连接池你用对了吗?一次Unexpected end of stream异常的排查

能收获什么？

1. 更加了解TCP协议
2. Redis与客户端关闭连接的机制
3. 基于Apache Common连接池的参数调优
4. Linux网络抓包

情况简介

近期迁移了部分应用到K8s中，业务开发人员反馈说，会发现频繁出现 : redis.clients.jedis.exceptions.JedisConnectionException: Unexpected end of stream.
堆栈如下图：

发生这个问题的应用的环境如下：

• Java8
• Jedis 2.9.0

排查

由于开发人员说近期才出现这个情况，我们首先怀疑是不是K8s环境的问题，进行了一轮K8s的网络环境问题排查。
我们首先利用tcpdump在node节点和容器内进行抓包。

tcpdump -i <interfaceName> -C 100 -s0 -n -w node.pcap tcp

不出意外我们确实发现了大量由Redis服务器响应给客户端的RST（TCP Reset）包，连接重置。
至此我们还是怀疑是网络不稳定引起的。
我们搜索了TCP RST相关内容，可以看到RST一般由下列的几个情况引起：

• 到不存在的端口的连接请求
• 异常终止一个连接
• 检测半打开连接

极客的Redis，不按规矩出牌的"RST"？

随后我们又对网络又进行了几轮的测试。
突然觉得有点不对劲，我们点开了RST包之前的包查看了包的内容。
结果发现大部分是客户端发起quit数据，Redis服务端返回ok RST。
虽然包的状态是RST，但包内容确又是跟商量好的一样是正常的"客户端说退出，服务端说ok"。
带着这个问题，我们查了下Redis的相关文档，确实在默认情况下Redis是这么约束的，quit之后返回一个RST包。
按照常理当连接不需要在使用的时候应该关闭连接，这种情况不是应该是我们理解的"TCP的4次挥手"来进行这个连接的告别（关闭）仪式吗？

为什么Redis的连接关闭使用"RST"？

我的猜想是 不进行繁杂的4次挥手来提升性能。
这么做的好处是避免了4次挥手。
在网络情况差，客户端不稳定等情况下，能极大减少time_wait、close_wait等问题。
Redis利用了TCP机制重新约束了客户端和服务端来进行连接关闭，流程如下。

• 客户端发送 "quit"
• 服务端返回 "ok" + RST
• 服务端直接强制关闭连接
• 客户端收到 "ok" 后自己关闭这个连接，并自己保证后续不在使用这个连接进行通信

既然返回"RST"是正常的，那么是哪里出了问题呢？

我们根据堆栈抛出的时间具体查看对应的RST包后发现，这种RST的情况与上面的不一致，这一次客户端发送的并不是 "quit" 数据，而Redis确返回了 RST。

这时我觉得是Jedis这边的问题，去看了Jedis的release notes和issue，发现并没有相关的BUG。
我们重新看一下TCP流的记录，发现这一次交互间隔了9分钟，最后一次交互为04:10:59秒的keepalive包，而发生问题的包的时间为04:19:57，我们又把返回RST可能的原因放在了"检测半打开连接"这点上。
我又一次查看了业务使用的场景，发现了JedisPool按如下情况设置：

config.setNumTestsPerEvictionRun(3);
config.setTimeBetweenEvictionRunsMillis(Duration.ofMinutes(5).toMillis());
config.setMinIdle(5);
config.setMaxTotal(20);
config.setTestOnBorrow(false);
config.setTestWhileIdle(true);

根据上面的配置我们可知：

1. 每次最多检测3个连接
2. 每隔5分钟检测一次
3. 最小空闲连接数为5
4. 最大连接数为20
5. 关闭获取连接时检查连接可用
6. 开启空闲连接检测
7. 最大连接空闲数为8（这边没有明确设置，是Pool的默认值）

带着这些已知的情况，我们去询问了DBA Redis的keepalive的设置。
DBA回复我们说：5分钟
至此我们知道了原因，那就是Pool的设置和Redis的配置不匹配引起的。
我们设定一个场景来推演：

1. 并发10次使用Pool操作Redis
2. 当操作完成后Pool中应该还有8个空闲连接（最大连接空闲数为8，所以这边不是10）
3. 当5分钟过后再次进行并发10次的Redis操作
4. 应该会出现5次Unexpected end of stream异常（5个新连接被建立，5个旧连接抛出异常）

为什么会出现5次异常？

  因为根据Pool的设置，每5分钟才会检查池中的3个Redis连接是否正常，但当时池中有8个空闲的连接，也就是说还有5个连接在客户端是未知状态（8-3=5），这5个连接可能是可用的，也可能是不可用的，这取决于Redis的设置。
  而当下Redis设置的也是5分钟，也就是说这8个连接全是不可用的，Pool根据空闲检查机制帮我们剔除了3个，那么还有5个连接是会被直接使用的，那么就会抛出5次异常。

重现问题以验证推演

验证代码如下：

JedisPoolConfig config = new JedisPoolConfig();
config.setNumTestsPerEvictionRun(3);
config.setTimeBetweenEvictionRunsMillis(Duration.ofMinutes(5).toMillis());
config.setMinIdle(5);
config.setMaxTotal(20);
config.setTestOnBorrow(false);
config.setTestWhileIdle(true);

JedisPool pool = new JedisPool(config, "x.x.x.x", 6379, 5000, "123456", 0);

List<Integer> connectionNumbers = Stream.of(0, 1, 2, 3, 4, 5, 6, 7, 8, 9).collect(Collectors.toList());

// 从池中获取10个连接后并一起关闭
connectionNumbers.stream().map(i -> pool.getResource()).collect(Collectors.toList())
        .forEach(Jedis::close);

System.out.println(String.format("active: %d", pool.getNumActive()));
System.out.println(String.format("idle: %d", pool.getNumIdle()));

// 等待5分钟 + 5秒钟（避免刚好卡在5分钟时间点）
Thread.sleep(Duration.ofMinutes(5).toMillis() + 5000);

System.out.println(LocalDateTime.now());
System.out.println(String.format("active: %d", pool.getNumActive()));
System.out.println(String.format("idle: %d", pool.getNumIdle()));

// 从Pool中取出10个连接，来进行redis操作
connectionNumbers.stream()
        .map(i -> pool.getResource())
        .collect(Collectors.toList())
        .forEach(resource -> {
            try {
                resource.get("key");
            } catch (Exception e) {
                e.printStackTrace();
            }
        });

结果如下：

确实发生了5次 Unexpected end of stream 异常。

写在最后

Jedis的连接池基于Apache Common中的连接池，大多数java中的连接池都是基于Apache。
所以该问题同样适用于常见的JDBC连接池。

关于TCP

可以发现，TCP协议"一厢情愿"总会出问题，更多时候得"你知我知"才能正常的使用。
TCP协议是真的很复杂的一个通信协议，不单单是三次握手4次挥手这么简单的内容。