记录一次应用服务响应慢问题排查过程

3个自建系统使用了一个统一的外部系统接入服务，该服务主要是统一处理外部系统对接，处理掉数据鉴权等问题，提供内部鉴权接口给自己的服务使用。类似一个对接网关。

问题背景

? ? ? ? 研发反应，后端接口请求时快时慢，影响演示效果。

排查过程

? ? ? ? 1. 使用postman等工具调用接入服务接口。接口响应再3秒左右，确实存在时快时慢问题。

? ? ? ? 2. 由于接口是透传接口，测试直接调用外部平台接口。响应速度很快，毫秒级。

? ? ? ? 3. 安排研发在接入服务上加日志，发现收到上层应用请求后，执行转发，到收到响应过程慢。

? ? ? ? 4. 直接在服务器上使用curl执行外部业务接口请求，存在响应慢问题。

? ? ? ? 5. 换其他虚拟机执行curl测试请求，响应毫秒级。从而判定接入服务主机及应用侧存在问题。

? ? ? ? 6. 执行?

netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'

查看容器内连接状态。发现存在大量close_wait和fin_wait2。数量级过万。

? ? ? ? 7. close_wait和fin_wait2说明。

close_wait这个状态存在于服务端，当服务端发送FIN（之前客户端已经发送过fin），请求关闭连接之后进入close_wait，然而没有收到客户端的响应，可能由于客户端掉线了（如网络故障或者掉电），没有及时给予客户端回复造成问题。
或者由于客户端已经调用close(socket)退出，而服务端对其监测并断开连接，这种是服务端问题。

fin_wait2个状态存在于主动发起断开请求的一端，如果服务器存在大量的这个状态，那么这个服务器就充当客户端的角色，如网络爬虫，出现的原因是由于客户端发起FIN请求结束连接之后，收到了服务端的应答之后进入FIN_WAIT2，之后就没收到服务端发送的FIN信号导致。

? ? ? ? 8. 根据网络连接情况判定，应用侧存在大量未结束连接，没有释放链接资源。拉研发判定，发现使用的是okhttp组件，并且研发没有主动关闭请求连接。更改成restTemplate组件处理，并配置了连接池进行优化。

? ? ? ? 9. 应用升级后查看链接状态。

netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'

基本恢复正常，测试连接响应时间毫秒级。