关于用户掉线问题的原因分析
关于用户掉线问题的原因分析
吴旻
泰岩网络工作室
很少参加每周的三方会议。昨天因为需要我解释一个投诉，听了半场。其中争论最多，也是近期投诉最严重的问题，就是用户掉线问题。
市场上C/S架构的产品很多，掉线问题的原因也多种多样。根据我以前做内网安全产品及网络通信的开发经验，掉线问题的原因大体上分如下几类：
一、服务端或客户端本身的BUG
这类问题一般来说比较好解决，纯代码的问题，总是很容易通过调试方式解决。产品越成熟，这样的问题就会越少。当然不排除有些BUG隐藏的很深，很难发现。不过，多数情况通过模拟方式，都可以解决。比如，我们假设服务器可能有问题，那就再写一个简单的服务端程序，只简单模拟一下登录过程的几个协议，就可以找到问题的原因了。
二、网络硬件问题
这类问题有时也不好排查，因为网络的节点很多。比如某个交换机坏掉了，或者某根网线没插牢，造成时断时续。这类问题的特点是带有普遍性，一出问题，大家都出问题，或者一个软件出问题，别的软件也同时出问题。
三、防火墙问题
涉及到防火墙，事情的难度会变得很大。市场上的防火墙种类很多，而且都越来越倾向于“主动防御”，所以哪怕你没做什么“坏事”，也难保它“怀疑”你有可能做坏事而把你过滤掉。防火墙的策略多是“有罪推定”，它怀疑你有问题，你就是有问题。
四、适应性问题
这个事情是软件开发人员经常忽略掉的一个很严重很严重的大事情！KFC进入中国这么多年，也依然在努力寻求本地化的经营策略，比如提供有米饭的午餐。在美国很成功的只提供汉堡，到中国就必须考虑米饭在中国饮食习惯中的重要地位。
我们在机房的部署上，会选择多地多机房部署，这就是一种本地化策略，让用户就近连接，保障网络的稳定，避免跨网络带来的各种问题。但我们C/S架构的通信协议，一般都只有一套长相。也就是说，这些通信数据包工可能正常通过99%的网络防火墙，但没法保证所有产品的防火墙都不会过滤掉你的数据包。
从前，有些公司禁用IM即时聊天工具，后来，IM公司就提供了网络版的，因为多数公司都不会禁掉HTTP协议，聊天工具这个问题就这样解决掉了。
同理，我们的通信协议也可以是多种长相的。比如，有完全二进制的，也可以有长得像HTTP协议的，也可以有长得像FTP协议的，还可以有长得像POP3/SMTP协议的。后面几种协议，是大家公用的协议，所有的网络防火墙，一般都会放行的。
二进制协议，我们也可以有多种长相。难保我们的某个数据包，长得就像是病毒代码，但如果我们还能把它封装成几个不同长相的数据包，事情就好办多了。这种长相的数据包被过滤了，我们还会有其它长相的数据包可以通过。
我想，我们解决问题的思路还可以更宽广一些，手段也可以更灵活一些。但一切的前提还是要了解问题的根源在哪里，事情的本质是什么。仅就现象解决现象，我们很容易就陷入如下场景。
程序员：我们的代码没有问题，是网络的问题。
运维人员：我解决不了某某小区宽带防火墙问题，人家不理我们。
领导：难道这是我的问题？