TCP客户端如何快速判断与服务器断联

问题产生的背景说明

我曾经对接中国电信的服务器的时候，遇到了该问题。中国电信要求和服务器断联之后(异常或者正常断联，其中包括拔掉网线)能够在30s之内连接上中国电信服务器并且接收服务器下发的无线配置。客户端重启无线，能够用无线扫描工具扫描该无线ssid已经被同步。该需求当时面临如下几个问题：

1.客户端在和服务器连接的时候需要通过一系列的鉴权机制(dh秘钥协商)，然后才可以和服务器通信
2. 无线配置到生效(ssid改变)，需要花费一定的时间。

为了满足这一系列的动作，需要优化如下几点：

能够快速判断和服务器已经断开(正常或者异常)
必须优化无线生效时间，尽可能短
在拔掉网线再插上网线，必须尽快拿到分配的ip地址，尽快和服务器建立连接

今天我们来讨论如何快速的检测和服务器已经断联。

目前检测客户端和服务器断联的方法

epoll(能够检测正常的断开连接，事件触发机制。优点是快速)
read方式检测
keeplive方式检测
自定义心跳包方式检测
getsockopt

下面我们逐个分析上述方式的优缺点

epoll

epoll是在2.6内核中提出的，是之前的select和poll的增强版本。相对于select和poll来说，epoll更加灵活，没有描述符限制。epoll使用一个文件描述符管理多个描述符，将用户关系的文件描述符的事件存放到内核的一个事件表中，这样在用户空间和内核空间的copy只需一次。

相比较select和poll的方式，epoll对于监听的文件描述符没有限制(唯一的限制就是内核本身支持的文件描述符个数-可修改)。

我们在注册epoll的时候主要是监听两类事件(EPOLLIN和EPOLLOUT)，这两类事件分别代表着可读和可写。我们可以创建读写回调函数，当检测到对应事件的时候，调用对应的程序。为了检测客户端和服务器已经断开我们需要注册另一类事件(EPOLLRDHUP)。该事件代表的是读关闭，当服务器close的时候，会触发该事件。

说明：EPOLLERR 只有采取动作时，才能知道是否对方异常。即对方突然断掉，是不可能有此事件发生的。只有自己采取动作（当然自己此刻也不知道），read，write时，出EPOLLERR错，说明对方已经异常断开。

总结: epoll的事件触发机制不满足上述需求(插拔网线是检测不到的)。但是它的优缺点不言而喻(文件描述符监听不受限制，事件触发)。

read方式检测

但我们不采用epoll的时候(即不采用事件触发机制的时候)。我们可以创建一个单独的读线程，文件描述符设置为非阻塞。那么在读线程中死循环调用read函数。这时候可以根据read的返回值来判断socket连接是否已经出了问题。检测方式如下:
调用了read函数读取socket，如果read的返回值为小于0同时错误码不为errno == EAGAIN || errno == EWOULDBLOCK)，则代表和服务器的连接已经断开。

说明:该方式适用于各种异常情况，但是因为需要read循环接收，必须开辟线程。系统创建线程是需要有开销的，所以我不推荐该方式。

自定义心跳包检测方式

该方式对于大家都不陌生，说的直白一点就是定时发送心跳包给服务器。如果发送失败或者服务器没有定时回复，则认为连接已经断开。该方式通用、常见并且有效。在一些实时性要求不高的地方推荐这种方式。(基本现在的cs架构都有心跳机制)。但是该方式不适合我上述需求，因为心跳包是有间隔的，有间隔就代表有延时。同时又不能把心跳包设置的太短，这样会增加服务器负荷。

keeplive机制

关于keeplive机制，我在这里不详细说明。说白了就是利用系统发送心跳包。和上述心跳包检测方式一致

getsockopt机制

在应用程序中可以通过调用如下代码来判断连接是否断开

  struct tcp_info info;
  int len = sizeof(struct tcp_info);
  getsockopt(g_fd, IPPROTO_TCP, TCP_INFO, &info, (socklen_t *)&len);
  if ((info.tcpi_state == TCP_ESTABLISHED)) {
    // myprintf("socket connected\n");
    return 1;
  } else {
    printf("===========socket disconnected");
    // myprintf("socket disconnected\n");
    return 0;
  }

运行结果如下：
在这里插入图片描述

说明:该方法只适用于正常断开服务器(即服务器主动close)，不适用于拔掉网线的情况

下面提供几种切换网络，断开网络的方案

arp方案

在客户端开启一个定时器，将定时事件设置很短，比如3秒。然后一直ping网关，设置ping的超时时间为1秒。如果检测到2次未返回(次数可以自己根据实际情况定义)，则认为连接已经断开

说明: 该方案有一个弊端，这种方式还是在发送数据包，如果服务器没有直接和客户端连接，那么不会加重服务器的负担。(这一点比超短时间发送心跳包友好)。但是该方式本质上仍然是发送数据包。所以仍然会对直连的网关或者路由设备带来负担

判断有无路由或者路由表时候改变

我们可以通过如下代码来获取默认路由的ip地址

nt get_gateway_ip(char *gateway) {
  struct nlmsghdr *nlMsg;
  struct rtmsg *rtMsg;
  struct route_info *rtInfo;
  char msgBuf[BUFSIZE];

  int sock, len, msgSeq = 0;

  if ((sock = socket(PF_NETLINK, SOCK_DGRAM, NETLINK_ROUTE)) < 0) {
    perror("Socket Creation: ");
    return -1;
  }

  memset(msgBuf, 0, BUFSIZE);

  nlMsg = (struct nlmsghdr *)msgBuf;
  rtMsg = (struct rtmsg *)NLMSG_DATA(nlMsg);

  nlMsg->nlmsg_len = NLMSG_LENGTH(sizeof(struct rtmsg));  // Length of message.
  nlMsg->nlmsg_type =
      RTM_GETROUTE;  // Get the routes from kernel routing table .

  nlMsg->nlmsg_flags =
      NLM_F_DUMP | NLM_F_REQUEST;  // The message is a request for dump.
  nlMsg->nlmsg_seq = msgSeq++;     // Sequence of the message packet.
  nlMsg->nlmsg_pid = getpid();     // PID of process sending the request.

  if (send(sock, nlMsg, nlMsg->nlmsg_len, 0) < 0) {
    printf("Write To Socket Failed…\n");
    return -1;
  }

  if ((len = readNlSock(sock, msgBuf, msgSeq, getpid())) < 0) {
    printf("Read From Socket Failed…\n");
    return -1;
  }

  rtInfo = (struct route_info *)malloc(sizeof(struct route_info));
  for (; NLMSG_OK(nlMsg, len); nlMsg = NLMSG_NEXT(nlMsg, len)) {
    memset(rtInfo, 0, sizeof(struct route_info));
    parseRoutes(nlMsg, rtInfo, gateway);
  }
  free(rtInfo);
  close(sock);
  return 0;
}

如果路由表改变或者消失，那么则认为断开连接。该方式需要开启一个定时器，循环检测。但是相比于ping的方式，该方式不会对对外的设备带来负担。所以这一点是比ping的方式友好

论TCP客户端如何快速判断与服务器断联