的会把两条线分别标记成Client和Server。给读者造成困惑。对于断开连接这件事，客户端和服务端都能作为主动方发起，也就是active close可以是客户端，可以是服务端。而对端相应的就是passive close。不管谁发起，状态迁移如上图。好了开始正文：
首先题主对socket的认识存在一个常见的误区。作为服务端，不管哪个WAIT都不会耗尽客户端的端口！
举个例子，我在某云的云主机上有个Server程序：echo_server。我启动它，监听2605端口。然后我在自己的MacBook上用telnet去连接它。连上之后，在云主机上用 netstat -anp看一下:
两条记录：
LISTEN的表示是我的echo_server监听一个端口。
ESTABLISHED表示已经有一个客户端连接了。
第三列的IP端口是我server的（这个显示IP是局域网的；第四列显示的是客户端的IP和端口，也就是我MacBook。
要说明的是这个端口：31559是客户端的。这个是建立连接时的MacBook分配的随机端口。
我们看一下echoserver占用的fd。使用ls /proc/3354/fd -l (3354是echo_server的pid）:
0，1，2是三巨头（标准输入，输出，错误）自不必言。3是因为我使用了epoll，所以有一个epfd。
4其实就是我服务端监听端口打开的被动套接字；
5就是客户端建立连接到时候，分配给客户端的连接套接字。server程序只要给5这个fd写数据，就相当于返回数据给客户端。
服务端怎么会耗尽客户端的端口号的。这里消耗的其实是服务端的fd（也不是端口）！
回到我的MacBook终端，查看一下2605有关的连接（Mac上netstat不太好用，只能用lsof了）：
客户端pid为74135。当然，我其实知道我是用telnet连接的，只是为了查pid的话，ps aux|grep telnet也可以。
注意：为了测试。我这里的echo_server是写的有问题的。就是没有处理客户端异常断开的事件。
下面我kill掉telnet(kill -9 74131)。再回到云主机查看一下：
由于echo_server内没对连接异常进行侦测和处理。所以可以看到原先ESTABLISHED的连接变成了CLOSE_WAIT。并且会持续下去。我们再看一下它打开的fd：
5这个fd还存在，并且会一直存在。所以当有大量CLOSE_WAIT的时候会占用服务器的fd。而一个机器能打开的fd数量是有限的。超过了，因为无法分配fd，就无法建立新连接啦！
有一个方法。比如我用了epoll，那么我监听客户端连接套接字（5）的EPOLLRDHUP这个事件。当客户端意外断开时，这个事件就会被触发，触发之后。我们针对性的对这个fd（5）执行close()操作就可以了。改下代码，重新模拟一下上述流程，blabla细节略过。现在我们新echo_server启动。MacBook的telnet连接成功。然后我kill掉了telnet。观察一下云主机上的状况：
出现了LAST_ACK。我们看下fd。命令：ls /proc/7678/fd -l
fd（5）其实已经关闭了。过一会我们重新netstat看下：
LAST_ACK也消失了。为什么出现LAST_ACK。翻到开头，看我那张图啊！
CLOSE_WAIT不会自动消失，而LAST_TACK会超时自动消失，时间很短，即使在其存续期内，fd其实也是关闭状态。实际我这个简单的程序，测试的时候不会每次都捕捉到LAST_WAIT。有时候用netstat 命令查看的时候，就是最终那副图了。
看我那个图就知道了。
现在我kill掉我的echo_server!
云主机上原先ESTABLISHED的那条瞬间变成TIME_WAIT了。
这个TIME_WAIT也是超时自动消失的。时间是2MSL。MSL是多长？
cat /proc/sys/net/ipv4/tcp_fin_timeout
一般是60。2MSL也就2分钟。在2分钟之内，对服务端有啥副作用吗？有，但问题不大。那就是这期间重新启动Server会报端口占用。这个等待，一方面是担心对方收不到自己的确认，等对方重发FIN。另一方面2MSL是报文的最长生命周期，可以避免Server重启（或其他Server绑同样端口）接收到了上一次的数据。
当然这个2MLS的等待，也可以通过给socket添加选项（SO_REUSEADDR）的方式来避免。Server可以立即重启（这样Server的监控进程就可以放心的重新拉起Server啦）。
通常情况下TIME_WAIT对服务端影响有限，而大量CLOSE_WAIT风险较高，但正确编写代码基本可以避免。为什么只说通常情况呢？因为生产环境是复杂的，一个服务通常会和多个下游服务用各种各样的协议进行通信。TIME_WAIT和CLOSE_WAIT在一些异常条件下，还是会触发的。
并不是说TIME_WAIT就真的无风险，其实无论是TIME_WAIT还是CLOSE_WAIT，永远记住当你的服务出现这两种现象的时候，它们只是某个问题导致的结果，而不是问题本身。有些网络教程教你怎么调大这个或那个的OS系统设置，个人感觉只是治标不治本。找到本质原因，避免TIME_WAIT和CLOSE_WAIT的产生，才是问题解决之道！
把这些了解清楚时候，是不是可以轻松应对什么4次挥手之类的面试题了？
写在开头，大概 4 年前，听到运维同学提到 TIME_WAIT 状态的 TCP 连接过多的问题，但是当时没有去细琢磨；最近又听人说起，是一个新手进行压测过程中，遇到的问题，因此，花点时间，细深究一下。
从这几个方面着手：
问题描述：什么现象？什么影响？
问题分析
解决方案
底层原理
模拟高并发的场景，会出现批量的 TIME_WAIT 的 TCP 连接：
短时间后，所有的 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 连接存在，属于正常现象。
线上场景中，持续的高并发场景
一部分 TIME_WAIT 连接被回收，但新的 TIME_WAIT 连接产生；
一些极端情况下，会出现大量的 TIME_WAIT 连接。
Think：
上述大量的 TIME_WAIT 状态 TCP 连接，有什么业务上的影响吗？
Nginx 作为反向代理时，大量的短链接，可能导致 Nginx 上的 TCP 连接处于 time_wait 状态：
每一个 time_wait 状态，都会占用一个「本地端口」，上限为 65535(16 bit，2 Byte)；
当大量的连接处于 time_wait 时，新建立 TCP 连接会出错，address already in use : connect 异常
统计 TCP 连接的状态：
// 统计：各种连接的数量
$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
ESTABLISHED 1154
TIME_WAIT 1645Tips：TCP 本地端口数量，上限为 65535（6.5w），这是因为 TCP 头部使用 16 bit，存储「端口号」，因此约束上限为 65535。
大量的 TIME_WAIT 状态 TCP 连接存在，其本质原因是什么？
大量的短连接存在
特别是 HTTP 请求中，如果 connection 头部取值被设置为 close 时，基本都由「服务端」发起主动关闭连接
而，TCP 四次挥手关闭连接机制中，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：
TCP 连接中，主动关闭连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）
保持 2 个 MSL 时间，即，4 分钟；（MSL 为 2 分钟）
解决上述 time_wait 状态大量存在，导致新连接创建失败的问题，一般解决办法：
客户端，HTTP 请求的头部，connection 设置为 keep-alive，保持存活一段时间：现在的浏览器，一般都这么进行了
服务器端
允许 time_wait 状态的 socket 被重用
缩减 time_wait 时间，设置为 1 MSL（即，2 mins）
time_wait 状态的影响：
TCP 连接中，「主动发起关闭连接」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），一般是 2x2 mins
time_wait 状态下，TCP 连接占用的端口，无法被再次使用
TCP 端口数量，上限是 6.5w（65535，16 bit）
大量 time_wait 状态存在，会导致新建 TCP 连接会出错，address already in use : connect 异常
服务器端，一般设置：不允许「主动关闭连接」
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 连接
现在浏览器中， HTTP 请求 connection 参数，一般都设置为 keep-alive
Nginx 反向代理场景中，可能出现大量短链接，服务器端，可能存在
服务器端，
允许 time_wait 状态的 socket 被重用
缩减 time_wait 时间，设置为 1 MSL（即，2 mins）
几个方面：
TCP 连接状态的查询
MSL 时间
TCP 三次握手和四次握手
Mac 下，查询 TCP 连接状态的具体命令：
// Mac 下，查询 TCP 连接状态
$ netstat -nat |grep TIME_WAIT
// Mac 下，查询 TCP 连接状态，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：各种连接的数量
$ netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
ESTABLISHED 1154
TIME_WAIT 1645MSL，Maximum Segment Lifetime，“报文最大生存时间”，
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）
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，实际应用中常用的是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。
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，可以再发一个ACK应答包。
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）
当连接处于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，可以通过设置 「SO_REUSEADDR选项」，达到不必等待2MSL时间结束，即可使用被占用的端口。
附录 C：TCP 三次握手和四次握手，详细细节，参考：TCP的三次握手与四次挥手
具体示意图：
三次握手，建立连接过程
四次挥手，释放连接过程
几个核心疑问：
RE：time_wait 是「主动关闭 TCP 连接」一方的状态，可能是「客服端」的，也可能是「服务器端」的
一般情况下，都是「客户端」所处的状态；「服务器端」一般设置「不主动关闭连接」
正常情况下，都是「客户端」发起的断开连接
「服务器」一般设置为「不主动关闭连接」，服务器通常执行「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 连接
答案是是的。在HTTP1.1协议中，有个 Connection 头，Connection有两个值，close和keep-alive，这个头就相当于客户端告诉服务端，服务端你执行完成请求之后，是关闭连接还是保持连接，保持连接就意味着在保持连接期间，只能由客户端主动断开连接。还有一个keep-alive的头，设置的值就代表了服务端保持连接保持多久。
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过多的情况就很正常了。
虽然HTTP默认Connection值为close，但是，现在的浏览器发送请求的时候一般都会设置Connection为keep-alive了。所以，也有人说，现在没有必要通过调整参数来使TIME_WAIT降低了。
TCP 连接建立后，「主动关闭连接」的一端，收到对方的 FIN 请求后，发送 ACK 响应，会处于 time_wait 状态；
time_wait 状态，存在的必要性：
可靠的实现 TCP 全双工连接的终止：四次挥手关闭 TCP 连接过程中，最后的 ACK 是由「主动关闭连接」的一端发出的，如果这个 ACK 丢失，则，对方会重发 FIN 请求，因此，在「主动关闭连接」的一段，需要维护一个 time_wait 状态，处理对方重发的 FIN 请求；
处理延迟到达的报文：由于路由器可能抖动，TCP 报文会延迟到达，为了避免「延迟到达的 TCP 报文」被误认为是「新 TCP 连接」的数据，则，需要在允许新创建 TCP 连接之前，保持一个不可用的状态，等待所有延迟报文的消失，一般设置为 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；
来源：ningg.top/computer-basic-theory-tcp-time-wait/
推荐阅读