一次集群内无可用HTTP服务问题排查

栏目: Java · 发布时间: 6年前

内容简介:一次集群内无可用HTTP服务问题排查

前一阵子发现服务会有偶发的服务不可用的情况,记录一下这个问题的排查过程。

现象是这样的:每天到了某个时间点,就会出现服务不稳定的情况,偶发接口调不通。

线上业务使用了lvs-nginx-tomcat三层结构,首先查看tomcat监控,没有什么特别异常的情况,响应时间和错误码没发现有什么异常,CPU、IO等等指标也都正常。

再查看nginx上的监控,发现在某个时刻这个服务的5xx报错突增,大概7、8秒之后又恢复了。

继续在nginx服务器上找线索,发现Nginx在那个时间点会出现报错:

2015/12/24 10:30:38 [error] 13433#0: check time out with peer: 10.79.40.1xx:80 

线上nginx会每秒探测后端所有服务器的某个uri,如果返回的http状态码是200则认为正常,连续3次探测失败则摘除探测失败的服务器,直到探测成功再恢复。

从日志中可以发现nginx在出问题的时间点对于后端所有tomcat的探测请求都出现了问题,导致摘除了所有后端服务器,在这段时间里请求会报502异常。

从nginx上的日志可以看到探测请求没有返回,那么请求实际发到tomcat了没有?线上业务中的探测频率是1s/次,于是到tomcat的访问日志里查找线索,过滤一个nginx对tomcat的所有探测请求:

一次集群内无可用HTTP服务问题排查

可用看出从7:00:10-7:00:40左右的探测请求是有丢失的。

前端机的负载并不高,于是我们第一时间认为这可能是nginx到tomcat服务器的网络有问题。统计了一下线上日志,出问题的机器集中在某个网段,并且集中在一天之内的某几个时间点,这似乎也进一步印证了我们的猜测。

但到此为止仅仅是怀疑,为了证明我们的猜测,我们尝试去复现问题。我们在nginx上部署了一个简单的脚本,用curl命令对同样的tomcat发起每秒一次的请求,但结果比较诡异:

监测方式 监测地址 http版本 频率 所在服务器 目的服务器 问题

nginx / 1.0 1s nginx tomcat 有 
curl / 1.0 1s nginx tomcat 无 

这跟我们之前的猜测不一致,没办法,尝试在两端抓包查看网络状况,

tomcat抓包:

一次集群内无可用HTTP服务问题排查

nginx抓包:

一次集群内无可用HTTP服务问题排查

tomcat服务器在7:00:10已经接收了请求并且回复了ACK,7:00:13 nginx超时主动断开连接,7:00:15时tomcat才返回数据,网络的问题被排除了。

那么接下来的重点就是tomcat本身,在接收问题请求的时候,tomcat服务究竟做了什么?

还是通过简单的脚本,在容易出问题的时间段连续使用jstack打印线程栈,查找出问题时处于RUNNABLE状态的catalina线程,发现这里有一句很可疑:

一次集群内无可用HTTP服务问题排查

这个服务用的还是比较古老的tomcat6.0.32,查看源码,可以发现在tomcat对请求header做完解析之后会调用这个函数:

MessageBytes valueMB = headers.getValue("host"); 
  
    // Check host header 
    if (http11 && (valueMB == null)) { 
        error = true; 
        // 400 - Bad request 
        if (log.isDebugEnabled()) { 
            log.debug(sm.getString("http11processor.request.prepare")+ 
                      " host header missing"); 
        } 
        response.setStatus(400); 
        adapter.log(request, response, 0); 
    } 
  
    parseHost(valueMB); 
      
      
    .... 
 /** 
 * Parse host. 
 */ 
public void parseHost(MessageBytes valueMB) { 
  
    if (valueMB == null || valueMB.isNull()) { 
        // HTTP/1.0 
        // Default is what the socket tells us. Overriden if a host is 
        // found/parsed 
        request.setServerPort(socket.getLocalPort()); 
        InetAddress localAddress = socket.getLocalAddress(); 
        // Setting the socket-related fields. The adapter doesn't know 
        // about socket. 
        request.serverName().setString(localAddress.getHostName()); 
        return; 
    } 

也就是说,如果request请求的header里没有设置host,那么tomcat会使用自己服务器的hostname作为request对象的host属性。

再对比线上nginx探测的请求和curl发出的请求,可以看出nginx的探测请求确实没有带任何header,而curl请求默认是带了3个header的:

curl:

GET / HTTP/1.0 
Host: localhost:8080 
User-Agent: curl/7.43.0 
Accept: */* 
nginx: 
 
GET / HTTP/1.0 

到这里可以确认,如果请求的header里没有带Host的话就有可能出现问题。找到了hang住的位置,那么接下来的问题就是,为什么这里会hang住?

第一个问题:这个getHostByAddr在做什么?翻出jvm源码,这个函数的定义在

String getHostByAddr(byte[] addr) throws UnknownHostException; 

继续研究getHostByAddr,对应的实现位于jdk/src/solaris/native/java/net/Inet6AddressImpl.c:

* 
 * Class:     java_net_Inet6AddressImpl 
 * Method:    getHostByAddr 
 * Signature: (I)Ljava/lang/String; 
 */ 
JNIEXPORT jstring JNICALL 
Java_java_net_Inet6AddressImpl_getHostByAddr(JNIEnv *env, jobject this,jbyteArray addrArray) { 
    jstring ret = NULL; 
#ifdef AF_INET6 
    char host[NI_MAXHOST+1]; 
    int error = 0; 
    int len = 0; 
    jbyte caddr[16]; 
  
    if (NET_addrtransAvailable()) { 
        struct sockaddr_in him4; 
        struct sockaddr_in6 him6; 
        struct sockaddr *sa; 
  
        /* 
         * For IPv4 addresses construct a sockaddr_in structure. 
         */ 
        if ((*env)->GetArrayLength(env, addrArray) == 4) { 
            jint addr; 
            (*env)->GetByteArrayRegion(env, addrArray, 0, 4, caddr); 
            addr = ((caddr[0]<<24) & 0xff000000); 
            addr |= ((caddr[1] <<16) & 0xff0000); 
            addr |= ((caddr[2] <<8) & 0xff00); 
            addr |= (caddr[3] & 0xff); 
            memset((void *) &him4, 0, sizeof(him4)); 
            him4.sin_addr.s_addr = (uint32_t) htonl(addr); 
            him4.sin_family = AF_INET; 
            sa = (struct sockaddr *) &him4; 
            len = sizeof(him4); 
        } else { 
            /* 
             * For IPv6 address construct a sockaddr_in6 structure. 
             */ 
            (*env)->GetByteArrayRegion(env, addrArray, 0, 16, caddr); 
            memset((void *) &him6, 0, sizeof(him6)); 
            memcpy((void *)&(him6.sin6_addr), caddr, sizeof(struct in6_addr) ); 
            him6.sin6_family = AF_INET6; 
            sa = (struct sockaddr *) &him6 ; 
            len = sizeof(him6) ; 
        } 
  
        error = (*getnameinfo_ptr)(sa, len, host, NI_MAXHOST, NULL, 0, 
                                   NI_NAMEREQD); 
  
        if (!error) { 
            ret = (*env)->NewStringUTF(env, host); 
        } 
    } 
#endif /* AF_INET6 */ 
  
    if (ret == NULL) { 
        JNU_ThrowByName(env, JNU_JAVANETPKG "UnknownHostException", NULL); 
    } 
  
    return ret; 
} 

getnameinfo_ptr的定义位于jdk/src/solaris/native/java/net/net_util_md.c:

getnameinfo_ptr = (getnameinfo_f) 
        JVM_FindLibraryEntry(RTLD_DEFAULT, "getnameinfo"); 

实际是调用了glibc库函数,man一下getnameinfo

DESCRIPTION

  •        The  getnameinfo()  function is the inverse of getaddrinfo(3): it converts a socket address to a corresponding host and service,
  •        in a protocol-independent manner.  It combines the functionality of gethostbyaddr(3)  and  getservbyport(3),  but  unlike  those
  •        functions, getaddrinfo(3) is reentrant and allows programs to eliminate IPv4-versus-IPv6 dependencies.
  •        The  sa  argument  is  a  pointer to a generic socket address structure (of type sockaddr_in or sockaddr_in6) of size salen that
  •        holds the input IP address and port number.  The arguments host and serv are  pointers  to  caller-allocated  buffers  (of  size
  •        hostlen  and servlen respectively) into which getnameinfo() places null-terminated strings containing the host and service names
  •        respectively.
  •        The caller can specify that no hostname (or no service name) is required by providing a NULL host (or serv) argument or  a  zero
  •        hostlen (or servlen) argument.  However, at least one of hostname or service name must be requested.

结合man page说明和调用的上下文可以推测出这个函数可以通过ip查host,但是是怎么查的呢?继续查找代码,首先要确定操作系统用的glibc版本:

随便在机器上编译一个c程序,使用ldd命令查看它的依赖库路径:

[root@localhost test]# ldd a.out 
    linux-vdso.so.1 =>  (0x00007fff595ff000) 
    libc.so.6 => /lib64/libc.so.6 (0x0000003e60e00000) 
    /lib64/ld-linux-x86-64.so.2 (0x0000003e60600000) 
[root@localhost test]# /lib64/libc.so.6 
GNU C Library stable release version 2.12, by Roland McGrath et al. 
Copyright (C) 2010 Free Software Foundation, Inc. 
This is free software; see the source for copying conditions. 
There is NO warranty; not even for MERCHANTABILITY or FITNESS FOR A 
PARTICULAR PURPOSE. 
Compiled by GNU CC version 4.4.7 20120313 (Red Hat 4.4.7-4). 
Compiled on a Linux 2.6.32 system on 2013-11-21. 
Available extensions: 
    The C stubs add-on version 2.1.2. 
    crypt add-on version 2.1 by Michael Glad and others 
    GNU Libidn by Simon Josefsson 
    Native POSIX Threads Library by Ulrich Drepper et al 
    BIND-8.2.3-T5B 
    RT using linux kernel aio 
libc ABIs: UNIQUE IFUNC 
For bug reporting instructions, please see: 
<http://www.gnu.org/software/libc/bugs.html>. 
  
https://www.gnu.org/software/libc/download.html 

去gnu官网下载对应版本的glibc源代码,查看源码,可以看出getnameinfo中调用了gethostbyaddr:

 while (__gethostbyaddr_r ((const void *) &(((const struct sockaddr_in *)sa)->sin_addr), 
                            sizeof(struct in_addr), AF_INET, 
                            &th, tmpbuf, tmpbuflen, 
                            &h, &herrno)) 
    if (herrno == NETDB_INTERNAL && errno == ERANGE) 
      tmpbuf = extend_alloca (tmpbuf, tmpbuflen, 2 * tmpbuflen); 
    else 
      break; 
} 

在gethostbyaddr函数中有这么一段:

switch (af) { 
case AF_INET: 
        (void) sprintf(qbuf, "%u.%u.%u.%u.in-addr.arpa", 
                       (uaddr[3] & 0xff), 
                       (uaddr[2] & 0xff), 
                       (uaddr[1] & 0xff), 
                       (uaddr[0] & 0xff)); 
        break; 
case AF_INET6: 
        qp = qbuf; 
        for (n = IN6ADDRSZ - 1; n >= 0; n--) { 
                qp += SPRINTF((qp, "%x.%x.", 
                               uaddr[n] & 0xf, 
                               (uaddr[n] >> 4) & 0xf)); 
        } 
        strcpy(qp, "ip6.arpa"); 
        break; 
default: 
        abort(); 
} 

这里把ip地址按8位翻转之后,加了一个“.in-addr.arpa”后缀,之后就通过通用的函数发出dns query请求,最终会调用res_mkquery,man一下这个函数(man 3 res_mkquery):

switch (af) { 
case AF_INET: 
        (void) sprintf(qbuf, "%u.%u.%u.%u.in-addr.arpa", 
                       (uaddr[3] & 0xff), 
                       (uaddr[2] & 0xff), 
                       (uaddr[1] & 0xff), 
                       (uaddr[0] & 0xff)); 
        break; 
case AF_INET6: 
        qp = qbuf; 
        for (n = IN6ADDRSZ - 1; n >= 0; n--) { 
                qp += SPRINTF((qp, "%x.%x.", 
                               uaddr[n] & 0xf, 
                               (uaddr[n] >> 4) & 0xf)); 
        } 
        strcpy(qp, "ip6.arpa"); 
        break; 
default: 
        abort(); 
} 

跟dns请求相关的实现略复杂,这里不再展开。

这里可以走一个小捷径,我们写一个最简单的c程序来查看getnameinfo都大致做了什么事情:

#include <netdb.h> 
 #include <stdio.h> 
int main() { 
    struct sockaddr_in ip; 
    const char *ipstr = "127.0.0.1"; 
    int err; 
    char host[NI_MAXHOST+1]; 
    if (!inet_aton(ipstr, &ip)) 
        errx(1, "can't parse IP address %s", ipstr); 
    ip.sin_family = AF_INET; 
    printf("noop\n"); 
    err = getnameinfo(&ip,sizeof(ip),host,NI_MAXHOST,NULL,0 ,NI_NAMEREQD); 
    printf("start\n"); 
    err = getnameinfo(&ip,sizeof(ip),host,NI_MAXHOST,NULL,0 ,NI_NAMEREQD); 
    printf("end\n"); 
} 

然后使用strace来跟踪系统调用:

[root@localhost test]# strace ./a.out 
execve("./a.out", ["./a.out"], [/* 26 vars */]) = 0 
brk(0)                                  = 0x17d5000 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dd7000 
access("/etc/ld.so.preload", R_OK)      = -1 ENOENT (No such file or directory) 
open("/etc/ld.so.cache", O_RDONLY)      = 3 
fstat(3, {st_mode=S_IFREG|0644, st_size=59784, ...}) = 0 
mmap(NULL, 59784, PROT_READ, MAP_PRIVATE, 3, 0) = 0x7ff894dc8000 
close(3)                                = 0 
open("/lib64/libc.so.6", O_RDONLY)      = 3 
read(3, "\177ELF\2\1\1\3\0\0\0\0\0\0\0\0\3\0>\0\1\0\0\0000\356\341`>\0\0\0"..., 832) = 832 
fstat(3, {st_mode=S_IFREG|0755, st_size=1926800, ...}) = 0 
mmap(0x3e60e00000, 3750152, PROT_READ|PROT_EXEC, MAP_PRIVATE|MAP_DENYWRITE, 3, 0) = 0x3e60e00000 
mprotect(0x3e60f8b000, 2093056, PROT_NONE) = 0 
mmap(0x3e6118a000, 20480, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_DENYWRITE, 3, 0x18a000) = 0x3e6118a000 
mmap(0x3e6118f000, 18696, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_ANONYMOUS, -1, 0) = 0x3e6118f000 
close(3)                                = 0 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dc7000 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dc6000 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dc5000 
arch_prctl(ARCH_SET_FS, 0x7ff894dc6700) = 0 
mprotect(0x3e6118a000, 16384, PROT_READ) = 0 
mprotect(0x3e6081f000, 4096, PROT_READ) = 0 
munmap(0x7ff894dc8000, 59784)           = 0 
fstat(1, {st_mode=S_IFCHR|0620, st_rdev=makedev(136, 0), ...}) = 0 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dd6000 
write(1, "noop\n", 5noop 
)                   = 5 
socket(PF_FILE, SOCK_STREAM|SOCK_CLOEXEC|SOCK_NONBLOCK, 0) = 3 
connect(3, {sa_family=AF_FILE, path="/var/run/nscd/socket"}, 110) = -1 ENOENT (No such file or directory) 
close(3)                                = 0 
socket(PF_FILE, SOCK_STREAM|SOCK_CLOEXEC|SOCK_NONBLOCK, 0) = 3 
connect(3, {sa_family=AF_FILE, path="/var/run/nscd/socket"}, 110) = -1 ENOENT (No such file or directory) 
close(3)                                = 0 
brk(0)                                  = 0x17d5000 
brk(0x17f6000)                          = 0x17f6000 
open("/etc/nsswitch.conf", O_RDONLY)    = 3 
fstat(3, {st_mode=S_IFREG|0644, st_size=1688, ...}) = 0 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dd5000 
read(3, "#\n# /etc/nsswitch.conf\n#\n# An ex"..., 4096) = 1688 
read(3, "", 4096)                       = 0 
close(3)                                = 0 
munmap(0x7ff894dd5000, 4096)            = 0 
open("/etc/ld.so.cache", O_RDONLY)      = 3 
fstat(3, {st_mode=S_IFREG|0644, st_size=59784, ...}) = 0 
mmap(NULL, 59784, PROT_READ, MAP_PRIVATE, 3, 0) = 0x7ff894db6000 
close(3)                                = 0 
open("/lib64/libnss_files.so.2", O_RDONLY) = 3 
read(3, "\177ELF\2\1\1\0\0\0\0\0\0\0\0\0\3\0>\0\1\0\0\0\360!\0\0\0\0\0\0"..., 832) = 832 
fstat(3, {st_mode=S_IFREG|0755, st_size=65928, ...}) = 0 
mmap(NULL, 2151824, PROT_READ|PROT_EXEC, MAP_PRIVATE|MAP_DENYWRITE, 3, 0) = 0x7ff894ba8000 
mprotect(0x7ff894bb4000, 2097152, PROT_NONE) = 0 
mmap(0x7ff894db4000, 8192, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_DENYWRITE, 3, 0xc000) = 0x7ff894db4000 
close(3)                                = 0 
mprotect(0x7ff894db4000, 4096, PROT_READ) = 0 
munmap(0x7ff894db6000, 59784)           = 0 
getpid()                                = 28054 
open("/etc/resolv.conf", O_RDONLY)      = 3 
fstat(3, {st_mode=S_IFREG|0644, st_size=50, ...}) = 0 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dd5000 
read(3, "nameserver 172.16.xx.xx\nnamese"..., 4096) = 50 
read(3, "", 4096)                       = 0 
close(3)                                = 0 
munmap(0x7ff894dd5000, 4096)            = 0 
uname({sys="Linux", node="localhost.localdomain", ...}) = 0 
open("/etc/host.conf", O_RDONLY)        = 3 
fstat(3, {st_mode=S_IFREG|0644, st_size=9, ...}) = 0 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dd5000 
read(3, "multi on\n", 4096)             = 9 
read(3, "", 4096)                       = 0 
close(3)                                = 0 
munmap(0x7ff894dd5000, 4096)            = 0 
open("/etc/hosts", O_RDONLY|O_CLOEXEC)  = 3 
fcntl(3, F_GETFD)                       = 0x1 (flags FD_CLOEXEC) 
fstat(3, {st_mode=S_IFREG|0644, st_size=400, ...}) = 0 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dd5000 
read(3, "127.0.0.1   localhost localhost."..., 4096) = 400 
read(3, "", 4096)                       = 0 
close(3)                                = 0 
munmap(0x7ff894dd5000, 4096)            = 0 
open("/etc/ld.so.cache", O_RDONLY)      = 3 
fstat(3, {st_mode=S_IFREG|0644, st_size=59784, ...}) = 0 
mmap(NULL, 59784, PROT_READ, MAP_PRIVATE, 3, 0) = 0x7ff894db6000 
close(3)                                = 0 
open("/lib64/libnss_dns.so.2", O_RDONLY) = 3 
read(3, "\177ELF\2\1\1\0\0\0\0\0\0\0\0\0\3\0>\0\1\0\0\0\0\20\0\0\0\0\0\0"..., 832) = 832 
fstat(3, {st_mode=S_IFREG|0755, st_size=27424, ...}) = 0 
mmap(NULL, 2117880, PROT_READ|PROT_EXEC, MAP_PRIVATE|MAP_DENYWRITE, 3, 0) = 0x7ff8949a2000 
mprotect(0x7ff8949a7000, 2093056, PROT_NONE) = 0 
mmap(0x7ff894ba6000, 8192, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_DENYWRITE, 3, 0x4000) = 0x7ff894ba6000 
close(3)                                = 0 
open("/lib64/libresolv.so.2", O_RDONLY) = 3 
read(3, "\177ELF\2\1\1\0\0\0\0\0\0\0\0\0\3\0>\0\1\0\0\00009\240b>\0\0\0"..., 832) = 832 
fstat(3, {st_mode=S_IFREG|0755, st_size=113952, ...}) = 0 
mmap(0x3e62a00000, 2202248, PROT_READ|PROT_EXEC, MAP_PRIVATE|MAP_DENYWRITE, 3, 0) = 0x3e62a00000 
mprotect(0x3e62a16000, 2097152, PROT_NONE) = 0 
mmap(0x3e62c16000, 8192, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_DENYWRITE, 3, 0x16000) = 0x3e62c16000 
mmap(0x3e62c18000, 6792, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_ANONYMOUS, -1, 0) = 0x3e62c18000 
close(3)                                = 0 
mprotect(0x3e62c16000, 4096, PROT_READ) = 0 
mprotect(0x7ff894ba6000, 4096, PROT_READ) = 0 
munmap(0x7ff894db6000, 59784)           = 0 
socket(PF_INET, SOCK_DGRAM|SOCK_NONBLOCK, IPPROTO_IP) = 3 
connect(3, {sa_family=AF_INET, sin_port=htons(53), sin_addr=inet_addr("172.16.xx.xx")}, 16) = 0 
poll([{fd=3, events=POLLOUT}], 1, 0)    = 1 ([{fd=3, revents=POLLOUT}]) 
sendto(3, "\36\247\1\0\0\1\0\0\0\0\0\0\0010\0010\0010\0010\7in-addr\4arp"..., 38, MSG_NOSIGNAL, NULL, 0) = 38 
poll([{fd=3, events=POLLIN}], 1, 5000)  = 1 ([{fd=3, revents=POLLIN}]) 
ioctl(3, FIONREAD, [73])                = 0 
recvfrom(3, "\36\247\205\203\0\1\0\0\0\1\0\0\0010\0010\0010\0010\7in-addr\4arp"..., 1024, 0, {sa_family=AF_INET, sin_port=htons(53), sin_addr=inet_addr("172.16.xx.xx")}, [16]) = 73 
close(3)                                = 0 
write(1, "start\n", 6start 
)                  = 6 
open("/etc/hosts", O_RDONLY|O_CLOEXEC)  = 3 
fstat(3, {st_mode=S_IFREG|0644, st_size=400, ...}) = 0 
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7ff894dd5000 
read(3, "127.0.0.1   localhost localhost."..., 4096) = 400 
read(3, "", 4096)                       = 0 
close(3)                                = 0 
munmap(0x7ff894dd5000, 4096)            = 0 
socket(PF_INET, SOCK_DGRAM|SOCK_NONBLOCK, IPPROTO_IP) = 3 
connect(3, {sa_family=AF_INET, sin_port=htons(53), sin_addr=inet_addr("172.16.xx.xx")}, 16) = 0 
poll([{fd=3, events=POLLOUT}], 1, 0)    = 1 ([{fd=3, revents=POLLOUT}]) 
sendto(3, "~\223\1\0\0\1\0\0\0\0\0\0\0010\0010\0010\0010\7in-addr\4arp"..., 38, MSG_NOSIGNAL, NULL, 0) = 38 
poll([{fd=3, events=POLLIN}], 1, 5000)  = 1 ([{fd=3, revents=POLLIN}]) 
ioctl(3, FIONREAD, [73])                = 0 
recvfrom(3, "~\223\205\203\0\1\0\0\0\1\0\0\0010\0010\0010\0010\7in-addr\4arp"..., 1024, 0, {sa_family=AF_INET, sin_port=htons(53), sin_addr=inet_addr("172.16.xx.xx")}, [16]) = 73 
close(3)                                = 0 
write(1, "end\n", 4end 
)                    = 4 
exit_group(4)                           = ? 

可以看出,首次查询时会读取/etc/nsswitch.conf,/etc/resolv.conf,后面的请求先读了/etc/hosts,找不到就向dns服务器发送了一个udp查询请求(SOCK_DGRAM),之后使用了poll等待返回结果,有返回的话使用recvfrom接收结果。

为了验证看代码得到的结果再次抓包,不过这次只过滤53端口的数据包(dns服务的端口为53):

[root@79-40-151-yf-core logs]# tcpdump -i eth1  port 53 
tcpdump: verbose output suppressed, use -v or -vv for full protocol decode 
listening on eth1, link-type EN10MB (Ethernet), capture size 65535 bytes 
18:26:42.135322 IP 10.79.40.xx.35611 > 10.71.16.xx.domain: 59106+ PTR? xx.40.79.10.in-addr.arpa. (43) 
18:26:42.135348 IP 10.79.40.xx.35611 > 172.16.xx.xx.domain: 59106+ PTR? xx.40.79.10.in-addr.arpa. (43) 
18:26:42.136024 IP 172.16.xx.xx.domain > 10.79.40.xx.35611: 59106 NXDomain 0/0/0 (43) 
18:26:42.136258 IP 10.79.40.xx.43068 > 10.71.16.xx.domain: 32990+ PTR? xx.16.71.10.in-addr.arpa. (43) 
18:26:42.136276 IP 10.79.40.xx.43068 > 172.16.xx.xx.domain: 32990+ PTR? xx.16.71.10.in-addr.arpa. (43) 

跟前面推测的一样,这里确实在向dns服务器发送这种后缀是.in-addr.arpa的请求。

可用在wiki上找到这类查询的详细描述:https://en.wikipedia.org/wiki/Reverse_DNS_lookup

最后一个问题是这个查询会超时吗?超时时间是多少?根据man page结果,dns查询的超时是5秒:

$ man resolv.conf 
... 
timeout:n 
                     sets the amount of time the resolver will wait for a response from a remote name server before retrying the query via a different name server.  Measured 
                     in seconds, the default is RES_TIMEOUT (currently 5, see <resolv.h>).  The value for this option is silently capped to 30. 
... 

跟抓包结果一致,并且注意到strace中poll的最后一个参数是5000,和默认的超时时间一致。

我们可以在/etc/resolv.conf里增加关于超时时间的配置:

options timeout:1 

再用strace试一下,果然poll的参数变成1000了。

  • 但是线上机器配置了dnsmasq缓存,为什么缓存没有生效?

配置了dnsmasq后再次使用tcpdump,可用看到lo网卡和eth1网卡都有查询请求,由于反向dns查询不到主机名,dnsmasq无法缓存结果,只能每次都把请求转发给实际dns。

  • 线上除了这个网段的机器还有其他机器,为什么其他机器没有问题?

没出问题的机器里/etc/hosts配置了本机ip对应的hostname,在hosts文件中查询到了就不会再去搜索dns。

  • DNS解析在那个时间为什么会消耗5秒?

由于udp协议本身传输不可靠没有重发的机制,在网络异常的时候只能默默的等待超时,具体网络的问题这里就不展开了。

  • 如何解决这个问题?
  1. 首先第一反应是想到升级tomcat版本,查看新版tomcat代码,有问题的代码果然没有了,线上服务升级到tomcat8后也恢复了正常。
  2. 如果不能升级tomcat,可以在nginx的探测增加host header,避免前端机反向查询请求。
  3. 如果两者都不能做,那么可以在本机hosts中配置对应本机ip的hostname,可以避免通过dns服务器查询。

以上所述就是小编给大家介绍的《一次集群内无可用HTTP服务问题排查》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

上瘾

上瘾

[美] 尼尔·埃亚尔、[美] 瑞安·胡佛 / 钟莉婷、杨晓红 / 中信出版集团 / 2017-5 / 49.00元

——为什么我们会习惯性地点开某个App? ——这种使用习惯到底是如何养成的? ——为什么有些产品能让我们戒不掉,而其他的产品却不行? ——是否有什么秘诀能让用户对你的产品形成使用习惯,欲罢不能? 《上瘾》揭示了很多让用户形成使用习惯,甚至“上瘾”的互联网产品服务背后的基 本设计原理,告诉你怎样打造一款让用户欲罢不能的产品。作者根据自己多年的研究、咨询及实际经验,提出了新颖而......一起来看看 《上瘾》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换