apache2.2+tomcat6.0的大量CLOSE_WAIT问题

问题描述：web前台页面打开很慢，慢的结果是，缓冲了25分钟左右页面打不开，大量close_wait假死等待关闭，导致请求堆积，出现超时错误访问超时报错如图（1）。

 图（1）

环境工具：A.  服务器硬件信息

                  型号   DELL R1670

                  CPU   Intel 四核/颗 X 2颗

                  内存   16G

                  硬盘    600G/块 X 4块

                  存储    Raid5

                  B.  服务器软件信息

                  操作系统       CentOS6.3

                  应用服务器    apache2.2+tomcat6.0

                  第三方软件    Server Protect for Linux（趋势科技的防病毒软件，在操作系统上安装使用）、Iguard（天存的防篡改软件，在apache上加载使用）、Iwall（天存的防火墙软件，在apache上加载使用）

解决过程：1.  网站的应用服务器apache从2.0升级到2.2后，不知道为什么在apache和tomcat重启一段时间后，就出现访问迟缓问题，如图（1），因为项目上加载了第三方软件，我怀疑是第三方软件和升级后的apache的版本的兼容性问题。所以我请第三方软件厂商，也根据升级后的apache版本更新了iguard和iwall产品。出问题的时候，我还检查了httpd进程的运行情况，如下：

 [root@localhost /]#ps -ef|grep httpd|wc -l

152

                  2.  观察三天左右，还是发生apache和tomcat重启一段时间后，出现访问迟缓问题。我再次检查httpd进程的运行情况如下：

 [root@localhost /]#ps -ef|grep httpd|wc -l

152

为什么每次出现访问问题的时候，httpd进程数都是152呢？

于是我检查apache的MPM工作模式，如下：

[root@localhost /]# /cicro/wcm/as/apache/bin/httpd -l

core.c

prefork.c

http_core.c

mod_so.c

证明是prefork.c工作模式，接下来查找apache的httpd.conf配置文件，发现缺少

......配置，在网上查资料发现默认配置如下：

StartServers         5

MinSpareServers      5

MaxSpareServers     10

MaxClients         150

MaxRequestsPerChild  0

 这就印证了为什么httpd进程数达到152的时候，网站访问就特别慢，因为MaxClients是 Apache可以同时处理的请求数上限，是对Apache性能影响最大的参数。如果请求总数已达到这个值（可通过ps -ef|grep httpd|wc -l来确认），那么后面的请求就要排队，直到某个已处理请求完毕。对于目前项目的网站，其缺省值150是不够的。于是我增加了......配置如下：

ServerLimit          2000

StartServers         10

MinSpareServers      25

MaxSpareServers     75

MaxClients         1000

ThreadsPerChild     25

MaxRequestsPerChild  10000

                  3.  配置好httpd.conf以后，我观察到第五天时候，发现网站访问又出问题了，我检查httpd进程的运行情况如下：

[root@localhost /]#ps -ef|grep httpd|wc -l

1002

再次印证了访问问题和httpd进程数、以及httpd.conf的MaxClients有关。个人觉得apache的最大连接数设置成1000对于这个项目来说，足够了。于是在想为什么时间一长，就就积累了这么多没有消亡的httpd进程。

于是我再用netstat -an|grep 80查看服务器的连接，发现列表很大，觉得有点不正常，就去网上了解下，知道apache的性能问题一般都与TIME_WAIT和CLOSE_WAIT有关系。我就用netstat -an|grep httpd|grep TIME_WAIT和netstat -an|grep httpd|grep CLOSE_WAIT分别查看两种状态的httpd连接数目。发现TIME_WAIT的正常，发现大量tcp CLOSE_WAIT假死等待关闭，情况如图（2）：

             图（2）

         4. 图（2）中有大量CLOSE_WAIT状态的127.0.0.1:8009端口和127.0.0.1的连接，8009是apache和tomcat的整合使用端口；我再查看其中一个CLOSE_WAIT状态的连接的进程的连接状况（netstat -an|grep httpd|grep 22399），结果有两个连接，一个是apache和tomcat通信（127.0.0.1:8009端口和127.0.0.1）的CLOSE_WAIT连接，一个是外部用户访问apache的ESTABLISHED连接；我再去查看这个进程具体情况（ps -ef|grep httpd|grep 22399），发现这个进程CPU的占用时间是00:00:00，也就意味着CPU还没空处理它；我再查看这种进程的数目（ps -ef|grep httpd|grep 00:00:00|wc -l），如图（3）

图（3）

        5. 竟然有这么多进程都没有被CPU处理，难道是CPU资源不够，我就用top看下CPU资源使用情况，如图（4）

图（4）

发现CPU的资源还有很多的剩余，那为什么这么多进程占用CPU的时间是0呢？

                6. 客户等着解决问题，我凭目前的知识量，无法在短期内查到具体原因，只好网上寻求解决问题的方法：

方案一，在tomcat的workers.properties里面配置相关条件

worker.tomcat.lbfactor=50
worker.tomcat.cachesize=10
worker.tomcat.cache_timeout=600
worker.tomcat.socket_keepalive=1
worker.tomcat.socket_timeout=300

方案二，优化服务器内核参数（/etc/sysctl.conf）
net.ipv4.tcp_tw_reuse=1
net.ipv4.tcp_tw_recycle=1
net.ipv4.tcp_keepalive_time=1800
net.ipv4.tcp_keepalive_probes=4
net.ipv4.tcp_keepalive_intvl=15

方案三，关闭tomcat的keepalive参数

方案四，做定时任务检查httpd进程数目，一旦发现httpd进程数目异常，就重启apache和tomcat

        7.针对于本项目目前的状况，我采用了方案四，编写了linux shell脚本如下：

#!/bin/sh
httpcount=`ps -ef|grep httpd|wc -l`
echo $httpcount
if [ $httpcount -gt 900 ]; then
  killall httpd
  killall java
  /cicro/wcm/bin/startas.sh
  echo "Restart successfully because of much useless process."
else
  echo "It is OK!"
fi

为了保证白天用户正常上网和用户体验，在每天早上6:30执行脚本，发现异常则重启；观察了几天，发现方案四还是不错，也陆续隔几天，就能发现重启的记录。但是个人还是希望能够分析出CLOSE_WAIT状态的链接有增无减的具体原因，从而能够根治这个问题。