云服务器网络访问丢包

最后更新时间:2021-11-16 17:27:08

    本文主要介绍可能引起云服务器网络访问丢包问题的主要原因,及对应排查、解决方法。

    可能原因

    引起云服务器网络访问丢包问题的可能原因如下:

    前提条件

    在进行问题定位及处理前需登录实例,详情请参见 登录 Linux 实例登录 Windows 实例

    故障处理

    触发限速导致 TCP 丢包

    云服务器实例具备多种规格,且不同规格有不同的网络性能。当实例的带宽或包量超过实例规格对应的标准时,会触发平台侧的限速,导致丢包。排查及处理步骤如下:

    1. 查看实例的带宽及包量。
      Linux 实例可执行 sar -n DEV 2 命令查看带宽及包量。其中,rxpck/stxpck/s 指标是收发包量,rxkB/stxkB/s 指标是收发带宽。
    2. 使用获取的带宽及包量数据对比 实例规格,查看是否达到实例规格性能瓶颈。
      • 是,则需升级实例规格或调整业务量。
      • 否,若未达到实例规格性能瓶颈,则可通过 提交工单 进一步定位处理。

    触发限速导致 UDP 丢包

    参考 触发限速导致 TCP 丢包 步骤,判断是否由实例规格性能瓶颈引起丢包。

    • 是,则需升级实例规格或调整业务量。
    • 若未达到实例规格性能瓶颈,则可能是由平台对 DNS 请求额外的频率限制引起。在实例整体带宽或包量达到实例规格的性能瓶颈时,可能会触发 DNS 请求限速而出现 UDP 丢包。可通过 提交工单 进一步定位处理。

    触发软中断丢包

    当操作系统监测到 /proc/net/softnet_stat 的第二列计数值在增长时,则会判断为“软中断丢包”。当您的实例触发了软中断丢包时,可通过以下步骤进行排查及处理:
    查看是否开启 RPS:

    • 开启,则内核参数 net.core.netdev_max_backlog 偏小时会引发丢包,需调大。内核参数详细信息请参见 Linux 实例常用内核参数介绍
    • 未开启,则查看是否为 CPU 单核软中断高,导致未能及时收发数据。若是,您可以:
      • 选择开启 RPS,使软中断分配更为均衡。
      • 检查业务程序是否会引发软中断分配不均匀。

    UDP 发送缓冲区满

    若您的实例因 UDP 缓冲区不足而导致丢包时,可通过以下步骤进行排查处理:

    1. 使用 ss -nump 命令查看 UDP 发送缓冲区是否已满。
    2. 若是,则调大内核参数 net.core.wmem_maxnet.core.wmem_default,并重启 UDP 程序以生效。内核参数详细信息请参见 Linux 实例常用内核参数介绍
    3. 若仍存在丢包问题,则可通过 ss -nump 命令查看发送缓冲区并没有按预期的增大。此时需要检查业务代码是否通过 setsockopt 设置了 SO_SNDBUF。若是,则请修改代码增大 SO_SNDBUF。

    UDP 接收缓冲区满

    若您的实例因 UDP 缓冲区不足而导致丢包时,可通过以下步骤进行处理:

    1. 使用 ss -nump 命令查看 UDP 接收缓冲区是否已满。
    2. 若是,则调大内核参数 net.core.rmem_maxnet.core.rmem_default,并重启 UDP 程序以生效。内核参数详细信息请参见 Linux 实例常用内核参数介绍
    3. 若仍存在丢包问题,则可通过 ss -nump 命令查看接收缓冲区并没有按预期的增大。此时需要检查业务代码是否通过 setsockopt 设置了 SO_RCVBUF。若是,则请修改代码增大 SO_RCVBUF。

    TCP 全连接队列满

    TCP 全连接队列的长度取 net.core.somaxconn 及业务进程调用 listen 时传入的 backlog 参数,两者中的较小值。若您的实例发生 TCP 全连接队列满导致丢包时,可通过以下步骤进行处理:

    1. 调大内核参数 net.core.somaxconn。内核参数详细信息请参见 Linux 实例常用内核参数介绍
    2. 检查业务进程是否传入了 backlog 参数。若是,则相应调大。

    TCP 请求溢出

    在 TCP 接收数据时,若 socket 被 user 锁住,则会将数据送到 backlog 队列。若此过程若失败,则会引起 TCP 请求溢出导致丢包。通常情况下,假设业务程序性能正常,则可参考以下方式从系统层面排查及处理问题:

    检查业务程序是否通过 setsockopt 自行设置了 buffer 大小:

    • 若已设置,且该值不够大,可以修改业务程序指定一个更大的值,或不再通过 setsockopt 指定大小。
      说明

      setsockopt 的取值受内核参数 net.core.rmem_maxnet.core.wmem_max 限制。调整业务程序的同时,可以同步调整 net.core.rmem_maxnet.core.wmem_max。调整后请重启业务程序使配置生效。

    • 若未设置,则可以调大 net.ipv4.tcp_memnet.ipv4.tcp_rmemnet.ipv4.tcp_wmem 内核参数来调整 TCP socket 的水位。
      内核参数修改请参见 Linux 实例常用内核参数介绍

    连接数达到上限

    云服务器实例具备多种规格,且不同规格有不同的连接数性能指标。当实例的连接数超过实例规格对应的标准时,会触发平台的限速,导致丢包。处理步骤如下:

    说明:

    连接数指宿主机上保存的云服务器实例的会话数,包含 TCP、UDP 和 ICMP。该数值大于在云服务器实例上通过 ssnetstat 命令获取的网络连接数。

    查看您实例的连接数,并对比 实例规格,查看是否达到实例规格性能瓶颈。

    • 是,则需升级实例规格或调整业务量。
    • 否,若未达到实例规格性能瓶颈,则可通过 提交工单 进一步定位处理。