最近發現lb上記錄的request_time比upstream_response_time大的比較多，例如upstream_response_time記錄是0.062，request_time記錄的就是5.064等等。整個耗時很反常。而且出現這個問題基本上都是一個返回值比較大的接口，基本上返回值是100K左右。領導讓定位一下這個問題。
先說下我們的架構的背景，是這樣的
阿里雲的SLB-------我們自己的LB----------WEB機器
定位方向錯誤
跟蹤這個問題之後，一直覺得 LB上記錄的upstream_response_time的時間有問題，個人覺得100K的請求0.0xx秒無法完成，從這個入口查了一段時間，沒有任何結果。當然也是收穫的，協助WEB的同事發現有些請求的CACHE沒有使用上。後來覺得應該鑽牛角了，第一個Nginx的upstream_response_time肯定是沒有問題的；第二個LB到WEB是都是內網訪問，快是必然的。後來抓包也確實證明了LB到WEB特別快，upstream_response_time的時間是正確無誤的。
####Nagle 算法的問題？
排除掉upstream_response_time記錄錯誤之後，一直沒有發現。就看了些資料，學習了下課程。看了下極客時間
Linux性能優化實戰 課程，40 | 案例篇：網絡請求延遲變大了，我該怎麼辦？
看完之後，覺得可能真的是Nagle 算法的問題。解釋下Nagle 算法，Nagle 算法，是 TCP 協議中用於減少小包發送數量的一種優化算法，目的是爲了提高實際帶寬的利用率。大概意思就是，合併TCP的小包，提高網絡帶寬的利用率。覺得可能是Nagle 算法的問題，就把一臺LB的tcp_nodelay 打開了幾小時，發現問題依然存在。那基本就排除Nagle 算法的問題。
後來仔細琢磨了一下，跟Nagle 算法應該沒有關係，Nagle 算法的延遲是40ms纔對，我們這個基本上是5秒。
lingering close 的問題
排除掉Nagle 算法的問題之後，又沒有任何方向了。不知道怎麼追查了。後來又抓包查看，沒有發現有價值的線索。但是確定沒有延遲4秒的，都是延遲5秒的。這是一個特別重要的線索。當時覺得應該有一個默認的配置是5秒。http://nginx.org/en/docs/http/ngx_http_core_module.html#
nginx http_core_module裏面搜索下5s，發現了lingering_timeout 5s; lingering_timeout是個什麼鬼？後來找到一篇跟我們很類似的問題的文章。文章裏面很詳細的解釋了lingering_timeout。
http://shibing.github.io/2016/11/18/nginx的延遲關閉-lingering-close/
下面的這些解釋都來自上面的文章
該問題是由 Nginx 的延遲關閉（lingering close）連接導致的。Nginx 爲了能夠平滑關閉連接，採用了延遲關閉，它的工作方式如下：Nginx 在給客戶端發送完最後一個數據包後會首先關閉 TCP 連接的寫端（TCP 是全雙工協議，任何一端都即可讀也可寫），表示服務端不會再向客戶端發送任何數據，但是不會立即關閉 TCP 連接的讀端，而是等待一個超時，在超時到達後如果客戶端還沒有數據發來，Nginx 纔會關閉TCP的讀端，從而關閉整個連接，然後再輸出日誌。另一方面，Nginx 是在關閉連接後才輸出日誌，所以在輸出日誌之前響應早就發送給了用戶，因此對業務幾乎沒有影響。但是這也會導致 requset_time 值變得不準確，使其失去統計意義，開啓 Keep-Alive 可以部分解決這一問題。
在 Nginx 發送完數據包並進入延遲關閉連接流程後，如果客戶端在 lingering_timeout 時間內沒有進行任何操作，那麼就會關閉與客戶端的連接然後輸出日誌，這就會導致導致訪問日誌滯後 lingering_timeout 才輸出。我們線上並沒有對該參數進行配置，那麼會採用默認值，正好是5秒，與實際情況吻合。另外如果使用長連接，Nignx 在請求結束後不需要關閉連接而直接輸出日誌，那麼就不會有這個問題，這也就解釋了爲什麼開啓 Keep-Alive 後問題消失。
基本上是可以確定是lingering_timeout的問題，把生產的一臺的lingering_timeout的參數改爲4s，發現5s的消失，4s的出現。知道這個原因之後，就能確定，其實真正的耗時有可能是2S 3S，只不過延遲關閉了，寫日誌的時間是5S。文章也介紹了只要客戶端設置keep-alive長連接，Nginx就不會關閉連接，寫日誌時間就會快很多。但是阿里雲的SLB不能開啓長連接，因爲這個問題，對我們來說是無解的，我們可以將lingering_timeout設置短一點，但是延時關閉的問題是不可避免的。好在是我們知道了原因，並不是真正的處理慢了，只不過是延時關閉導致日誌時間有誤。
------------------------------------end
一起學習後端技術，關注公衆號
