linux 下埠close_wait 過多
阿新 • • 發佈：2019-01-10
轉自：[url]http://blog.163.com/helj_2001/blog/static/346345682009728111725235/[/url]
情景描述：系統產生大量“Too many open files”
原因分析：在伺服器與客戶端通訊過程中，因伺服器發生了socket未關導致的closed_wait發生，致使監聽port開啟的控制代碼數到了1024個，且均處於close_wait的狀態，最終造成配置的port被佔滿出現“Too many open files”，無法再進行通訊。
close_wait狀態出現的原因是被動關閉方未關閉socket造成，如附件圖所示：
解決辦法：有兩種措施可行
一、解決：
原因是因為呼叫ServerSocket類的accept()方法和Socket輸入流的read()方法時會引起執行緒阻塞，所以應該用setSoTimeout()方法設定超時（預設的設定是0，即超時永遠不會發生）；超時的判斷是累計式的，一次設定後，每次呼叫引起的阻塞時間都從該值中扣除，直至另一次超時設定或有超時異常丟擲。
比如，某種服務需要三次呼叫read()，超時設定為1分鐘，那麼如果某次服務三次read()呼叫的總時間超過1分鐘就會有異常丟擲，如果要在同一個Socket上反覆進行這種服務，就要在每次服務之前設定一次超時。
二、規避：
調整系統引數，包括控制代碼相關引數和TCP/IP的引數；
注意：
/proc/sys/fs/file-max 是整個系統可以開啟的檔案數的限制，由sysctl.conf控制；
ulimit修改的是當前shell和它的子程序可以開啟的檔案數的限制，由limits.conf控制；
lsof是列出系統所佔用的資源,但是這些資源不一定會佔用開啟檔案號的；比如：共享記憶體,訊號量,訊息佇列,記憶體對映等,雖然佔用了這些資源,但不佔用開啟檔案號；
因此，需要調整的是當前使用者的子程序開啟的檔案數的限制，即limits.conf檔案的配置；
如果cat /proc/sys/fs/file-max值為65536或甚至更大，不需要修改該值；
若ulimit -a ；其open files引數的值小於4096（預設是1024), 則採用如下方法修改open files引數值為8192；方法如下：
1.使用root登陸，修改檔案/etc/security/limits.conf
vi /etc/security/limits.conf 新增
xxx - nofile 8192
xxx 是一個使用者，如果是想所有使用者生效的話換成 * ，設定的數值與硬體配置有關，別設定太大了。
#<domain> <type> <item> <value>
* soft nofile 8192
* hard nofile 8192
#所有的使用者每個程序可以使用8192個檔案描述符。
2.使這些限制生效
確定檔案/etc/pam.d/login 和/etc/pam.d/sshd包含如下行：
session required pam_limits.so
然後使用者重新登陸一下即可生效。
3. 在bash下可以使用ulimit -a 參看是否已經修改：
一、 修改方法：（暫時生效,重新啟動伺服器後,會還原成預設值）
sysctl -w net.ipv4.tcp_keepalive_time=600
sysctl -w net.ipv4.tcp_keepalive_probes=2
sysctl -w net.ipv4.tcp_keepalive_intvl=2
注意：Linux的核心引數調整的是否合理要注意觀察，看業務高峰時候效果如何。
二、 若做如上修改後，可起作用；則做如下修改以便永久生效。
vi /etc/sysctl.conf
若配置檔案中不存在如下資訊，則新增：
net.ipv4.tcp_keepalive_time = 1800
net.ipv4.tcp_keepalive_probes = 3
net.ipv4.tcp_keepalive_intvl = 15
編輯完 /etc/sysctl.conf,要重啟network 才會生效
/etc/rc.d/init.d/network restart
然後，執行sysctl命令使修改生效，基本上就算完成了。
------------------------------------------------------------
修改原因：
當客戶端因為某種原因先於服務端發出了FIN訊號，就會導致服務端被動關閉，若服務端不主動關閉socket發FIN給Client，此時服務端Socket會處於CLOSE_WAIT狀態（而不是LAST_ACK狀態）。通常來說，一個CLOSE_WAIT會維持至少2個小時的時間（系統預設超時時間的是7200秒，也就是2小時）。如果服務端程式因某個原因導致系統造成一堆CLOSE_WAIT消耗資源，那麼通常是等不到釋放那一刻，系統就已崩潰。因此，解決這個問題的方法還可以通過修改TCP/IP的引數來縮短這個時間，於是修改tcp_keepalive_*系列引數：
tcp_keepalive_time：
/proc/sys/net/ipv4/tcp_keepalive_time
INTEGER，預設值是7200(2小時)
當keepalive開啟的情況下，TCP傳送keepalive訊息的頻率。建議修改值為1800秒。
tcp_keepalive_probes：INTEGER
/proc/sys/net/ipv4/tcp_keepalive_probes
INTEGER，預設值是9
TCP傳送keepalive探測以確定該連線已經斷開的次數。(注意:保持連線僅在SO_KEEPALIVE套接字選項被開啟是才傳送.次數預設不需要修改,當然根據情形也可以適當地縮短此值.設定為5比較合適)
tcp_keepalive_intvl：INTEGER
/proc/sys/net/ipv4/tcp_keepalive_intvl
INTEGER，預設值為75
當探測沒有確認時，重新發送探測的頻度。探測訊息傳送的頻率（在認定連線失效之前，傳送多少個TCP的keepalive探測包）。乘以tcp_keepalive_probes就得到對於從開始探測以來沒有響應的連線殺除的時間。預設值為75秒，也就是沒有活動的連線將在大約11分鐘以後將被丟棄。(對於普通應用來說,這個值有一些偏大,可以根據需要改小.特別是web類伺服器需要改小該值,15是個比較合適的值)
【檢測辦法】
1. 系統不再出現“Too many open files”報錯現象。
2. 處於TIME_WAIT狀態的sockets不會激長。
在 Linux 上可用以下語句看了一下伺服器的TCP狀態(連線狀態數量統計)：
netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
返回結果範例如下：
ESTABLISHED 1423
FIN_WAIT1 1
FIN_WAIT2 262
SYN_SENT 1
TIME_WAIT 962
情景描述：系統產生大量“Too many open files”
原因分析：在伺服器與客戶端通訊過程中，因伺服器發生了socket未關導致的closed_wait發生，致使監聽port開啟的控制代碼數到了1024個，且均處於close_wait的狀態，最終造成配置的port被佔滿出現“Too many open files”，無法再進行通訊。
close_wait狀態出現的原因是被動關閉方未關閉socket造成，如附件圖所示：
解決辦法：有兩種措施可行
一、解決：
原因是因為呼叫ServerSocket類的accept()方法和Socket輸入流的read()方法時會引起執行緒阻塞，所以應該用setSoTimeout()方法設定超時（預設的設定是0，即超時永遠不會發生）；超時的判斷是累計式的，一次設定後，每次呼叫引起的阻塞時間都從該值中扣除，直至另一次超時設定或有超時異常丟擲。
比如，某種服務需要三次呼叫read()，超時設定為1分鐘，那麼如果某次服務三次read()呼叫的總時間超過1分鐘就會有異常丟擲，如果要在同一個Socket上反覆進行這種服務，就要在每次服務之前設定一次超時。
二、規避：
調整系統引數，包括控制代碼相關引數和TCP/IP的引數；
注意：
/proc/sys/fs/file-max 是整個系統可以開啟的檔案數的限制，由sysctl.conf控制；
ulimit修改的是當前shell和它的子程序可以開啟的檔案數的限制，由limits.conf控制；
lsof是列出系統所佔用的資源,但是這些資源不一定會佔用開啟檔案號的；比如：共享記憶體,訊號量,訊息佇列,記憶體對映等,雖然佔用了這些資源,但不佔用開啟檔案號；
因此，需要調整的是當前使用者的子程序開啟的檔案數的限制，即limits.conf檔案的配置；
如果cat /proc/sys/fs/file-max值為65536或甚至更大，不需要修改該值；
若ulimit -a ；其open files引數的值小於4096（預設是1024), 則採用如下方法修改open files引數值為8192；方法如下：
1.使用root登陸，修改檔案/etc/security/limits.conf
vi /etc/security/limits.conf 新增
xxx - nofile 8192
xxx 是一個使用者，如果是想所有使用者生效的話換成 * ，設定的數值與硬體配置有關，別設定太大了。
#<domain> <type> <item> <value>
* soft nofile 8192
* hard nofile 8192
#所有的使用者每個程序可以使用8192個檔案描述符。
2.使這些限制生效
確定檔案/etc/pam.d/login 和/etc/pam.d/sshd包含如下行：
session required pam_limits.so
然後使用者重新登陸一下即可生效。
3. 在bash下可以使用ulimit -a 參看是否已經修改：
一、 修改方法：（暫時生效,重新啟動伺服器後,會還原成預設值）
sysctl -w net.ipv4.tcp_keepalive_time=600
sysctl -w net.ipv4.tcp_keepalive_probes=2
sysctl -w net.ipv4.tcp_keepalive_intvl=2
注意：Linux的核心引數調整的是否合理要注意觀察，看業務高峰時候效果如何。
二、 若做如上修改後，可起作用；則做如下修改以便永久生效。
vi /etc/sysctl.conf
若配置檔案中不存在如下資訊，則新增：
net.ipv4.tcp_keepalive_time = 1800
net.ipv4.tcp_keepalive_probes = 3
net.ipv4.tcp_keepalive_intvl = 15
編輯完 /etc/sysctl.conf,要重啟network 才會生效
/etc/rc.d/init.d/network restart
然後，執行sysctl命令使修改生效，基本上就算完成了。
------------------------------------------------------------
修改原因：
當客戶端因為某種原因先於服務端發出了FIN訊號，就會導致服務端被動關閉，若服務端不主動關閉socket發FIN給Client，此時服務端Socket會處於CLOSE_WAIT狀態（而不是LAST_ACK狀態）。通常來說，一個CLOSE_WAIT會維持至少2個小時的時間（系統預設超時時間的是7200秒，也就是2小時）。如果服務端程式因某個原因導致系統造成一堆CLOSE_WAIT消耗資源，那麼通常是等不到釋放那一刻，系統就已崩潰。因此，解決這個問題的方法還可以通過修改TCP/IP的引數來縮短這個時間，於是修改tcp_keepalive_*系列引數：
tcp_keepalive_time：
/proc/sys/net/ipv4/tcp_keepalive_time
INTEGER，預設值是7200(2小時)
當keepalive開啟的情況下，TCP傳送keepalive訊息的頻率。建議修改值為1800秒。
tcp_keepalive_probes：INTEGER
/proc/sys/net/ipv4/tcp_keepalive_probes
INTEGER，預設值是9
TCP傳送keepalive探測以確定該連線已經斷開的次數。(注意:保持連線僅在SO_KEEPALIVE套接字選項被開啟是才傳送.次數預設不需要修改,當然根據情形也可以適當地縮短此值.設定為5比較合適)
tcp_keepalive_intvl：INTEGER
/proc/sys/net/ipv4/tcp_keepalive_intvl
INTEGER，預設值為75
當探測沒有確認時，重新發送探測的頻度。探測訊息傳送的頻率（在認定連線失效之前，傳送多少個TCP的keepalive探測包）。乘以tcp_keepalive_probes就得到對於從開始探測以來沒有響應的連線殺除的時間。預設值為75秒，也就是沒有活動的連線將在大約11分鐘以後將被丟棄。(對於普通應用來說,這個值有一些偏大,可以根據需要改小.特別是web類伺服器需要改小該值,15是個比較合適的值)
【檢測辦法】
1. 系統不再出現“Too many open files”報錯現象。
2. 處於TIME_WAIT狀態的sockets不會激長。
在 Linux 上可用以下語句看了一下伺服器的TCP狀態(連線狀態數量統計)：
netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
返回結果範例如下：
ESTABLISHED 1423
FIN_WAIT1 1
FIN_WAIT2 262
SYN_SENT 1
TIME_WAIT 962