问题引入
生产环境Golang服务有时会产生502报警，排查发现大多是以下三种起因造成的：
- http.Server配置了WriteTimeout，申请解决超时，Golang服务断开连接；
- http.Server配置了IdleTimeout，且网关和Golang之间应用长连贯，Golang服务被动断开连接；
- Golang服务解决HTTP申请时呈现了panic。
本篇文章次要介绍这三种502产生的具体起因，另外本篇文章提到的网关是基于Nginx搭建的。
WriteTimeout
WriteTimeout的含意是：从接管到客户端申请开始，到返回响应的最大超时工夫，默认为0意味着不超时。正文如下：
type Server struct {
// WriteTimeout is the maximum duration before timing out
// writes of the response. It is reset whenever a new
// request's header is read. Like ReadTimeout, it does not
// let Handlers make decisions on a per-request basis.
// A zero or negative value means there will be no timeout.
WriteTimeout time.Duration
}正文表明，当接管到新的申请时，超时工夫会重置。那么什么时候设置写超时工夫呢？当然是在http.Server读取客户端申请实现时了，参考readRequest办法：
func (c *conn) readRequest(ctx context.Context) (w *response, err error) {
if d := c.server.WriteTimeout; d != 0 {
//defer，也就是函数返回时设置定时器
defer func() {
c.rwc.SetWriteDeadline(time.Now().Add(d))
}()
}
}可是，为什么WriteTimeout会导致502呢？如果你凑巧也遇到了之类问题，能够查看网关拜访日志，你会看到所有申请的响应request_time都大于WriteTimeout，并且谬误日志显示的是”upstream prematurely close connection while reading response header from upstream”，也就是在网关等到上游响应时，上游敞开连贯了。剩下的问题就是为什么上游会敞开连贯了。
一个小小的试验
咱们先模仿以下申请解决超时的景象：
package main
import (
"net/http"
"time"
)
type GinHandler struct {
}
func (* GinHandler) ServeHTTP(w http.ResponseWriter, r *http.Request){
time.Sleep(time.Duration(5) * time.Second)
w.Write([]byte("hello golang"))
}
func main() {
server := &http.Server{
Addr:"0.0.0.0:8080",
Handler: &GinHandler{},
ReadTimeout: time.Second * 3,
WriteTimeout: time.Second *3,
}
server.ListenAndServe()
}申请后果如下：
time curl http://127.0.0.1/test -H "Host:test.xxx.com"
502 Bad Gateway
real 0m5.011s查看Nginx的谬误日志，能够看到是上游被动敞开连贯造成的：
21:18:07 [error] 30217#0: *8105 upstream prematurely closed connection while reading response header from upstream, client: 127.0.0.1, server: test.xxx.com, request: "GET /test HTTP/1.1", upstream: "http://127.0.0.1:8080/test", host: "test.xxx.com"通过tcpdump再抓包验证下；能够看到，35秒承受到客户端申请，40秒时，服务端被动断开了连贯。
20:52:35.660325 IP 127.0.0.1.31227 > 127.0.0.1.8080: Flags [S], seq 3442614457, win 43690, length 0
14:05:54.073175 IP 127.0.0.1.8080 > 127.0.0.1.31227: Flags [S.], seq 3655119156, ack 3442614458, win 43690, length 0
20:52:35.660353 IP 127.0.0.1.31227 > 127.0.0.1.8080: Flags [.], ack 1, win 86, length 0
20:52:35.660415 IP 127.0.0.1.31227 > 127.0.0.1.8080: Flags [P.], seq 1:106, ack 1, win 86, length 105: HTTP: GET /test HTTP/1.0
20:52:35.660425 IP 127.0.0.1.8080 > 127.0.0.1.31227: Flags [.], ack 106, win 86, length 0
20:52:40.662303 IP 127.0.0.1.8080 > 127.0.0.1.31227: Flags [F.], seq 1, ack 106, win 86, length 0
20:52:40.662558 IP 127.0.0.1.31227 > 127.0.0.1.8080: Flags [F.], seq 106, ack 2, win 86, length 0
20:52:40.662605 IP 127.0.0.1.8080 > 127.0.0.1.31227: Flags [.], ack 107, win 86, length 0看到这里有个纳闷，5秒后Golang服务才断开连接的，咱们不是设置了WriteTimeout=3秒吗？为什么3秒超时一直开，而是5秒后才断开？
WriteTimeout到底做了什么
net.http.(c * conn).serve办法是Golang sdk解析解决HTTP申请的主函数，咱们能够找到WriteTimeout的设置入口，c.rwc.SetWriteDeadline。这里的rwc类型为net.Conn，是一个接口。真正的对象是由l.Accept()返回的，而l是对象TCPListener。往下追踪能够发现创立的是net.TCPConn对象，而该对象继承了net.conn，net.conn又实现了net.Conn接口（留神大小写）。
type TCPConn struct {
conn
}
type conn struct {
fd *netFD
}
func (c *conn) SetReadDeadline(t time.Time) error {
if err := c.fd.SetReadDeadline(t); err != nil {
}
}再持续往下跟踪，调用链是这样的：
net.(c *conn).SetWriteDeadline()
net.(fd *netFD).SetWriteDeadline()
poll.(fd *FD).SetWriteDeadline()
poll.setDeadlineImpl()
poll.runtime_pollSetDeadline()追到这，你会发现追不上来了，runtime_pollSetDeadline的实现逻辑是什么呢？咱们全局搜素runtime_pollSetDeadline，能够找到在runtime/netpoll.go文件。
//go:linkname poll_runtime_pollSetDeadline internal/poll.runtime_pollSetDeadline
func poll_runtime_pollSetDeadline(pd *pollDesc, d int64, mode int) {
//写超时回调函数
pd.wt.f = netpollWriteDeadline
//定时器到期后，调用回调函数的传入参数
pd.wt.arg = pd
}咱们的问题行将上不着天;下不着地，只须要剖析回调函数netpollWriteDeadline（对立由netpolldeadlineimpl实现）做了什么，即可明确WriteTimeout到底是什么。
func netpolldeadlineimpl(pd *pollDesc, seq uintptr, read, write bool) {
if write {
pd.wd = -1
atomic.StorepNoWB(unsafe.Pointer(&pd.wt.f), nil)
wg = netpollunblock(pd, 'w', false)
}
if wg != nil {
netpollgoready(wg, 0)
}
}能够看到，设置pd.wd=-1，后续以此判断该描述符上的写定时器是否曾经过期。netpollunblock与netpollgoready，用于判断是否有协程因为以后描述符阻塞，如果有将其状态置为可运行，并退出可运行队列；否则什么都不做。
这下所有都明确了，WriteTimeout只是增加了读写超时定时器，待定时器过期时，也仅仅是设置该描述符读写超时。所以哪怕申请解决工夫是5秒远超过WriteTimeout设置的超时工夫，该申请仍然不会被中断，会失常执行直到完结，在向客户端返回后果时才会产生异样。
该过程参照下图：
最初咱们通过dlv调试，打印一下设置WriteTimeout的函数调用链。
0 0x0000000001034c23 in internal/poll.runtime_pollSetDeadline
at /usr/local/go/src/runtime/netpoll.go:224
1 0x00000000010ee3a0 in internal/poll.setDeadlineImpl
at /usr/local/go/src/internal/poll/fd_poll_runtime.go:155
2 0x00000000010ee14a in internal/poll.(*FD).SetReadDeadline
at /usr/local/go/src/internal/poll/fd_poll_runtime.go:132
3 0x00000000011cc868 in net.(*netFD).SetReadDeadline
at /usr/local/go/src/net/fd_unix.go:276
4 0x00000000011dffca in net.(*conn).SetReadDeadline
at /usr/local/go/src/net/net.go:251
5 0x000000000131491f in net/http.(*conn).readRequest
at /usr/local/go/src/net/http/server.go:953
6 0x000000000131bd5a in net/http.(*conn).serve
at /usr/local/go/src/net/http/server.go:1822方才设置超时工夫会调用poll.(fd FD).SetWriteDeadline，FD构造封装了底层描述符，其必然提供读写处理函数。咱们在poll.(fd FD).Write打断点，看一下调用链路：
(dlv) b poll.Write
Breakpoint 1 set at 0x10ef40b for internal/poll.(*FD).Write() /usr/local/go/src/internal/poll/fd_unix.go:254
(dlv) bt
0 0x00000000010ef40b in internal/poll.(*FD).Write
at /usr/local/go/src/internal/poll/fd_unix.go:254
1 0x00000000011cc0ac in net.(*netFD).Write
at /usr/local/go/src/net/fd_unix.go:220
2 0x00000000011df765 in net.(*conn).Write
at /usr/local/go/src/net/net.go:196
3 0x000000000132276c in net/http.checkConnErrorWriter.Write
at /usr/local/go/src/net/http/server.go:3434
4 0x0000000001177e91 in bufio.(*Writer).Flush
at /usr/local/go/src/bufio/bufio.go:591
5 0x000000000131a329 in net/http.(*response).finishRequest
at /usr/local/go/src/net/http/server.go:1594
6 0x000000000131c7c5 in net/http.(*conn).serve
at /usr/local/go/src/net/http/server.go:1900与咱们构想的统一，待申请解决实现后，哪怕超时了，下层业务仍然会尝试写响应后果。持续往下追究，看看是什么时候判断描述符超时了：
poll.(fd *FD).Write
poll.(pd *pollDesc).prepareWrite
poll.(pd *pollDesc).prepare
poll.runtime_pollReset
//go:linkname poll_runtime_pollReset internal/poll.runtime_pollReset
func poll_runtime_pollReset(pd *pollDesc, mode int) int {
errcode := netpollcheckerr(pd, int32(mode))
if errcode != pollNoError {
return errcode
}
}
func netpollcheckerr(pd *pollDesc, mode int32) int {
if pd.closing {
return 1 // ErrFileClosing or ErrNetClosing
}
if (mode == 'r' && pd.rd < 0) || (mode == 'w' && pd.wd < 0) {
return 2 // ErrTimeout
}
……
return 0
}函数runtime_pollReset的实现逻辑同样是在runtime/netpoll.go文件。其通过netpollcheckerr实现校验逻辑，判断描述符是否敞开，是否超时等等，这里返回了超时谬误。最终，最顶层http.(c * conn).serve办法判断写响应出错，间接返回，返回前执行defer做收尾工作，比方敞开连贯，由此引发网关返回502谬误。
超时怎么管制？
参照下面的剖析，通过WriteTimeout管制申请的超时工夫，存在两个问题：1）申请解决超时后Golang会断开连接，网关会呈现502；2）申请不会因为WriteTimeout超时而被中断，须要等到申请真正解决实现，客户端期待响应工夫较长；在遇到大量慢申请时，Golang服务资源占用会急剧减少。
那么如何优雅的管制超时状况呢？超时后Golang间接完结以后申请，并向客户端返回默认后果。能够利用context.Context实现，这是一个接口，有多种实现，如cancelCtx可勾销的上下文，timerCtx可定时勾销的上下文，valueCtx可基于上下文传递变量。
上面举一个小小的例子：
ctx := context.Background()
ctx, cancel := context.WithCancel(ctx)
go Proc()
time.Sleep(time.Second)
cancel()
func Proc(ctx context.Context) {
for {
select {
case <- ctx.Done():
return
default:
//do something
}
}
}
对于context更多应用与原理，能够参考之前的文章。
IdleTimeout + 长连贯
Golang sdk的正文阐明如下：
”IdleTimeout is the maximum amount of time to wait for the next request when keep-alives are enabled. If IdleTimeout is zero, the value of ReadTimeout is used. If both are zero, there is no timeout”。
能够看到只有当网关和上游Golang服务之间采纳keep-alived长连贯时，该配置才失效。须要特地留神的是，如果IdleTimeout等于0，则默认取ReadTimeout的值。
留神：Nginx在通过proxy_pass配置转发时，默认采纳HTTP 1.0，且”Connection:close”。因而须要增加如下配置能力应用长连贯：
proxy_http_version 1.1;
proxy_set_header Connection "";一个小小的试验
该场景下的502存在概率问题，只有当上游Golang服务敞开连贯，与新的申请达到，简直同时产生时，才有可能呈现。因而最终只是通过tcpdump抓包察看Golang服务端敞开连贯。
这种场景产生的根本原因是，网关转发申请到上游的同时，上游服务敞开了长连贯，此时TCP档次会返回RST包。所以这种502有一个显著的特色，upstream_response_time靠近于0，并且查问网关谬误日志能够看到”connection reset by peer”。
记得配置网关Nginx到Golang服务之间采纳长连贯，同时配置IdleTimeout=5秒。只申请一次，tcpdump抓包察看景象如下：
15:15:03.155362 IP 127.0.0.1.20775 > 127.0.0.1.8080: Flags [S], seq 3293818352, win 43690, length 0
01:50:36.801131 IP 127.0.0.1.8080 > 127.0.0.1.20775: Flags [S.], seq 901857004, ack 3293818353, win 43690, length 0
15:15:03.155385 IP 127.0.0.1.20775 > 127.0.0.1.8080: Flags [.], ack 1, win 86, length 0
15:15:03.155406 IP 127.0.0.1.20775 > 127.0.0.1.8080: Flags [P.], seq 1:135, ack 1, win 86, length 134: HTTP: GET /test HTTP/1.1
15:15:03.155411 IP 127.0.0.1.8080 > 127.0.0.1.20775: Flags [.], ack 135, win 88, length 0
15:15:03.155886 IP 127.0.0.1.8080 > 127.0.0.1.20775: Flags [P.], seq 1:130, ack 135, win 88, length 129: HTTP: HTTP/1.1 200 OK
15:15:03.155894 IP 127.0.0.1.20775 > 127.0.0.1.8080: Flags [.], ack 130, win 88, length 0
//IdleTimeout 5秒超时后，Golang服务被动断开连接
15:15:08.156130 IP 127.0.0.1.8080 > 127.0.0.1.20775: Flags [F.], seq 130, ack 135, win 88, length 0
15:15:08.156234 IP 127.0.0.1.20775 > 127.0.0.1.8080: Flags [F.], seq 135, ack 131, win 88, length 0
15:15:08.156249 IP 127.0.0.1.8080 > 127.0.0.1.20775: Flags [.], ack 136, win 88, length 0Golang服务被动断开连接，网关就有可能产生502。怎么解决这个问题呢？只有保障每次都是网关被动断开连接即可。
ngx_http_upstream_module模块在新版本增加了一个配置参数，keepalive_timeout。留神这不是ngx_http_core_module模块里的，两个参数名称一样，然而用处不一样。
Syntax: keepalive_timeout timeout;
Default:
keepalive_timeout 60s;
Context: upstream
This directive appeared in version 1.15.3.
Sets a timeout during which an idle keepalive connection to an upstream server will stay open.显然只有Golang服务配置的IdleTimeout大于这里的keepalive_timeout即可。
源码剖析
整个处理过程在http.(c * conn).serve办法，逻辑如下：
func (c *conn) serve(ctx context.Context) {
defer func() {
//函数返回前敞开连贯
c.close()
}()
//循环解决
for {
//读申请
w, err := c.readRequest(ctx)
//解决申请
serverHandler{c.server}.ServeHTTP(w, w.req)
//响应
w.finishRequest()
//没有开启keepalive，则敞开连贯
if !w.conn.server.doKeepAlives() {
return
}
if d := c.server.idleTimeout(); d != 0 {
//设置读超时工夫为idleTimeout
c.rwc.SetReadDeadline(time.Now().Add(d))
//阻塞读，待idleTimeout超时后，返回谬误
if _, err := c.bufr.Peek(4); err != nil {
return
}
}
//接管到新的申请，清空ReadTimeout
c.rwc.SetReadDeadline(time.Time{})
}
}能够看到在设置读超时工夫为idleTimeout后，会再次从连贯读取数据，此时会阻塞以后协程；待超时后，读取操作会返回谬误，此时serve办法返回，而在返回前会敞开该连贯。
panic
Golang服务级的panic会导致程序的异样终止，Golang服务都终止了，网关必然会产生刹时大量502了（上游服务挂了，网关会呈现大量谬误日志”connection refused by peer”）。所以对应的，通常咱们会通过recover捕捉异样，恢复程序的执行。
defer func() {
if err := recover(); err != nil {
//打印调用栈
stack := stack(3)
//记录申请详情
httprequest, _ := httputil.DumpRequest(c.Request, false)
logger.E("[Recovery]", " %s panic recovered:\n%s\n%s\n%s", time.Now().Format("2006/01/02 - 15:04:05"), string(httprequest), err, stack)
c.AbortWithStatus(500)
}
}()另外，对于HTTP解决handler来说，如果呈现panic且没有recover时，Golang sdk提供了recover逻辑，只是比拟粗犷，简略的敞开连贯罢了，而这一解决同样会导致Nginx返回502。这种502最容易排查了，只须要查找有无”http: panic serving”日志即可。
func (c *conn) serve(ctx context.Context) {
defer func() {
if err := recover(); err != nil && err != ErrAbortHandler {
const size = 64 << 10
buf := make([]byte, size)
buf = buf[:runtime.Stack(buf, false)]
c.server.logf("http: panic serving %v: %v\n%s", c.remoteAddr, err, buf)
}
if !c.hijacked() {
c.close()
c.setState(c.rwc, StateClosed)
}
}()
}这种类型的502特色也比拟显著，网关拜访日志request_time个别比拟短，比方几十毫秒等，与你申请的响应工夫大体一致，而且网关谬误日志是”upstream prematurely closed connection while reading response header from upstream”。
总结
本篇文章次要介绍了Golang服务常见的几种502谬误，把握502产生的实质，以及每种502的景象，如响应工夫，谬误日志等等，再遇到这种问题置信你很快就能解决了。
发表回复