服务器后台TCP连接存活问题

0. 背景

　　公司的服务器后台部署在某一个地方，接入的是用户的APP，而该地方的网络信号较差，导致了服务器后台在运行一段时间后用户无法接入，那边的同事反馈使用netstat查看系统，存在较多的TCP连接。

1. 问题分析

　　首先在公司内部测试服务器上部署，使用LoadRunner做压力测试，能正常运行，然后那边的同事反馈该地方信号较差。考虑到接入的问题，有可能接入进程的FD资源耗尽，导致accept失败。推论的依据是对于TCP连接来说，如果客户端那边由于一些异常情况导致断网而未能向服务器发起FIN关闭消息，服务端这边若没有设置存活检测的话，该连接会存在（存活时间暂未测）。

2. 实验测试

　　这里简单地写了一个服务端的程序，主要功能是回应，即接受一个报文（格式：2Byte报文长度+报文内容），然后原封不动将报文内容发回客户端。

#include <stdio.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <sys/epoll.h>
#include <unistd.h>
#include <pthread.h>
#include <stdlib.h>
#include <string.h>
#include <arpa/inet.h>

int g_epfd;

int InitServer( unsigned short port )
{
int nServerFd = socket( AF_INET, SOCK_STREAM, 0 );

struct sockaddr_in addr;
memset( &addr, 0, sizeof(addr) );

addr.sin_family = AF_INET;
addr.sin_port = htons( port );
addr.sin_addr.s_addr = 0;

if ( bind( nServerFd, (struct sockaddr *)&addr, sizeof(addr) ) <0 )
{
printf("bind error\n");
exit(-1);
}

if ( listen( nServerFd, 128 ) < 0 )
{
printf("listen error\n");
exit(-1);
}

return nServerFd;
}

int AddFd( int epfd, int nFd , int nOneShot)
{
struct epoll_event event;
memset( &event, 0, sizeof( event) );

event.data.fd = nFd;
event.events |= EPOLLIN | EPOLLRDHUP | EPOLLET;

if ( nOneShot ) event.events |= EPOLLONESHOT;

return epoll_ctl( epfd, EPOLL_CTL_ADD, nFd, &event );
}

int ResetOneShot( int epfd, int nFd )
{
struct epoll_event event;
memset( &event, 0, sizeof(event) );

event.data.fd = nFd;
event.events |= EPOLLIN | EPOLLRDHUP | EPOLLONESHOT;

return epoll_ctl( epfd, EPOLL_CTL_MOD, nFd, &event);
}

void * ReadFromClient( void * arg )
{
int nClientFd = (int)arg;
unsigned char buf[1024];
const int nBufSize = sizeof( buf );
int nRead;
int nTotal;
int nDataLen;

printf("ReadFromClient Enter\n");

if ( (nRead = read( nClientFd, buf, 2 )) != 2 )
{
printf("Read Data Len error\n");
pthread_exit(NULL);
}

nDataLen = *(unsigned short *)buf;
printf("nDataLen [%d]\n", nDataLen);
nDataLen = buf[0]*256 + buf[1];
printf("nDataLen [%d]\n", nDataLen);

nRead = 0;
nTotal = 0;
while( 1 )
{
nRead = read( nClientFd, buf + nRead, nBufSize );
if ( nRead < 0 )
{
printf("Read Data error\n");
pthread_exit( NULL );
}
nTotal += nRead;
if ( nTotal >= nDataLen )
{
break;
}
}
printf("nTotal [%d]\n", nTotal);

sleep(5);

int nWrite = write( nClientFd, buf, nTotal );
printf("nWrite[%d]\n", nWrite);

printf("Not Write ResetOneShot [%d]\n", ResetOneShot(g_epfd, nClientFd));

return NULL;
}

int main(int argc, char const *argv[])
{
int i;
int nClientFd;
pthread_t tid;
struct epoll_event events[1024];

int nServerFd = InitServer( 7777 );
if ( nServerFd < 0 )
{
perror( "nServerFd" );
exit(-1);
}

int epfd = epoll_create( 1024 );

g_epfd = epfd;

int nReadyNums;

if ( AddFd( epfd, nServerFd, 0 ) < 0 )
{
printf("AddFd error\n");
exit(-1);
}

while( 1 )
{
nReadyNums = epoll_wait( epfd, events, 1024, -1 );

if ( nReadyNums < 0 )
{
printf("epoll_wait error\n");
exit(-1);
}

for ( i = 0; i <  nReadyNums; ++i)
{
if ( events[i].data.fd == nServerFd )
{
nClientFd = accept( nServerFd, NULL, NULL );

AddFd( epfd, nClientFd, 1 );

}else if ( events[i].events & EPOLLIN )
{
// Can be implemented by threadpool
//Read data from client
pthread_create( &tid, NULL, ReadFromClient, (void *)(events[i].data.fd) );

}else if ( events[i].events & EPOLLRDHUP )
{
//Close By Peer
printf("Close By Peer\n");
close( events[i].data.fd );
}else
{
printf("Some thing happened\n");
}

}
}

return 0;
}

测试内容：

注：客户端IP: 192.168.10.108 服务器IP&Port: 192.168.10.110:7777

a. 客户端发送一个报文至服务端，然后断网。（这里对程序做了点改动，这次实验注释了write响应，防止write影响测试，后面一个实验会使用write）。

　　　客户端断网后，使用netstat查看网络连接状态发送客户端与服务端还处于established状态，如图所示。



a. 实验结果

　　服务端没有检测到客户端断网，依然处于连接状态。

b. 客户端发送一个报文至服务端，然后断网，关闭客户端，再重复一次。

　　这次试验测试重新联网，程序再次建立Socket连接是否会导致之前的连接被检测到。



b. 实验结论：

　　重新联网，程序再次建立Socket连接之前的连接不会被检测到。

c. 客户端发送一个报文至服务端，然后断网。（这次实验使用了write响应，查看write后的结果）。

　　这里查看到Write居然成功了，成功了....。



c. 实验结论：

　　这次使用write不会检测对端是否已经断了。

3. 解决方案

　　临时：使用TCP的选项SO_KEEPALIVE检测客户端是否已异常掉了（setsockopt）。

　　后续改进：使用心跳包来检测长连接存活问题。

注：SO_KEEPALIVE明天再补充，回家了，只有一台笔记本直接装了Ubuntu，没装虚拟机，伤不起。

4. 补充

　　如果什么不对的或者建议直接说，多讨论讨论比较好。