[[410689]]

本文轉載自微信公眾號「碼農桃花源」，作者峰云就她了。轉載本文請聯系碼農桃花源公眾號。

通過grafana監控面板，發現了幾個高頻的業務緩存節點出現了大量的fin-wait2，而且fin-wait2狀態持續了不短的時間。通過連接的ip地址和抓包數據判斷出對端的業務。除此之外，頻繁地去創建新連接，我們對golang net/http transport的連接池已優化過，但established已建連的連接沒有得到復用。

另外，隨之帶來的問題是大量time-wait的出現，畢竟fin-wait2在拿到對端fin后會轉變為time-wait狀態。但該狀態是正常的。

分析問題

通過分析業務日志發現了大量的接口超時問題，連接的地址跟netstat中fin-wait2目的地址是一致的。那么問題已經明確了，當http的請求觸發超時，定時器對連接對象進行了關閉。這邊都close了，那么連接自然無法復用，所以就需要創建新連接，但由于對端的API接口出現邏輯阻塞，自然就又觸發了超時，continue。

// xiaorui.cc 
 
Get "http://xxxx": context deadline exceeded (Client.Timeout exceeded while awaiting headers) 
 
Get "http://xxxx": context deadline exceeded (Client.Timeout exceeded while awaiting headers) 
 
Get "http://xxxx": context deadline exceeded (Client.Timeout exceeded while awaiting headers) 

通過strace追蹤socket的系統調用，發現golang的socket讀寫超時沒有使用setsockopt so_sndtimeo so_revtimeo參數。

[pid 34262] epoll_ctl(3, EPOLL_CTL_ADD, 6, {EPOLLIN|EPOLLOUT|EPOLLRDHUP|EPOLLET, {u32=1310076696, u64=140244877192984}}) = 0 
[pid 34265] epoll_pwait(3,  <unfinished ...> 
[pid 34262] <... getsockname resumed>{sa_family=AF_INET, sin_port=htons(45242), sin_addr=inet_addr("127.0.0.1")}, [112->16]) = 0 
[pid 34264] epoll_pwait(3,  <unfinished ...> 
[pid 34262] setsockopt(6, SOL_TCP, TCP_NODELAY, [1], 4 <unfinished ...> 
[pid 34262] setsockopt(6, SOL_SOCKET, SO_KEEPALIVE, [1], 4 <unfinished ...> 
[pid 34264] read(4,  <unfinished ...> 
[pid 34262] setsockopt(6, SOL_TCP, TCP_KEEPINTVL, [30], 4 <unfinished ...> 

代碼分析

通過net/http源碼可以看到socket的超時控制是通過定時器來實現的，在連接的roundTrip方法里有超時引發關閉連接的邏輯。由于http的語義不支持多路復用，所以為了規避超時后再回來的數據造成混亂，索性直接關閉連接。

當觸發超時會主動關閉連接，這里涉及到了四次揮手，作為關閉方會發送fin，對端內核會回應ack，這時候客戶端從fin-wait1到fin-wait2，而服務端在close-wait狀態，等待觸發close syscall系統調用。服務端什么時候觸發close動作?需要等待net/http handler業務邏輯執行完畢。

// xiaorui.cc 
 
var errTimeout error = &httpError{err: "net/http: timeout awaiting response headers", timeout: true} 
 
func (pc *persistConn) roundTrip(req *transportRequest) (resp *Response, err error) { 
    for { 
        testHookWaitResLoop() 
        select { 
        case err := <-writeErrCh: 
            if debugRoundTrip { 
                req.logf("writeErrCh resv: %T/%#v", err, err) 
            } 
            if err != nil { 
                pc.close(fmt.Errorf("write error: %v", err)) 
                return nil, pc.mapRoundTripError(req, startBytesWritten, err) 
            } 
            if d := pc.t.ResponseHeaderTimeout; d > 0 { 
                if debugRoundTrip { 
                    req.logf("starting timer for %v", d) 
                } 
                timer := time.NewTimer(d) 
                defer timer.Stop() // prevent leaks 
                respHeaderTimer = timer.C 
            } 
        case <-pc.closech: 
            ... 
        case <-respHeaderTimer: 
            if debugRoundTrip { 
                req.logf("timeout waiting for response headers.") 
            } 
            pc.close(errTimeout) 
            return nil, errTimeout 

如何解決

要么加大客戶端的超時時間，要么優化對端的獲取數據的邏輯，總之減少超時的觸發。這個問題其實跟 Go 沒有關系，換成openresyt和python同樣有這個問題。