服务器 TIME_WAIT 连接过多导致新请求失败怎么优化

现象:连接数不高,新请求却报端口耗尽

服务运行一段时间后,日志里出现 Cannot assign requested address 或连接超时,但 CPU、内存、带宽都还有余量。执行 ss -s 看到 timewait 数量上万,而且持续增长。

原因:短连接太多,主动关闭方要等 60 秒

TCP 连接关闭时,主动关闭的一方会进入 TIME_WAIT 状态,等待 2MSL(Linux 默认 60 秒)才释放,目的是保证最后一个 ACK 能重传、避免旧连接的数据包串到新连接。如果业务大量使用短连接,且由本机主动断开,本地端口又快被占满,新连接就分配不到端口。反向代理后面的 PHP、Java 服务、频繁调第三方接口的采集程序都属于高发场景。

解决步骤

第一步,先量化,确认是 TIME_WAIT 而不是 CLOSE_WAIT:

ss -s
ss -tan state time-wait | wc -l

CLOSE_WAIT 多说明是程序没关连接,调内核参数毫无意义,得改代码。

第二步,开启端口复用,允许新的连接复用 TIME_WAIT 状态的四元组,注意只对主动连接方有效:

net.ipv4.tcp_tw_reuse = 1
net.ipv4.ip_local_port_range = 10000 65000
net.ipv4.tcp_max_tw_buckets = 20000

tcp_tw_recycle 在新内核里已被移除,不要照着老教程去开,开了会导致 NAT 环境下的连接异常。

第三步,从根上减少短连接。应用侧改用连接池或长连接,Nginx 到上游开启 keepalive,一次握手反复使用:

upstream backend {
    server 127.0.0.1:9000;
    keepalive 64;
}

第四步,加监控。把 TIME_WAIT 数量做成指标,超过端口范围的八成再告警,比等到报错才发现更主动。

小结

先分清 TIME_WAIT 和 CLOSE_WAIT,前者调参数加长连接,后者只能改程序。内核参数是缓解手段,连接池才是根治办法。

调参时注意目的不同:tcp_tw_reuse 解决的是本机作为客户端做大量短连接时的端口占用,对作为服务端被动关闭的连接帮助有限;ip_local_port_range 扩大的是可用端口池,能延后问题但不能消除。真正省事的顺序是先把连接复用做起来,再考虑内核参数,否则只是把报错推迟几小时。改完 sysctl 记得执行 sysctl -p 并确认重启后依然生效。

您可以还会对下面的文章感兴趣: