Linux 网络编程中之心跳机制应用

Linux 网络编程中之心跳机制应用

一、问题：Linux TCP 中如何判断非正常连接的断开

二、方法分析：

      面向连接的TCP连接，在实际的应用中经常需要检测连接是否断开。而在实际的连接过程中，连接断开分为两种情况：

      1、客户端正常关闭。即客户端通过调用close，shutdown来正常关闭socket。此时服务端通过read和write的返回值来判断客户端是否正常

   关闭0表示，-1表示读写错误。均可以表示连接正常断开。

      2、客户端非正常关闭。比如说网络断开，wifi连接失效断开等的非正常断开。此时，不能通过read和write判断，这两个函数将不能判断

    socket已经失效。需要通过其他方式来判断连接是否断开。判断方式有以下两种：

      1、TCP通信的双方定时发送数据包，通过判断是否收到对方的数据包以检测对方是否在线。

      2、利用Socket的KEEP_ALIVE 机制，来定时给对方发送一个"探测存活数据包"，当超过一定时间对方没有回复ACK，则视为连接断开，此时

    调用read或者write时，将返回错误信息。我们可以通过判断错误信息来检测链接已经断开。

两者的优劣：

方法一：需要客户端与服务端协商好双方的通信协议，需要双方的应用层程序通信作出修改，比较不灵活。

方法二：默认状态下，KEEP_ALIVE 机制判断tcp链接是否断开需要发送心跳包来检测，由于发送心跳包的工作由tcp得协议栈来做，应用层只需要

        对链接两端的TCP socket 设置keep alive 机制，进行监听即可。这种方法实现较为方便。

三、注意事项：

       KEEP_ALIVE 机制默认发送心跳包的首次空闲时间为：2小时（7200s），但在实际应用中，我们需要实时监听对方是否在线，因此需要对KEEP_ALIVE 相关参数做出调整。并且当检测到链接断开时，keep_alive 不会自动通知上层，需要应用层通过read 和 write 的返回值确定。0

或-1均表示，链接已断开。

            

四、相关参数设置：

      Linux内核包含对keepalive的支持。其中使用了三个参数：

tcp_keepalive_time（开启keepalive的闲置时长/首次探测空闲时间），表示tcp连接双方没有数据交换的空闲时间。
tcp_keepalive_intvl（keepalive探测包的发送间隔） 

tcp_keepalive_probes （如果对方不予应答，探测包的发送次数）；

对于异常关闭如网络崩溃、主机宕机等，可通过设置SO_KEEPALIVE设置保活，协议会按照设定间隔自动发送探测分节。该选项分为设置无数据首次探测时间、探测间隔、探测次数控制TCP是否出错。如果你设置首次探测在10秒之后、探测间隔3s，探测次数3次，则最多在10+3*3=19秒之后（最少在3*3=9秒），将给应用层返回一个对方非正常关闭的异常，此时可通过获得errno得到对应错误，read/recv返回为-1。

     修改方法有以下两种：    

     1、系统配置：分别修改以下三个参数

# cat /proc/sys/net/ipv4/tcp_keepalive_time

7200

# cat /proc/sys/net/ipv4/tcp_keepalive_intvl

75

# cat /proc/sys/net/ipv4/tcp_keepalive_probes

9

    2、应用编程：见下方例子（仅列出主要头文件）

/* 仅列出主要头文件 */#include <sys/types.h>#include <sys/socket.h>#include <netinet/in.h>#include <netinet/tcp.h>#include <unistd.h>/* 调用方法  * sg_socketfd 为服务端的监听socket */anetKeepAlive(NULL, sg_socketfd, 6);/* TCP 心跳包检测 *//* Set TCP keep alive option to detect dead peers. The interval option * is only used for Linux as we are using Linux-specific APIs to set * the probe send time, interval, and count. */int ANET_ERR = -1;int anetKeepAlive(char *err, int fd, int interval){    int val = 1;    /* 开启keepalive机制 */    if (setsockopt(fd, SOL_SOCKET, SO_KEEPALIVE, &val, sizeof(val)) == -1)    {        perror("setsockopt SO_KEEPALIVE:");        return ANET_ERR;    }    /* Default settings are more or less garbage, with the keepalive time     * set to 7200 by default on Linux. Modify settings to make the feature     * actually useful. */    /* 开始首次KeepAlive探测前的TCP空闲时间     * Send first probe after interval. */    val = interval;    if (setsockopt(fd, IPPROTO_TCP, TCP_KEEPIDLE, &val, sizeof(val)) < 0) {    perror("setsockopt TCP_KEEPIDLE: \n");        return ANET_ERR;    }    /* 两次KeepAlive探测间的时间间隔     * Send next probes after the specified interval. Note that we set the     * delay as interval / 3, as we send three probes before detecting     * an error (see the next setsockopt call). */     val = interval/3;     if (val == 0) val = 1;     if (setsockopt(fd, IPPROTO_TCP, TCP_KEEPINTVL, &val, sizeof(val)) < 0) {    perror("setsockopt TCP_KEEPINTVL: \n");        return ANET_ERR;     }     /* 判定断开前的KeepAlive探测次数     * Consider the socket in error state after three we send three ACK     * probes without getting a reply. */     val = 3;     if (setsockopt(fd, IPPROTO_TCP, TCP_KEEPCNT, &val, sizeof(val)) < 0) {    perror("setsockopt TCP_KEEPCNT: \n");        return ANET_ERR;     }     return 0;}