TCP 故障模型

网络中断

• 端点（应用程序所在 LAN 或主机）之外发生的网络故障是临时的，因为路由协议会发现并绕开故障节点
• 端点出问题时，通常没有备用的路径，问题会一直存在直到故障修复

网络中断时的 TCP

• 除非中间路由器发送 ICMP 报文，指出目的网络或主机不可达，否则应用程序和 TCP/IP 协议栈都无法立即感知到网络中断的发生
  • 收到 ICMP 后会返回 ENETUNREACH 或 EHOSTUNREACH 错误
• 发送端会不断超时重传没有被确认的段，源自 Berkeley 的实现中重传 12 次（大约九分钟）后就会放弃
  • 读操作会返回 ETIMEDOUT
  • 写操作会收到 SIGPIPE 信号或返回 EPIPE 错误

对端应用崩溃

对于应用程序来说，是无法区分对端应用崩溃和对端调用 close() 或 exit() 的

• 两种情况下，对端都会发送 FIN
  • 这只是告诉我们，对端已经没有数据要发送了，并不代表对方不能再接收我们发出的数据
  • select 会指示该套接字可读，read 后会返回 0（EOF）

对端应用崩溃的情况下，如果再发消息给对端，对端会回复 RST

• 再去读该套接字就会返回 ECONNRESET
• 再去写该套接字会收到 SIGPIPE 信号或返回 EPIPE 错误
• 也就是说只有你向崩溃的对端写了一次后，下次读写才能收到通知

对端主机崩溃

• 对端主机重启前，该错误的表现和网络中断是相同的
• 如果超时前，对端主机重启了，重传的报文到达对端主机后，对端主机会回复 RST
  • 再去读该套接字就会返回 ECONNRESET
  • 再去写该套接字会收到 SIGPIPE 信号或返回 EPIPE 错误

如果想要不主动发送消息，也检测到对端主机崩溃的情况，可以使用 TCP 的心跳机制

TCP 的心跳机制

给 TCP 套接字设置保活选项（ SO_KEEPALIVE ）后，如果超过一定时间（默认为两小时）套接字的任一方向上都没有数据交换，TCP 就会给对端发送一个保活探测分节，对端必须响应该分节

可能发生的情况有

• 对端响应 ACK
  • 应用程序不会收到通知
• 对端响应 RST
  • 说明对端已崩溃且重新启动，待处理错误被设为 ECONNRESET，套接字本身被关闭
• 无响应
  • 源自 Berkeley 的实现会每隔一段时间再继续发送数个保活分节，如果这些分节都没有收到响应，待处理错误被设为 ETIMEOUT，套接字本身被关闭
• 如果套接字收到 ICMP 错误（比如目的地不可达） 作为响应，那么返回对应的错误，套接字本身被关闭

该选项一般用于检测对方主机是否崩溃或不可达，因为对端进程崩溃的情况下，TCP 会发送 FIN，可以通过 select 检测到（select 会指示套接字可读）