? ? ? ?心跳超時指的是：針對某個在線的客戶端（TCP連接），ESFramework服務(wù)端在指定的時間內(nèi)，沒有收到來自該客戶端的任何消息，則認(rèn)為該客戶端已經(jīng)掉線。

???????為什么需要心跳機制了？因為針對某些客戶端掉線（可能是因為網(wǎng)絡(luò)斷開、或客戶端程序退出），服務(wù)端不能立即感受到（有的可能需要過很長的時間才能感受到），所以，需要引入心跳機制，讓服務(wù)端盡可能早地發(fā)現(xiàn)客戶端已經(jīng)不在線了。關(guān)于心跳機制，更詳細(xì)的介紹可以參見這里。

??????? 如果發(fā)生了很多客戶端批量心跳超時掉線的情況，就說明服務(wù)端在過去的某段時間內(nèi)，從未收到來自這些客戶端的任何心跳消息。通常有3種可能性導(dǎo)致該情況發(fā)生：

1.CPU或內(nèi)存使用率過高

?????? 在該情況發(fā)生時，觀察一下服務(wù)端進程的CPU和內(nèi)存是否有異常。

?????? 比如，當(dāng)CPU持續(xù)在100%時，就有可能導(dǎo)致接收數(shù)據(jù)的操作被停止。

2.處理某些信息所花費的時間過長

??????? 如果服務(wù)端的信息處理模型設(shè)定的是IocpDirectly，那么依據(jù)IocpDirectly的原理，當(dāng)處理某個信息所花費的時間超過了服務(wù)端設(shè)定的心跳超時的時間，服務(wù)端就會將對應(yīng)的客戶端誤判為心跳超時掉線。

??????? 假設(shè)是該原因?qū)е碌男奶瑫r，則對應(yīng)的解決方案有：

（1）找出那些處理非常耗時的信息，進行優(yōu)化理，加快處理速度。

（2）將超時時間間隔設(shè)定位一個更大的值或關(guān)閉心跳檢測。

（3）將信息處理修改為異步模式。

（4）將服務(wù)端信息處理模型修改為TaskQueue模式，這樣就完全避免了由于信息處理時間過長導(dǎo)致誤判的情況。

??????? 很顯然，方案（1）是最好的也是根本性的解決方案。?

3.服務(wù)器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、防火墻、路由器、網(wǎng)絡(luò)安全監(jiān)控等相關(guān)軟硬件

??????? 如果排除了前面的可能性（比如，即使改成了TaskQueue模式，批量掉線仍然發(fā)生），那么，幾乎就只剩下一個可能：服務(wù)端在心跳超時時間間隔內(nèi)未收到來自這些客戶端的任何消息。很可能來自客戶端的消息被防火墻、路由器、或某些網(wǎng)絡(luò)完全監(jiān)控的相關(guān)軟硬件給擋住了。

??????? 此時，需要專業(yè)的運維人員或網(wǎng)管人員參與進來，協(xié)助排查問題，比如：

（1）在服務(wù)器上執(zhí)行netstat命令，查看目標(biāo)端口的相關(guān)狀態(tài)信息。

（2）在服務(wù)器上執(zhí)行抓包工具，監(jiān)測目標(biāo)端口上是否有數(shù)據(jù)從客戶端過來。

（3）分析服務(wù)器的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，并以服務(wù)器為中心，依次向外檢查防火墻、路由器、網(wǎng)絡(luò)安全監(jiān)控等相關(guān)軟硬件等的設(shè)定，并進行針對性的排查測試。

?

? ? ? 經(jīng)過以上的排查分析，應(yīng)該都可以找到問題的根源所在，如果還是沒有結(jié)果，可以給我留言，我們一起討論下啊。 ? ?

?

總結(jié)

以上是生活随笔為你收集整理的故障排查：是什么 导致了客户端批量心跳超时掉线的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。