1问题描述

RMI上线后，现网的接口总是报告异常。

2问题分析

通过对RMI源码的理解，这个是在RMI客户端那边没有可用的连接时，需要创建一个新的连接，但是连接失败。

网络问题一般抓包可以定位，于是通过抓包发现失败的连接有个共同的现象，就是在5秒钟被HAProxy主动关闭，考虑到HAProxy的配置有个connectTimeout参数为5秒，应该是HAProxy连接后端的RMI服务器时失败。

通过抓包也验证了这一点，因为在5秒钟内，并没有搜到从HAProxy发起的对后端的SYN报文(除了check导致的握手)。

于是大胆怀疑问题出在HAProxy这边，否则至少HAProxy应该发起主动连接才对。

此时猜测HAProxy没有拿到可用的服务器。

3 HAProxy定位

3.1 connect(...)

刚开始怀疑是HAProxy没有拿到可用的服务器，那么从哪里入手解决问题呢？

考虑到如果HAProxy如果需要对远程服务器建立连接的话，肯定需要调用connect(...)这个C语言的API,所以全文搜索connect(....)

在函数

中可以看到调用了connect(...)

3.2 tcpv4_connect_server的指定

查看tcpv4_connect_server的调用栈

上面这个代码是在event_accept函数中，也就是说在session中的client建立时，指定session的server端的connect函数，然后后面某个地方触发了tcpv4_connect_server函数。

3.3 tcpv4_connect_server的调用

到这里就很清楚了，通过调用connect_server函数，然后根据之前指定的连接函数来触发之，由于我们在3.2中指定了tcpv4_connect_server函数，所以触发它，tcpv4_connect_server函数中又调用了connect函数，所以需要跟踪connect_server函数。

3.4 connect_server的调用

查看调用栈，

通过类似的调用机制，尝试定位问题。

更详细的调用栈就不一一列出。

3.4 修改源码添加自定义日志

为了定位问题的准确性，修改HAProxy【1.4.23】源码，在每一个session创建和后续行为都添加了自己的日志，同时每个日志行都添加了session的唯一ID.

这样就可以跟踪每个会话的具体行为。

日志格式如下：

3.5 srv_dynamic_maxconn

通过日志，我们发现，其实并不是HAProxy拿不到可用的服务器，而是拿到了之后，通过这个函数动态计算这个服务器当前的动态maxconn.

 跟踪下代码：

于是在此段代码中添加日志，发现在蚂蚁窝环境下，每次此函数都返回1.

于是问题就知道出在什么地方了，这里返回1，导致每次对于某个后端服务器来说，

第一个请求建立连接会被响应，而后续的2,3.。。都被拒绝。

再查看日志，完全验证了这一点。

4 解决方案

既然知道了问题所在，那么怎么解决？

必然是通过此函数的逻辑来解决。

查看srv_dynamic_maxconn函数，发现如果在配置中可以有2种方法解决

1 将minconn设置为较大的一个参数

2直接设置为minconn与maxconn一样，彻底去掉最小限制，对于并发量按照maxconn来配置。

针对第2种情况，代码中可以看到

也就是如果二者大小一样的话，max就返回s->maxconn。这样也没有问题。

5 与HAProxy作者的邮件交流

既然是开源软件，那么就可以直接跟作者交流。

下面是跟作者的邮件交流。

5.1 发送邮件描述问题

5.2 对方回复

5.3 再次发送验证答案

于是发送自己的答案过去，看对方对我们的解决方案的评价，同时不忘热情赞美对方的软件之流行度。

5.4 对方的最终回应

也就是说，作者认为直接去掉minconn参数更好，于是我们在haproxy.cfg的配置中去掉了这个参数，通过日志打印，minconn的值会等于maxconn参数，也就是走了static limit这个分支。

至此问题得以解决,对HAProxy的理解比之前更进一步。

6 后记

1 碰到问题，迎难而上，尤其是在有源码的情况下，直接debug或者看源码，肯定可以解决问题。一般在linux中c采用gdb,java采用jdb都可逐行跟踪，非常方便准确！

2 开源软件，网上有很多别人踩过的坑，可以尝试搜索是否已经有解决方案。

3 相对于所解决的问题，方法论非常重要，这个也需要经验的积累，比如本文中HAProxy问题的定位其实就在于connect(...) api的入口定位，整理出调用栈，然后添加日志逐步定位问题。