运维排查篇 | Windows 产生大量 TIME_WAIT 连接

本文讲述了如何排查和解决Windows服务器产生大量无法释放的TIME_WAIT状态连接的问题。作者通过一个实际案例来阐述问题诊断和解决方案。

案例现象

在一个案例中，一个工作人员在接到服务器告警后发现，服务器上的监控代理进程（zabbix_agent）存在，但是与代理服务器（proxy）的连接全部处于TIME_WAIT状态。尝试重启zabbix_agent无法释放这些连接。

定位问题

TIME_WAIT状态通常出现在TCP连接的四次挥手关闭过程中，主动关闭连接的一方会进入此状态，以确保可靠地终止全双工连接，并处理可能延迟到达的旧报文。在案例中，由于agent配置为主动模式，因此产生了大量TIME_WAIT状态的连接。

解决问题

出现TIME_WAIT连接本身是正常的，但大量的TIME_WAIT连接会耗尽系统资源，阻止创建新TCP连接。解决方法包括：

1. 微软提供的修复程序，需要联系官方获取。
2. 通过编辑注册表，修改MaxUserPort和TcpTimedWaitDelay值，分别控制可用端口号的最大值和端口关闭后的等待时间。

降低TcpTimedWaitDelay值可以让TCP/IP更快释放关闭的连接，而MaxUserPort值的增加可以允许更多TIME_WAIT状态连接的产生。修改注册表值后，需重启机器生效。