对端消失但本端不知道
半开连接指一方已经重启、断电或进程崩溃，另一方内核里却仍保留着 ESTABLISHED 状态。TCP 本身没有「对端还活着」的周期性确认，只有真正发送数据并等待确认时才会发现异常。因此长连接场景必须依靠 TCP keepalive 或应用层心跳来主动探测，否则连接池里会慢慢堆积一批永远不可用的连接。
基本信息
| 适用平台 | 所有 TCP 实现；Linux 参数位于 net.ipv4.tcp_keepalive_* |
|---|---|
| 探测手段 | TCP keepalive（内核）或应用层心跳（可携带业务状态） |
| Linux 默认 | 约 2 小时空闲后才开始探测，生产环境需要调小 |
| 相关参数 | tcp_keepalive_time 空闲时长、tcp_keepalive_intvl 探测间隔、tcp_keepalive_probes 探测次数 |
检测方式对比
| 方式 | 触发时机 | 优缺点 |
|---|---|---|
| TCP keepalive | 内核按空闲时长自动探测 | 无需改代码；探测发空 ACK，不携带业务信息 |
| 应用层心跳 | 应用按业务周期发送 | 能携带业务状态、可自定超时；需改代码 |
| 负载均衡空闲超时 | 中间设备按自身超时切断 | 配置不当会表现为偶发重置 |
| 写超时与重试 | 发送数据时发现异常 | 被动发现，最慢但最可靠 |
查看与调整 keepalive
查看与调整 keepalive
ss -tio | grep -i timer # 观察连接当前的定时器状态
sysctl net.ipv4.tcp_keepalive_time net.ipv4.tcp_keepalive_intvl net.ipv4.tcp_keepalive_probes
# 生产常用：300 秒空闲后开始探测，间隔 30 秒，连续 3 次无应答即断开
sysctl -w net.ipv4.tcp_keepalive_time=300 net.ipv4.tcp_keepalive_intvl=30 net.ipv4.tcp_keepalive_probes=3
# 单进程级别可由应用通过 setsockopt(SO_KEEPALIVE) 单独开启典型使用场景
- 长连接网关与推送服务：及时清理死连接，避免写失败时才暴露问题
- 连接池维护：定期探测并剔除不可用连接，降低首次请求失败率
- 排查「偶发连接被重置」：确认是中间设备空闲超时还是对端真的挂了
- 数据库连接池与中间件客户端的存活检测策略评估
云负载均衡通常有自己的空闲超时（常见 60 秒到 900 秒）：后端 keepalive 必须比它更短，否则会出现「连接看起来在、但一写就失败」的偶发重置。
移动网络与 NAT 设备会主动清理长时间空闲的映射：跨 NAT 的长连接建议使用应用层心跳而不是内核 keepalive，因为空 ACK 不携带业务语义，也无法确认对端应用是否健康。