问题背景

有同事联系我说，在生产环境上，访问不了我负责的common服务，然后我去检查common服务的health endpoint, 没问题，然后我问了下异常，timeout导致的System.OperationCanceledException。那大概率是客户端的问题，会不会是端口耗尽，用netstat看下是不是有大量的端口占用，果然如此，大概如图：

什么是端口耗尽

端口耗尽（Port Exhaustion）是指当系统中可用的TCP/IP端口号被全部占用，而无法建立新的网络连接时产生的一种情况。例如，在进行大量的网络连接，如客户端与服务器之间频繁地建立和断开连接时，可能会发生端口耗尽。如果客户端在短时间内打开了大量的短暂连接，并且由于TCP协议的TIME_WAIT状态，这些端口不能立即被重用，就可能出现端口耗尽的现象。此时，新的出站连接可能会失败，因为找不到可用的源端口号。

端口是有限的

每个TCP或UDP连接由一个四元组唯一标识：源IP地址、源端口号、目的IP地址以及目的端口号。在一个给定的源IP地址中，端口号是有限的，通常是从1024到65535（0到1023保留给系统和知名端口）。

拓展阅读，如何查看Linux中的可用端口范围

cat /proc/sys/net/ipv4/ip_local_port_range 

什么是TIME_WAIT状态

在TCP/IP网络中，TIME_WAIT状态是TCP连接结束过程的一部分。这是一个正常的状态，发生在一个连接关闭的准备阶段，此时通常是客户端已经发送了一个FIN（结束）数据包来表示它没有更多数据要发送，并且也已经收到了另一侧（通常是服务器）的确认。

下面是TIME_WAIT状态在TCP连接终止过程中的作用：

• 主动关闭：客户端向服务器发送一个FIN数据包，表示它已经完成数据发送。
• 服务器接收到FIN，发送一个ACK（确认），并进入CLOSE_WAIT状态，表示它已经确认了客户端结束连接的请求。
• 服务器在发送完所有剩余的数据后，发送自己的FIN数据包。
• 客户端接收到服务器的FIN，发送回一个ACK，并进入TIME_WAIT状态。

TIME_WAIT状态会持续一个时间段，这个时间是最大报文生命周期（MSL）的两倍，这是一个确保连接相关的所有数据包不再存在于网络中的定义期间。这个时间通常被设置为2分钟，因此TIME_WAIT状态的持续时间通常是4分钟。

TIME_WAIT状态的主要原因有：

• 确保网络上延迟的数据包被丢弃，避免可能干扰后续新的连接。
• 允许TCP连接可靠地结束，确保FIN-ACK握手过程正确结束。
• 确保如果客户端到服务器的最后一个ACK丢失，客户端仍处于TIME_WAIT状态，这样如果服务器因为没有收到ACK而重新发送FIN，客户端可以重新发送ACK。

在高流量的服务器中，TCP连接经常地开启和关闭，TIME_WAIT状态以及它的持续时间可能导致大量的套接字处于这个状态，从而可能耗尽可用的端口。

如何解决

• 改变TIME_WAIT时间，即减少端口被占用的时间；不推荐，尽量使用默认设置
• 启用端口重用，例如TCP端口复用（SO_REUSEADDR）选项；
• 增加可用的端口范围。
• 保证端口尽早尽快的释放

?欢迎扫码关注我的公众号?