如何锻炼分析问题的方法？请各位大虾指教~~

最近在solaris下移植heartbeat模块，遇到了一个问题，就是连接其他节点的crm应用程序，有时出现连接失败的问题。

有时返回return -5，有时return-6

代码如下：

#include <stdio.h>#include <string.h>#include <stdlib.h>#include <unistd.h>#include <sys/socket.h>#include <sys/ioctl.h>#include <sys/sockio.h>#include <net/if.h>    //struct ifconf 在这里面声明#include <netinet/in.h>#include <inttypes.h>#include <arpa/inet.h> #include <fcntl.h>#include <errno.h>#define CRMPORT 3387#ifndef SOCKET#define SOCKET int#endif#ifndef SOCKET_ERROR#define SOCKET_ERROR (-1)#endif#ifndef INVALID_SOCKET#define INVALID_SOCKET 0#endif//连接指定ip和端口8003，若连接成功，则返回1，否则返回0int checkConnectToIp(const char *ipStr){int sockfd;struct sockaddr_in my_addr;struct timeval timeval_time_out;int ul = 1;memset(&(my_addr), 0, sizeof(my_addr));/* zero my address struct */my_addr.sin_family = AF_INET;/* host byte order */my_addr.sin_port = htons((u_short)CRMPORT);my_addr.sin_addr.s_addr = inet_addr(ipStr); if ((sockfd = socket(AF_INET, SOCK_STREAM, 0)) == INVALID_SOCKET) {int i = 0;fprintf(stdout, "checkConnectToIp: socket error-%d!\n",i);return(sockfd);}//增加设置超时时间，超时时间设置为500ms//初始化超时时间memset(&timeval_time_out, 0, sizeof(struct timeval));timeval_time_out.tv_sec= 0;//l_sec为超时时间，秒timeval_time_out.tv_usec= 500;//l_usec是毫秒// 设置超时时间，成功返回0/*if (0!=setsockopt(sockfd, SOL_SOCKET, SO_SNDTIMEO, &timeval_time_out, sizeof(struct timeval))){if (0 != closesocket(sockfd))return 0;}*/// 设置socket为非阻塞模式int flag;flag = fcntl(sockfd,F_GETFL,0);flag |= O_NONBLOCK;fcntl(sockfd,F_SETFL,flag);//设置非阻塞char* errMsg;if (connect(sockfd, (struct sockaddr *) &my_addr, sizeof(struct sockaddr_in)) == 0){close(sockfd);return 1;}else{perror("socket connect");if (errno == EINPROGRESS){printf("connect EINPROGRESS\n");}fd_set fd_set_write;int optval=0;int optlen=sizeof(int);int selectrt = 0;FD_ZERO(&fd_set_write);FD_SET(sockfd, &fd_set_write);selectrt = select(sockfd + 1, NULL, &fd_set_write, NULL, &timeval_time_out);printf("selectrt---%d\n",selectrt);if ( 0 < selectrt){if ( 0!=getsockopt(sockfd, SOL_SOCKET, SO_ERROR, &optval, &optlen) ){FD_CLR(sockfd, &fd_set_write);close(sockfd);printf("checkConnectToIp:return -4\n");return -4;}printf("optval:%d\n",optval);if (0!=optval){FD_CLR(sockfd, &fd_set_write);close(sockfd);printf("checkConnectToIp:return -5\n");return -5;}FD_CLR(sockfd, &fd_set_write);}else{FD_CLR(sockfd, &fd_set_write);close(sockfd);printf("checkConnectToIp:return -6\n");return -6;}close(sockfd);return 1;}}int main(){int ret = 0;ret = checkConnectToIp("10.151.12.122");  //连对方ipprintf("checkConnectToIp ret ------ %d\n",ret);getchar();return 0;}

 先说下我的思路：

1、通过对方ip和端口，与对方进行connect连接。

2、如果能connect成功，则直接return 1。

3、否则，调用select机制进行连接，如果select超时，则return -6；如果通过select机制，有描述符发生变化，即select返回值大于0，则通过getsockopt判断其SO_ERROR状态，如果SO_ERROR返回值为0，则return 1，否则 return -5。

 

我遇到的问题和在老大的批评+指导下的分析解决方法为：

1、弄了一个对方ip作为服务端的程序，结果总是return -5。 于是查看服务端代码，一看不是tcp socket，用的是udp socket，哎，图省事不行呀！！！ 经改正，代码select返回值为1，测试程序return 1。

2、于是放到大环境中startHB去跑，结果连对端节点的crm，有时返回-6，有时返回1。老大看了看，想可能是select函数在solaris平台和windows平台的用法不一样，于是到google里搜索“openindiana man select return”，发现返回值说明如下：

      If the timeout argument is a null pointer, select() blocks until an  event
       causes  one  of the masks to be returned with a valid (non-zero) value.
       If the time limit expires before any event occurs that would cause  one
       of the masks to be set to a non-zero value, select() completes success-
       fully and returns 0.

     RETURN VALUES
       On  successful completion, select() and pselect() return the total num-
       ber of bits set in the bit masks. Otherwise, -1 is returned  and  errno
       is set to indicate the error.

       The  FD_CLR(),  FD_SET(),  and  FD_ZERO()  macros return no value.  The
       FD_ISSET() macro returns a non-zero value  if  the  bit for  the  file
       descriptor  fd  is  set in the file descriptor set pointed to by fdset,
       and 0 otherwise.
   

     意思就是：（1）在超时时间内，有事件发生的话，返回非0值，返回值为多少位被置位了。（2）超时时间到了，select成功执行并且返回值为0。（3）返回-1表示函数出错。

     那说明该程序在select的用法上没有错。

3、进一步分析：由于有时返回-6，说明走的是超时的流程。老大说：超时？那是不是时间设置的不对？下面现将超时时间由原来的500毫秒改成1秒试试；再不行再改成2秒；如果还不可以，说明不是时间量的问题，看看事件设置上是不是有区别，有问题。将程序超时时间500毫秒改成1秒后，经大环境测试可以，反复测试10次以上没问题。

很多时候我在努力并坚持去解决问题，但是效果不理想，关键在于“方法”，各位大虾都很有经验，可不可以告诉我该如何锻炼分析问题的方法？除了亲身经历外，有没有什么书籍或杂志，论坛值得推荐？谢谢各位啦~~~~~~