Diagnosticando perda de pacotes / alta latência no Ubuntu

6

Nós temos uma caixa Linux (Ubuntu 12.04) rodando Nginx (1.5.2), que atua como um balanceador de carga / proxy reverso para alguns hosts Tornado e Apache. Os servidores upstream estão fisicamente e logicamente próximos (mesmo DC, às vezes mesmo rack) e mostram latência sub-milissegundo entre eles:

 PING appserver (10.xx.xx.112) 56(84) bytes of data.
 64 bytes from appserver (10.xx.xx.112): icmp_req=1 ttl=64 time=0.180 ms
 64 bytes from appserver (10.xx.xx.112): icmp_req=2 ttl=64 time=0.165 ms
 64 bytes from appserver (10.xx.xx.112): icmp_req=3 ttl=64 time=0.153 ms

Recebemos uma carga sustentada de cerca de 500 solicitações por segundo e estamos vendo picos regulares de latência / perda de pacotes na Internet, mesmo de pings básicos:

sam@AM-KEEN ~> ping -c 1000 loadbalancer
PING 50.xx.xx.16 (50.xx.xx.16): 56 data bytes
64 bytes from loadbalancer: icmp_seq=0 ttl=56 time=11.624 ms
64 bytes from loadbalancer: icmp_seq=1 ttl=56 time=10.494 ms

... many packets later ...

Request timeout for icmp_seq 2
64 bytes from loadbalancer: icmp_seq=2 ttl=56 time=1536.516 ms
64 bytes from loadbalancer: icmp_seq=3 ttl=56 time=536.907 ms
64 bytes from loadbalancer: icmp_seq=4 ttl=56 time=9.389 ms

... many packets later ...

Request timeout for icmp_seq 919
64 bytes from loadbalancer: icmp_seq=918 ttl=56 time=2932.571 ms
64 bytes from loadbalancer: icmp_seq=919 ttl=56 time=1932.174 ms
64 bytes from loadbalancer: icmp_seq=920 ttl=56 time=932.018 ms
64 bytes from loadbalancer: icmp_seq=921 ttl=56 time=6.157 ms

--- 50.xx.xx.16 ping statistics ---
1000 packets transmitted, 997 packets received, 0.3% packet loss
round-trip min/avg/max/stddev = 5.119/52.712/2932.571/224.629 ms

O padrão é sempre o mesmo: as coisas funcionam bem por um tempo (< 20ms), depois um ping cai completamente, depois três ou quatro pings de alta latência (> 1000ms) e depois cai .

O tráfego entra por meio de uma interface pública vinculada (nós chamamos de bond0 ) configurada como tal:

 bond0     Link encap:Ethernet  HWaddr 00:xx:xx:xx:xx:5d
           inet addr:50.xx.xx.16  Bcast:50.xx.xx.31  Mask:255.255.255.224
           inet6 addr: <ipv6 address> Scope:Global
           inet6 addr: <ipv6 address> Scope:Link
           UP BROADCAST RUNNING MASTER MULTICAST  MTU:1500  Metric:1
           RX packets:527181270 errors:1 dropped:4 overruns:0 frame:1
           TX packets:413335045 errors:0 dropped:0 overruns:0 carrier:0
           collisions:0 txqueuelen:0 
           RX bytes:240016223540 (240.0 GB)  TX bytes:104301759647 (104.3 GB)

As solicitações são enviadas via HTTP para servidores upstream na rede privada (podemos chamá-lo de bond1 ), que é configurado da seguinte forma:

  bond1     Link encap:Ethernet  HWaddr 00:xx:xx:xx:xx:5c  
            inet addr:10.xx.xx.70  Bcast:10.xx.xx.127  Mask:255.255.255.192
            inet6 addr: <ipv6 address> Scope:Link
            UP BROADCAST RUNNING MASTER MULTICAST  MTU:1500  Metric:1
            RX packets:430293342 errors:1 dropped:2 overruns:0 frame:1
            TX packets:466983986 errors:0 dropped:0 overruns:0 carrier:0
            collisions:0 txqueuelen:0 
            RX bytes:77714410892 (77.7 GB)  TX bytes:227349392334 (227.3 GB)

Saída do uname -a:

Linux <hostname> 3.5.0-42-generic #65~precise1-Ubuntu SMP Wed Oct 2 20:57:18 UTC 2013 x86_64 GNU/Linux

Personalizamos sysctl.conf na tentativa de corrigir o problema, sem sucesso. Saída de /etc/sysctl.conf (com configurações irrelevantes omitidas):

# net: core
net.core.netdev_max_backlog = 10000

# net: ipv4 stack
net.ipv4.tcp_ecn = 2
net.ipv4.tcp_sack = 1
net.ipv4.tcp_fack = 1
net.ipv4.tcp_tw_reuse = 1
net.ipv4.tcp_tw_recycle = 0
net.ipv4.tcp_timestamps = 1
net.ipv4.tcp_window_scaling = 1
net.ipv4.tcp_no_metrics_save = 1
net.ipv4.tcp_max_syn_backlog = 10000
net.ipv4.tcp_congestion_control = cubic
net.ipv4.ip_local_port_range = 8000 65535

net.ipv4.tcp_syncookies = 1
net.ipv4.tcp_synack_retries = 2

net.ipv4.tcp_thin_dupack = 1
net.ipv4.tcp_thin_linear_timeouts = 1

net.netfilter.nf_conntrack_max = 99999999
net.netfilter.nf_conntrack_tcp_timeout_established = 300

Saída de dmesg -d , com mensagens UFW não-ICMP suprimidas:

[508315.349295 <   19.852453>] [UFW BLOCK] IN=bond1 OUT= MAC=<mac addresses> SRC=118.xx.xx.143 DST=50.xx.xx.16 LEN=68 TOS=0x00 PREC=0x00 TTL=51 ID=43221 PROTO=ICMP TYPE=3 CODE=1 [SRC=50.xx.xx.16 DST=118.xx.xx.143 LEN=40 TOS=0x00 PREC=0x00 TTL=249 ID=10220 DF PROTO=TCP SPT=80 DPT=53817 WINDOW=8190 RES=0x00 ACK FIN URGP=0 ] 

[517787.732242 <    0.443127>] Peer 190.xx.xx.131:59705/80 unexpectedly shrunk window 1155488866:1155489425 (repaired)

Como posso diagnosticar a causa deste problema, em uma caixa Linux da família Debian?

    
por sgammon 28.10.2013 / 23:39

1 resposta

6

Se alguma parte da sua rede estiver saturada, ou se algum link dentro da rede estiver causando erros, você poderá experimentar a perda de pacotes. Isso não será exibido nas contagens de erros da interface, a menos que você esteja tendo o problema certo na conexão do cabo comutador para servidor. Se o problema estiver em outro lugar na rede, ele aparecerá como um pacote perdido.

Você pode enfrentar esse problema se tiver tráfego TCP, já que existem contadores no kernel que controlam o TCP realizando etapas de recuperação para considerar pacotes perdidos no fluxo. Dê uma olhada na opção -s (stats) em netstat . Os valores apresentados são contadores, então você precisará observá-los por um tempo para ter uma ideia do que é normal e do que é anormal, mas os dados estão lá. Os contadores retransmit e data loss são particularmente úteis.

[sadadmin@busted ~]$ netstat -s | egrep -i 'loss|retran'
2058 segments retransmited
526 times recovered from packet loss due to SACK data
193 TCP data loss events
TCPLostRetransmit: 7
2 timeouts after reno fast retransmit
1 timeouts in loss state
731 fast retransmits
18 forward retransmits
97 retransmits in slow start
4 sack retransmits failed

Algumas ferramentas analisam esses valores e as desenvolvem para que você possa ver facilmente quando algo está errado. Eu uso munin .

    
por 29.10.2013 / 01:11