卡瓦邦噶！
·
TCP 长连接 CWND reset 的问题分析
💡
原文中文，约6400字，阅读约需16分钟。
📝
内容提要
本文讲述了作者在维护service mesh平台时遇到的延迟问题，通过分析日志和抓包发现是TCP行为导致的，最终定位到系统TCP配置中的一个参数导致的，通过改变参数值解决了问题。文章还涉及拥塞控制算法和TCP实现细节。
🎯
关键要点
- 作者维护的service mesh平台遇到延迟问题，用户反馈延迟超过200ms。
- 通过分析日志和抓包，发现问题与TCP行为有关，最终定位到TCP配置中的一个参数。
- 用户工单中提到P99延迟升高，作者通过日志确认存在慢请求。
- 与开发团队沟通后，得到的结论是网络问题，作者决定自己排查。
- 抓包分析显示TCP拥塞控制窗口在每个请求后重置，作者对此感到困惑。
- 经过测试，发现SDN环境中的TCP行为与物理网络不同，怀疑是SDN的问题。
- 最终确认是TCP配置中的net.ipv4.tcp_slow_start_after_idle参数导致的问题。
- 修改该参数后，延迟问题得到解决，cwnd稳定在1000左右。
- RFC 2414和RFC 5681解释了TCP在idle状态下为何需要慢启动的原因。
- 作者总结了TCP拥塞控制对数据延迟的影响，强调长连接的使用并不能完全解决慢启动延迟问题。
➡️
