通过实践带你揭开 TCP 中 CLOSE_WAIT 和 TIME_WAIT 的神秘面纱
linux 服务器开发相关视频解析：
linux多线程之epoll原理剖析与reactor原理及应用
c/c++ linux 服务器开发免费学习地址：c/c++ linux后台服务器高级架构师
CLOSE_WAIT 和 TIME_WAIT 是如何产生的？大量的 CLOSE_WAIT 和 TIME_WAIT 又有何隐患？本文将通过实践角度来带你揭开 CLOSE_WAIT 和 TIME_WAIT 的神秘面纱！遇事不决先祭此图：
稍微补充一点：TIME_WAIT 到 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「主动关闭」可以是客户端，可以是服务端。而对端相应的就是「被动关闭」。不管谁发起，状态迁移如上图。
1. 耗尽的是谁的端口？
首先解答初学者对 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:
xx.xx.xx.xx 是我 Macbook 的本机 IP
其中有两条记录，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 echo_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 echo_server 占用的 fd。使用 ls /proc/3354/fd -l 命令查看，其中 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）！
【文章福利】需要 C/C++ Linux 服务器架构师学习资料加群 812855908（资料包括 C/C++，Linux，golang 技术，Nginx，ZeroMQ，MySQL，Redis，fastdfs，MongoDB，ZK，流媒体，CDN，P2P，K8S，Docker，TCP/IP，协程，DPDK，ffmpeg 等）
2. 什么时候出现 CLOSE_WAIT?
2.1 举个例子
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）：
yy.yy.yy.yy 表示的远程云主机的 IP
nsc-posa 其实就是端口 2605，因为 2605 也是某个经典协议(NSC POSA)的默认端口，所以这种网络工具直接显示成了那个协议的名称。
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！
2.2 怎么避免客户端异常断开时的服务端 CLOSE_WAIT？
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。
3. 什么时候出现 TIME_WAIT?
看我开篇那个图就知道了。
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？
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？
还未添加个人签名 2020.11.26 加入
C/C++linux服务器开发群 812855908
评论