TIME_WAIT状态引起的服务端重启失败问题

TIME_WAIT状态引起的服务端重启失败问题

问题模型：

server1为服务端，在本地的9999端口监听，server2相对server1是客户端，server2启动后首先向server1发起连接，然后再8888端口监听。程序代码不在列出。

先后启动server1、server2，然后查看当前连接，如图1所示。

图1.建立连接，正常

之后强制结束server1（ctrl+c），再次查看当前连接状态，如图2所示。

图2.server1主动关闭后的状态

我们发现连接并没有消失（close），这是什么原因呢？我们用时序图分析一下，如图3.

图3.server1主动关闭时序

从时序图中可以看出server1终止伴随着FIN分节的发送，server2收到FIN导致进入CLOSE_WAIT状态，同时server2发送FIN分节的ACK，server1收到ACK后进入FIN_WAIT2状态。

注意：虽然进程server1已经终止，但是这条server2到server1的连接并没有终止，因为还没有完成TCP的最后“四次挥手”。

接着强制终止server2（ctrl+c），再次查看端口状态，如图4所示。

图4.server2终止后连接状态

终止server2，导致server向server1发送FIN。我们发现这个连接进入了TIME_WAIT状态。

我们再将终止server2后的时序图画出，如图5。

图5.关闭server2时序

关于什么是TIME_WAIT状态，以及为什么要有TIME_WAIT状态，网上可以很容易查到，这里不再赘述。但要说明的，从图4从可以看出，TIME_WAIT状态是在server1端出现的，也就是整个连接的主动关闭端。

下面开始我们真正的问题，我们重新启动server1，并用server2连接server1，结果如图6所示。此时，server2向server1发起链接，调用connect会失败。

图6.server1重启后，server2再连接

我们发现连接失败，而从出错的信息（connection refused）可以推断应该是服务端（server1）没有在相应端口（9999）监听。等一段时间过后，在查看端口状态，如图7所示，我们发现TIME_WAIT状态消失了。

图7.TIME_WAIT消失

server1并没有在9999端口监听，而我们的server1确的的确确的在运行如图8所示。

图8

这是什么原因？其实看似server1在运行，其实bind时已经出错，只是程序没有将出错信息打印出来。在server1添加如下代码：

n=bind(listenfd, (sockaddr *) &serveraddr, sizeof(serveraddr));

if(n!=0)

{

perror("bind error:");

}

再次启动server1（此时server1之前的连接仍处于TIME_WAIT状态），如图9所示。

图9

造成这个错误的原因是之前的连接还并没有消失（处于TIME_WAIT），而server1又试图bind一个现有连接（处于TIME_WAIT的连接）上的端口（9999）,所以bind失败。Server2当然也就不能连接成功了。那么如何使服务端（server1）主动关闭后可以立即重启呢？

解决方法：在bind设置SO_REUSEADDR套接字选项。

const int on=1;

setsockopt(listenfd,SOL_SOCKET,SO_REUSEADDR,&on,sizeof(on)); 

之后再次重复上述重启操作，结果如图10所示，重启成功。

图.10

l SO_REUSEADDR选项

SO_REUSEADDR选项的用途有多中，我们只讨论这里使用到的功能。先来看看UNP V1对这种情况的描述。

SO_REUSEADDR允许启动一个监听服务器并捆绑其众所周知端口，即使以前建立的将该端口用作它们的本地的连接仍存在。这个条件通常是这样碰到的：

(1) 启动一个监听服务器；

(2) 连接请求到达，派生一个子进程来处理这个客户；

(3) 监听服务器终止，但子进程继续为现有连接上的客户提供服务；

(4) 重启监听服务器。

默认情况下，当监听服务器在步骤(4)中通过调用socket、bind和listen重新启动时，由于它试图捆绑一个现有连接（即正由早先派生的那个子进程处理着的连接）上的端口，从而bind调用会失败。但如果该服务器在socket和bind中间调用设置了SO_REUSEADDR选项，那么bind将成功。                                         ——以上摘自UNP V1

下面对比我们这里遇到的情况，server1主动关闭后进入TIME_WAIT状态，此时对server1来说原有连接没有彻底终止，当重启server1时，就试图bind一个现有的连接，所以造成bind失败。所以一般TCP服务端都要设置SO_REUSEADDR选项，以便可以快速重启。