TCP keep-alive的原理与使用

TCP 是面向连接的 , 在实际应用中通常都需要检测对端是否还处于连接中。如果已断开连接，主要分为以下几种情况：

 

1.           连接的对端正常关闭，即使用 closesocket 关闭连接。

2.           连接的对端非正常关闭，包括对端异常关闭，网络断开等情况。

 

       对于第一种情况，很好判断，但是对于第二种情况，可能会要麻烦一些。在网上找到了一些文章，大致有以下两种解决方法：

Ÿ           自己编写心跳包程序

简单的说也就是在自己的程序中加入一条线程，定时向对端发送数据包，查看是否有 ACK ，如果有则连接正常，没有的话则连接断开。

Ÿ           使用 TCP 的 keepalive 机制

这个需要在 WinSock 编程时对当前 SOCKET 进行相应设置即可，比较方便。

 

为了方便起见，我这里采用 keepalive 机制，下面我就以 WinSock 上我实验得到的结果来大致讲一下其机理和使用方法。

 

首先说一下 keepalive 来判断异常断开的原理，其实 keepalive 的原理就是 TCP 内嵌的一个心跳包。

以服务器端为例，如果当前 server 端检测到超过一定时间（默认是 7,200,000 milliseconds ，也就是 2 个小时）没有数据传输，那么会 向client 端发送一个 keep-alive packet （该 keep-alive packet 就是 ACK 和当前 TCP 序列号减一的组合），此时 client 端应该为以下三种情况之一：

 

1. client 端仍然存在，网络连接状况良好。此时 client 端会返回一个 ACK 。 server 端接收到 ACK 后重置计时器，在 2 小时后再发送探测。如果 2 小时内连接上有数据传输，那么在该时间基础上向后推延 2 个小时。

2. 客户端异常关闭，或是网络断开。在这两种情况下， client 端都不会响应。服务器没有收到对其发出探测的响应，并且在一定时间（系统默认为 1000 ms ）后重复发送 keep-alive packet ，并且重复发送一定次数（ 2000 XP 2003 系统默认为 5 次 , Vista 后的系统默认为 10 次）。

       3. 客户端曾经崩溃，但已经重启。这种情况下，服务器将会收到对其存活探测的响应，但该响应是一个复位，从而引起服务器对连接的终止。（这条摘抄自 http://www.cppblog.com/zhangyq/archive/2010/02/28/108615.html ，我自己并不太明白）。

 

了解了 keep alive 大致的原理，下来看看在程序中怎么用，怎么设置参数：  

 

[cpp] view plain copy

1. #include <mstcpip.h>  
2.        BOOL bKeepAlive = TRUE;  
3. int nRet = setsockopt(sock, SOL_SOCKET, SO_KEEPALIVE,   
4.                              (char*)&bKeepAlive, sizeof(bKeepAlive));  
5. if (nRet == SOCKET_ERROR)  
6. {  
7.     TRACE(L"setsockopt failed: %d/n", WSAGetLastError());  
8.     return FALSE;  
9. }  
10. // set KeepAlive parameter  
11. tcp_keepalive alive_in;  
12. tcp_keepalive alive_out;  
13. alive_in.keepalivetime    = 500;  // 0.5s  
14. alive_in.keepaliveinterval  = 1000; //1s  
15. alive_in.onoff                       = TRUE;  
16. unsigned long ulBytesReturn = 0;  
17. nRet = WSAIoctl(sock, SIO_KEEPALIVE_VALS, &alive_in, sizeof(alive_in),  
18.                   &alive_out, sizeof(alive_out), &ulBytesReturn, NULL, NULL);  
19. if (nRet == SOCKET_ERROR)  
20. {  
21.     TRACE(L"WSAIoctl failed: %d/n", WSAGetLastError());  
22.     return FALSE;  
23. }  
24.    

其中， setsockopt 设置了 keepalive 模式，但是系统对 keepalive 默认的参数可能不符合我们的要求，比如空闲 2 小时后才探测对端是否活跃，所以 WSAIoctl 函数通过 tcp_keepalive 结构体对这些参数进行了相应设置。 tcp_keepalive 这 个 结构体在 mstcpip.h 头文件中有定义：

    struct tcp_keepalive {

        ULONG onoff ;   // 是否开启 keepalive

        ULONG keepalivetime ;  // 多长时间（ ms ）没有数据就开始 send 心跳包

  ULONG keepaliveinterval ; // 每隔多长时间（ ms ） send 一个心跳包，

// 发 5 次 (2000 XP 2003 默认 ), 10 次 (Vista 后系统默认 )

};

这个结构体设置了空闲检测时间，及检测时重复发送的间隔时间。详细的可以查询 msdn : http://msdn.microsoft.com/en-us/library/dd877220(VS.85).aspx 。

按照 msdn 上的说法，这些参数也可以通过在注册表里设置，分别为：

HKLM/SYSTEM/CurrentControlSet/Services/Tcpip/Parameters/KeepAliveTime

HKLM/SYSTEM/CurrentControlSet/Services/Tcpip/Parameters/KeepAliveInterval

 

另外，有些人可能已经发现了， tcp_keepalive 这 个 结构体中没有对重试次数这个参数的设置，这个参数可以通过注册表来设置，具体位置为：

HKLM/SYSTEM/CurrentControlSet/Services/Tcpip/Parameters/TcpMaxDataRetransmissions

关于在注册表中设置这几个参数，我在 XP 和 Server2008 系统中都没有找到， msdn 上说貌似只是支持 server 2003 ，我这里没有实验，具体不太清楚。

 

设置好 keepalive 以后，我们通过实验来看看当 client 异常退出或是网络断掉的情况下， keepalive 怎么通知我们异常断开的情况。这里采用 select 模式，实验环境为 XP 系统和 Win7 系统，几种情况返回值如下：

 

1． 正常断开

select 函数正常返回， recv 函数返回 0

 

2． 异常断开

a)       程序异常退出，如 client 端重启，应用非正常关闭等

select 函数正常返回， recv 函数返回 SOCKET_ERROR ， WSAGetLastError () 得到的结果为 WSAECONNRESET(10054) 。

b)      网络断开

结果同上： select 函数正常返回， recv 函数返回 SOCKET_ERROR ， WSAGetLastError() 得到的结果为 WSAECONNRESET(10054) 。

 

P.S. 网上有些文章中写的 WSAGetLastError() 得到的结果为 ETIMEDOUT ，我这里不太清楚为什么和我这里得到的不太一样。

 

另外，在实验中，我发现了一个和以前理解的不太相同的地方，在这里也记录下来：

 

对于程序异常退出的情况（这里所说的异常退出包括程序异常关闭、重启等情况，但不包括系统待机休眠），实际上在不开启 keepalive 的情况下也是可以检测到的 ，我这里测试得到在不开启 keepalive 的情况下，异常关闭 client 端程序， server 端 recv 函数会立即返回 SOCKET_ERROR ， last error 同样 为 WSAECONNRESET 。但是对于网络断开及系统待机休眠的情况，则必须设置keepalive才能检测到，并且对于上述情况，当网络重新连接或者系统恢复后，SOCKET连接并不能恢复。

具体原因我这里也不太清楚，看到有一篇文章是这样写的：“异常关闭下， SOCKET 虚拟通路会被重设，远端正在接受的调用就都会失败”。不知道正确与否，感觉有一定的道理，暂时记录下来。