WebSocket 重连风暴 3 万设备回来 CPU 冲到 100% 卡住

陆零云 31 0
网关凌晨做了一次滚动重启,重启后三分钟,四核机器 load 冲到 42,CPU 全满,新连接大量 accept timeout。ss -lnt 看 443 的 Send-Q 一直停在 1024,accept 队列满了。 原因很直接,3 万台设备的重连逻辑是失败后固定 5 秒重试,没有随机抖动。网关重启全部断开,5 秒后一起回来,TLS 握手把 CPU 吃满,握手排队又拖出更多超时,超时的设备进入下一轮重试,越滚越大。 先止血。worker_connecti...