网络编程中的TCP保活

在默认的情况下，TCP连接是没有保活的心跳的。这就是说，当一个TCP的socket，客户端与服务端谁也不发送数据，会一直保持着连接。这其中如果有一方异常掉线，另一端永远也不可能知道。这对于一些服务型的程序来说，将是灾难性的后果。

　　所以，必须对创建的socket，启用保活心跳，即Keepalive选项。

启用Keepalive

　　对于WIN32或者Linux平台来说，设置socket的Keepalive都很简单，只需使用setsockopt设置SO_KEEPALIVE即可。

　　setsockopt的函数原型在Linux环境下为：

 #include <sys/types.h>
 #include <sys/socket.h>

 int setsockopt(int s, int level, int optname,
                const void *optval,
                socklen_t optlen);

，在WIN32平台下为

 #include <winsock2.h>

 int setsockopt(int s, int level, int optname,
                const char *optval,
                int optlen);

　　因为const void *可以接受const char *型的参数，所以为了代码的跨平台编译考虑，可以采用以下代码来设置TCP的Keepalive选项。

 alive = 1;
 if (setsockopt
     (fd, SOL_SOCKET, SO_KEEPALIVE, (const char *) &alive,
      sizeof alive) != 0)
   {
     log_warn ("Set keep alive error: %s.\n", strerror (errno));
     return -1;
   }

　　这样，对于TCP的连接，就启用了系统默认值的保活心跳。

Linux环境下的TCP Keepalive参数设置

　　为什么说是系统默认值的呢？因为有这样几个值，我们并没有手动设置，是采用的系统默认值。即，

1. 多长时间发送一次保活心跳？
2. 如果没有返回，多长时间再重试发送？
3. 重试几次为失败？

   　　如果是Linux操作系统，这三个值分别为

    # cat /proc/sys/net/ipv4/tcp_keepalive_time
    7200
    # cat /proc/sys/net/ipv4/tcp_keepalive_intvl
    75
    # cat /proc/sys/net/ipv4/tcp_keepalive_probes
    9

　　这就是说，在Linux系统下，如果对于TCP的socket启用了Keepalive选项，则会在7200秒（即两个小时）没有数据后，发起KEEPALIVE报文。如果没有回应，则会在75秒后再次重试。如果重试9次均失败，则认定连接已经失效。TCP的读取操作，将返回0。

　　这对于我们大多数应用来说，前两个时间值都有点太长了。

　　我们可以通过重设上面三个值，来使得操作系统上运行的所有启用了Keepalive选项的TCP的socket的行为更改。

　　我们也可以只针对我们自己创建的socket，重设这三个值。它们分别对应TCP_KEEPIDLE、TCP_KEEPINTL和TCP_KEEPCNT的选项值，同样可以使用setsockopt进行设置。

 #include <stdlib.h>
 #include <fcntl.h>
 #include <errno.h>
 #include <sys/socket.h>
 #include <netinet/tcp.h>
 #include <netinet/in.h>
 #include <netdb.h>
 #include <arpa/inet.h>

 int
 socket_set_keepalive (int fd)
 {
   int ret, error, flag, alive, idle, cnt, intv;

   /* Set: use keepalive on fd */
   alive = 1;
   if (setsockopt
       (fd, SOL_SOCKET, SO_KEEPALIVE, &alive,
        sizeof alive) != 0)
     {
       log_warn ("Set keepalive error: %s.\n", strerror (errno));
       return -1;
     }

   /* １０秒钟无数据，触发保活机制，发送保活包 */
   idle = 10;
   if (setsockopt (fd, SOL_TCP, TCP_KEEPIDLE, &idle, sizeof idle) != 0)
     {
       log_warn ("Set keepalive idle error: %s.\n", strerror (errno));
       return -1;
     }

   /* 如果没有收到回应，则５秒钟后重发保活包 */
   intv = 5;
   if (setsockopt (fd, SOL_TCP, TCP_KEEPINTVL, &intv, sizeof intv) != 0)
     {
       log_warn ("Set keepalive intv error: %s.\n", strerror (errno));
       return -1;
     }

   /* 连续３次没收到保活包，视为连接失效 */
   cnt = 3;
   if (setsockopt (fd, SOL_TCP, TCP_KEEPCNT, &cnt, sizeof cnt) != 0)
     {
       log_warn ("Set keepalive cnt error: %s.\n", strerror (errno));
       return -1;
     }

   return 0;
 }

WIN32环境下的TCP Keepalive参数设置

　　而WIN32环境下的参数设置，就要麻烦一些，需要使用另外的一个函数WSAIoctl和一个结构struct tcp_keepalive。

　　它们的原型分别为：

 #include <winsock2.h>
 #include <mstcpip.h>

 int WSAIoctl(
              SOCKET s,
              DWORD dwIoControlCode,
              LPVOID lpvInBuffer,
              DWORD cbInBuffer,
              LPVOID lpvOutBuffer,
              DWORD cbOutBuffer,
              LPDWORD lpcbBytesReturned,
              LPWSAOVERLAPPED lpOverlapped,
              LPWSAOVERLAPPED_COMPLETION lpCompletionRoutine
 );

 struct tcp_keepalive {
     u_long onoff;
     u_long keepalivetime;
     u_long keepaliveinterval;
 };

　　在这里，使用WSAIoctl的时候，dwIoControlCode要使用SIO_KEEPALIVE_VALS，lpvOutBuffer用不上，cbOutBuffer必须设置为0。

　　struct tcp_keepalive结构的参数意义为：

　　onoff，是否开启KEEPALIVE； keepalivetime，多长时间触发Keepalive报文的发送； keepaliveinterval，多长时间没有回应触发下一次发送。

　　注意：这里两个时间单位都是毫秒而不是秒。

 #include <winsock2.h>
 #include <mstcpip.h>

 int
 socket_set_keepalive (int fd)
 {
   struct tcp_keepalive kavars[1] = {
       1,
       10 * 1000,        /* 10 seconds */
       5 * 1000          /* 5 seconds */
   };

   /* Set: use keepalive on fd */
   alive = 1;
   if (setsockopt
       (fd, SOL_SOCKET, SO_KEEPALIVE, (const char *) &alive,
        sizeof alive) != 0)
     {
       log_warn ("Set keep alive error: %s.\n", strerror (errno));
       return -1;
     }

   if (WSAIoctl
       (fd, SIO_KEEPALIVE_VALS, kavars, sizeof kavars, NULL, sizeof (int), &ret, NULL,
        NULL) != 0)
     {
       log_warn ("Set keep alive error: %s.\n", strerror (WSAGetLastError ()));
       return -1;
     }

   return 0;
 }

http://blog.csdn.net/weiwangchao_/article/details/7225338

一、问题起因：
a》
在文章：http://tldp.org/HOWTO/html_single/TCP-Keepalive-HOWTO/  写到：
There are also three other socket options you can set for keepalive when you write your application. 
They all use the SOL_TCP  level instead of SOL_SOCKET, and they override system-wide variables 
only for the current socket. If you read without writing first, 
the current system-wide parameters will be returned.

TCP_KEEPCNT:     overrides tcp_keepalive_probes
TCP_KEEPIDLE:     overrides tcp_keepalive_time
TCP_KEEPINTVL:     overrides tcp_keepalive_intvl

上面说：设置 socket 的keepalive 属性选项, 只对当前socket起作用
-----they override system-wide variables only for the current socket。

b》
可是：《TCP/IP详解 卷1：协议》page 252 中写到：
“一个被人们不断讨论的关于保活选项的问题就是两个小时的空闲时间是否可以改
变。通常他们希望该数值可以小得多，处在分钟的数量级。正如我们在附录E看到的，
这个值通常可以改变，但是在该附录所描述的所有系统中，保活间隔时间是系统级的
变量，因此改变它会影响到所有使用该功能的用户。
Host Requirements RFC提到一个实现可提供保活的功能，但是除非应用程序指明
要这样，否则就不能使用该功能。而且，保活间隔必须是可配置的，但是其默认值必
须不小于两个小时。”

我的理解是：这里两处的描述，有些矛盾。
到底 keepalive 属性是只对单个socket起作用，还是会影响其他socket？
为此，用来下面的程序来测试。

在下面的程序中，在服务器端使用TCP保活选项，客户端没有使用。
客户端也可以使用这个选项，但通常都是服务器设置这个功能。
如果双方都特别需要了解对方是否已经消失，则双方都可以使用这个选项。

这个程序写的比较简单： 
没有考虑服务器效率，只是为了测试 keepalive 属性。
错误处理也都非常简单。

说明：本文只是测试客户主机崩溃或者网络异常断开，比如拔掉网线 或 中间路由器崩溃等情况。
正常关机或重启本文不予考虑。

思路:
在程序中表现为,当tcp检测到对端socket不再可用时(TCP发出保活探查报文，但是没有收到客户端对其保活探查报文的响应), select会返回socket可读, 并且在 recv 或 read 时返回-1,
同时设置errno为 ETIMEDOUT。

服务器端：

#include <stdio.h> #include <stdlib.h> #include <netinet/in.h> #include <netinet/tcp.h> #include <string.h> #include <errno.h> #include <fcntl.h> #define SRV_PORT 12345 #define LISTEN_QUEUE 20 #define CONN_MAX 1024 /* 存放已连接的客户端描述符 */ int conn[CONN_MAX]; /* 当前已连接客户端的总数 */ int conn_amount; int init_socket_tcp(unsigned short port, int backlog); void active_keepalive(int sockfd); void set_keepalive_params(int sockfd, int idle, int count, int intvl); static int firstclient = 1; int main(int argc, char *argv[]) {     int sockfd, cltfd = -1;     struct sockaddr_in clt_addr;     socklen_t addrlen;          int i, n;     char buf[1024];     int len;     int maxfd;     fd_set readfds;     sockfd = init_socket_tcp(SRV_PORT, LISTEN_QUEUE);     if (sockfd < 0) {         perror("init socket failed!");         exit(EXIT_FAILURE);     }     for (i = 0; i < CONN_MAX; i++) {             conn[i] = -1;     }     maxfd = sockfd;     conn_amount = 0;     while (1) {         FD_ZERO(&readfds);         FD_SET(sockfd, &readfds);              for (i = 0; i < CONN_MAX; i++) {             if (conn[i] != -1) {                 FD_SET(conn[i], &readfds);                 if (conn[i] > maxfd)                     maxfd = conn[i];             }         }         printf("start select............\n");         if ((n = select(maxfd + 1, &readfds, NULL, NULL, NULL)) < 0) {             perror("select faield");             continue;         }                  for (i = 0; i < CONN_MAX; i++) {             if ((conn[i] != -1) && FD_ISSET(conn[i], &readfds)) {                 len = read(conn[i], buf, sizeof(buf) - 1);                 if (len < 0) {                     if (errno == EINTR) {                         printf("errno == EINTR\n");                         continue;                     }                     if (errno == ETIMEDOUT)                         printf("ETIMEDOUT..............., client: %d\n", i + 1);                     perror("read error");                     close(conn[i]);                     conn[i] = -1;                     conn_amount--;                 } else if (len == 0) {                         printf("client close socket.\n");                         close(conn[i]);                         conn[i] = -1;                         conn_amount--;                 } else                     printf("read from client: %s\n", buf);             }         } /* for (i = 0; i < CONN_MAX; i++)*/         if (FD_ISSET(sockfd, &readfds)) {             addrlen = sizeof(struct sockaddr_in);             cltfd = accept(sockfd, (struct sockaddr *)&clt_addr, &addrlen);             if (cltfd < 0) {                 perror("accept failed");                 continue;             }                      if (conn_amount < CONN_MAX) {                 conn_amount++;                 printf("*********** conn_amount = %d\n", conn_amount);                                  /* set tcp_keepalive_* options */                 /* 设置第一个客户端socket keepalive 属性 */                 if (firstclient) {                     /* 开启 keepalive 选项 */                     active_keepalive(cltfd);                     /* 设置 keepalive 相关参数 */                     set_keepalive_params(cltfd, 60, 3, 2);                     firstclient = 0;                 } else { /* 设置其他客户端socket keepalive 属性 */                     /* 开启 keepalive 选项 */                     active_keepalive(cltfd);                     /* 设置 keepalive 相关参数 */                     set_keepalive_params(cltfd, 20, 3, 5);                 }                 for (i = 0; i < CONN_MAX; i++) {                     if (conn[i] == -1) {                         conn[i] = cltfd;                         break;                     }                 }             } else { /* 到达 CONN_MAX后，不处理其他客户端连接请求 */                 printf("max connection arrived, I will close the client socket!\n");                 close(cltfd);             }         }     } /* while (1) */     close(sockfd);     exit(EXIT_SUCCESS); } int init_socket_tcp(unsigned short port, int backlog) {     int sockfd;     struct sockaddr_in srv_addr;     socklen_t addrlen;     sockfd = socket(AF_INET, SOCK_STREAM, IPPROTO_TCP);     if (sockfd < 0) {         perror("create socket failed!");         return -1;     }          addrlen = sizeof(struct sockaddr_in);     memset(&srv_addr, 0, sizeof(struct sockaddr_in));     srv_addr.sin_family = AF_INET;     srv_addr.sin_addr.s_addr = htonl(INADDR_ANY);     srv_addr.sin_port = htons(port);     int reuse = 1;     if (setsockopt(sockfd, SOL_SOCKET, SO_REUSEADDR, &reuse, sizeof(int)) < 0) {         perror("setsockopt SO_REUSEADDR");         close(sockfd);         return -1;     }     if (bind(sockfd, (struct sockaddr *)&srv_addr, addrlen) < 0) {         perror("bind errror");         close(sockfd);         return -1;     }          if (listen(sockfd, backlog) < 0) {         perror("listen error");         close(sockfd);         return -1;     }     return sockfd; } void active_keepalive(int sockfd) {     int optval;     socklen_t optlen = sizeof(optval);     /* check the status for the keepalive option */     if (getsockopt(sockfd, SOL_SOCKET, SO_KEEPALIVE, &optval, &optlen) < 0) {         perror("getsockopt SO_KEEPALIVE failed");         close(sockfd);         exit(EXIT_FAILURE);     }     printf("SO_KEEPALIVE is %s\n", optval ? "ON" : "OFF");     /* set the option active */     optval = 1;     optlen = sizeof(optval);     if (setsockopt(sockfd, SOL_SOCKET, SO_KEEPALIVE, &optval, optlen) < 0) {         printf("setsockopt SO_KEEPALIVE failed，reason: %m\n");         close(sockfd);         exit(EXIT_FAILURE);     }     printf("SO_KEEPALIVE on socket\n");     /* check the status again */     if (getsockopt(sockfd, SOL_SOCKET, SO_KEEPALIVE, &optval, &optlen) < 0) {         perror("getsockopt SO_KEEPALIVE again failed");         close(sockfd);         exit(EXIT_FAILURE);     }     printf("SO_KEEPALIVE is %s\n", (optval ? "ON" : "OFF")); } void set_keepalive_params(int sockfd, int idle, int count, int intvl) {     int keepalive_time = idle;     int keepalive_probes = count;     int keepalive_intvl = intvl;          if (setsockopt(sockfd, SOL_TCP, TCP_KEEPIDLE, &keepalive_time, sizeof(int)) < 0) {         perror("TCP_KEEPIDLE failed");         return;     }          if (setsockopt(sockfd, SOL_TCP, TCP_KEEPCNT, &keepalive_probes, sizeof(int)) < 0) {         perror("TCP_KEEPCNT failed");         return;     }     if (setsockopt(sockfd, SOL_TCP, TCP_KEEPINTVL, &keepalive_intvl, sizeof(int)) < 0) {         perror("TCP_KEEPINTVL failed");         return;     }     return; }

客户端：

#include <stdio.h> #include <stdlib.h> #include <string.h> #include <netinet/in.h> #define SRV_IP "192.168.1.4" #define SRV_PORT 12345 #define errexit(msg) do {perror(msg); exit(EXIT_FAILURE);} while(0) int main(int argc, char *argv[]) {     int sockfd;     struct sockaddr_in srvaddr;     sockfd = socket(AF_INET, SOCK_STREAM, 0);     if (sockfd < 0)         errexit("socket");          memset(&srvaddr, 0, sizeof(struct sockaddr_in));         srvaddr.sin_family = AF_INET;     srvaddr.sin_addr.s_addr = inet_addr(SRV_IP);     srvaddr.sin_port = htons(SRV_PORT);     if (connect(sockfd, (struct sockaddr *)&srvaddr, sizeof(struct sockaddr_in)) != 0)         errexit("connect");     else         printf("connect to server succeeded!\n");     /* 连接成功后，什么也不做 */     pause();     close(sockfd);     exit(0); }

测试过程简单描述：
1.启动服务器端程序
2.启动 2 个客户端
3.在2个客户端都成功连接服务器后，断开服务器主机的网线
4.似乎在 20+/-10 秒后，成功检测出客户端 2 断开了，然后似乎再经过 30+/- 10 秒左右, 检测到客户端 1 断开连接。（自己口头数的秒，具体时间很不准确，但不影响结论   ）。

最后的结论：
they override system-wide variables only for the current socket 应该是对的。
也就是，keepalive 属性只对单个socket 起作用，
对其他 socket 的 keepalive 属性没有影响.

http://blog.chinaunix.net/uid-15084954-id-190356.html