Problemas de conexão intermitentes em servidores de tráfego alto

3

Um breve histórico: recebemos relatos de problemas de conexão muito intermitentes de nossos usuários. Várias vezes por dia, os usuários terão que recarregar a página em que estão devido a uma falha de conexão ou a um problema de handshake SSL (que, em minha opinião, é devido a problemas de conexão). Isso acontece tão rápido que não consegui coletar nenhum dado durante esses incidentes. Ele tende a desaparecer por conta própria apenas para voltar mais tarde, normalmente durante as horas de pico do tráfego.

Um pouco sobre nossa configuração: temos três IPs virtuais no DNS round-robin, gerenciados por keepalived para nosso pool de servidores de aplicativos. O nginx está aceitando conexões SSL, que vão do upstream ao haproxy para serem distribuídas para outros servidores de aplicativos. Como esses problemas começaram, atualizei todos os softwares nos servidores (inclusive do CentOS5 para o CentOS6), o que não ajudou. Eu já postei aqui sobre nossa configuração nginx, que parece estar bem. Ele é amplamente baseado no gerador de configuração nginx da Mozilla para as práticas recomendadas de SSL.

Fui aconselhado a prestar atenção aos contadores de estatísticas do TCP. Não sei bem como interpretar isso, no entanto. Esta é a saída que eu tenho de netstat -s em um servidor de aplicativos que reiniciei ontem (presumivelmente, os contadores estavam em 0 ontem):

Ip:
    1021579809 total packets received
    4875 forwarded
    0 incoming packets discarded
    1021562810 incoming packets delivered
    1033056732 requests sent out
    1 outgoing packets dropped
    76648 dropped because of missing route
    2 fragments dropped after timeout
    7072 reassemblies required
    2020 packets reassembled ok
    2 packet reassembles failed
    1514 fragments received ok
    6056 fragments created
Icmp:
    20522423 ICMP messages received
    533 input ICMP message failed.
    ICMP input histogram:
        destination unreachable: 20503410
        timeout in transit: 2013
        wrong parameters: 2
        source quenches: 10
        redirects: 8264
        echo requests: 8256
        echo replies: 2
    20497056 ICMP messages sent
    0 ICMP messages failed
    ICMP output histogram:
        destination unreachable: 20488798
        time exceeded: 1
        echo request: 1
        echo replies: 8256
IcmpMsg:
        InType0: 2
        InType3: 20503410
        InType4: 10
        InType5: 8264
        InType8: 8256
        InType11: 2013
        InType12: 2
        OutType0: 8256
        OutType3: 20488798
        OutType8: 1
        OutType11: 1
Tcp:
    46263582 active connections openings
    30767670 passive connection openings
    104167 failed connection attempts
    2769710 connection resets received
    104167 failed connection attempts
    2769710 connection resets received
    6428 connections established
    979651572 segments received
    989059642 segments send out
    2386512 segments retransmited
    1454 bad segments received.
    4277435 resets sent
Udp:
    32926 packets received
    21204463 packets to unknown port received.
    0 packet receive errors
    21033739 packets sent
UdpLite:
TcpExt:
    624791 invalid SYN cookies received
    96083 resets received for embryonic SYN_RECV sockets
    367 packets pruned from receive queue because of socket buffer overrun
    54 ICMP packets dropped because they were out-of-window
    21204114 TCP sockets finished time wait in fast timer
    57674 packets rejects in established connections because of timestamp
    38714053 delayed acks sent
    12521 delayed acks further delayed because of locked socket
    Quick ack mode was activated 6563499 times
    62 times the listen queue of a socket overflowed
    62 SYNs to LISTEN sockets ignored
    74285057 packets directly queued to recvmsg prequeue.
    554544554 packets directly received from backlog
    34503032789 packets directly received from prequeue
    336811743 packets header predicted
    75957393 packets header predicted and directly queued to user
    210355614 acknowledgments not containing data received
    318977957 predicted acknowledgments
    1663 times recovered from packet loss due to fast retransmit
    181338 times recovered from packet loss due to SACK data
    898 bad SACKs received
    Detected reordering 1847 times using FACK
    Detected reordering 3512 times using SACK
    Detected reordering 40 times using reno fast retransmit
    Detected reordering 16201 times using time stamp
    46565 congestion windows fully recovered
    49940 congestion windows partially recovered using Hoe heuristic
    TCPDSACKUndo: 196240
    204108 congestion windows recovered after partial ack
    63640 TCP data loss events
    TCPLostRetransmit: 4150
    747 timeouts after reno fast retransmit
    40359 timeouts after SACK recovery
    24399 timeouts in loss state
    286482 fast retransmits
    71966 forward retransmits
    317608 retransmits in slow start
    802284 other TCP timeouts
    TCPRenoRecoveryFail: 324
    14820 sack retransmits failed
    22966 packets collapsed in receive queue due to low socket buffer
    6453991 DSACKs sent for old packets
    1781 DSACKs sent for out of order packets
    649408 DSACKs received
    3047 DSACKs for out of order packets received
    1733842 connections reset due to unexpected data
    100890 connections reset due to early user close
    98451 connections aborted due to timeout
    TCPSACKDiscard: 446
    TCPDSACKIgnoredOld: 4660
    TCPDSACKIgnoredNoUndo: 161136
    TCPSpuriousRTOs: 15474
    TCPSackShifted: 296768
    TCPSackMerged: 495277
    TCPSackShiftFallback: 944017
    TCPChallengeACK: 82577
    TCPSYNChallenge: 287
    TCPFromZeroWindowAdv: 5279
    TCPToZeroWindowAdv: 5279
    TCPWantZeroWindowAdv: 35932
IpExt:
    InMcastPkts: 151429
    OutMcastPkts: 151501
    InOctets: 947588463980
    OutOctets: 692622505019
    InMcastOctets: 6360064
    OutMcastOctets: 6060040

Além de netstat -s , existem outras ferramentas que eu possa usar para entender melhor o que está acontecendo aqui?

Algumas alterações que fiz recentemente (depois que esses problemas começaram). Outros parâmetros são definidos como padrão, pois não os alterei.

/proc/sys/net/ipv4/tcp_max_syn_backlog: 4096
/proc/sys/net/ipv4/tcp_fin_timeout: 30
/proc/sys/net/ipv4/ip_local_port_range: 15000 65000
/proc/sys/net/netfilter/nf_conntrack_max: 500000

Atualizado com gráficos relevantes do Cacti:

    
por EricR 30.01.2015 / 17:19

0 respostas