大促时SSL握手开销会显著消耗服务器连接数，高并发下握手请求瞬间堆满队列，导致大量用户访问超时，最有效的解法是把TLS握手从源站剥离或大幅减少握手次数。
大促期间，每个新连接都要经历TCP握手加TLS握手，前后多次往返，连接数被占住但不产生业务，看起来在线人数不高，服务器却已经报负载过高,下面拆开看这笔账到底怎么算。
大促SSL握手延迟高，问题出在哪
握手协议的三次往返开销
SSL握手不是一次完成，而是客户端和服务端来回交换证书、密钥参数、结束确认，TLS 1.2时代完整握手需要两次TCP往返，加上TCP握手本身，总共三次往返才能开始传业务数据，TLS 1.3虽然压缩到一次往返，但大促时大量用户用的是老旧APP或系统，仍会走TLS 1.2。
每个未完成握手的连接都占着一个文件描述符、一块内核内存缓冲，以及服务器上的CPU算力，这些资源在握手完成前不能复用，并发一大,连接数就成了瓶颈。
大促流量模型下的连接数放大效应
平时用户打开网站后长连接复用率高，一个TCP连接能承载多次请求，大促时，用户从消息推送、分享链接、广告落地页进入，几乎每个都是新连接，新连接必须走完整握手流程，而且很多用户连页面没加载完就划走,连接被白白占用。
大促的流量洪峰不是平滑上升，而是瞬间爆量，比如秒杀开始的几秒内，每秒新建连接数可能是平日的几十倍，服务器明明还有CPU和带宽,但连接表被握手中的半开连接塞满了。
多数人把连接数当在线人数，其实握手占的是“临时席位”
运维在看监控时常问：在线人数才几万，怎么连接数满了？因为在线人数是活跃业务连接，而握手阶段的连接属于“临时席位”，服务端维护着一个半连接队列，握手未完成时连接挂在队列里，不参与业务处理，队列长度由内核参数限制，超出后就丢包，大促时临时席位被占满，新连接进不来，表现就是用户转圈、超时、页面打不开。
SSL握手性能对比：HTTP/2、TLS1.3与会话复用
HTTP/2与TLS1.3谁更省连接数
HTTP/2的多路复用能让一个连接同时跑多个请求，显著降低物理连接数量，但TLS握手本身还是要走，TLS 1.3把握手从两次往返减到一次，对新建连接时延友好,下表列一下常见组合的表现：
| 协议组合 | 握手往返次数 | 连接复用能力 | 大促典型表现 |
|---|---|---|---|
| HTTP/1.1 + TLS 1.2 | TCP 1次 + TLS 2次 | 低，每个请求排队 | 连接数迅速打满 |
| HTTP/2 + TLS 1.2 | TCP 1次 + TLS 2次 | 高，一个连接并发多请求 | 总连接少，但握手CPU高 |
| HTTP/2 + TLS 1.3 | TCP 1次 + TLS 1次 | 高，且握手快 | 综合表现最好 |
| HTTP/3 + QUIC | 0-RTT | 高 | 需客户端支持，普及度有限 |
大促新连接比例高，即使用了TLS 1.3，重复握手的绝对数量也不少,关键还是通过复用机制把握手的次数压下去。
会话复用机制：把握手的“记忆”存起来
SSL握手可以复用之前协商好的会话密钥，服务端开启会话缓存后，客户端第二次连接可以跳过重新交换证书的过程，nginx里配置ssl_session_cache和ssl_session_timeout就能生效。
但大促场景有个现实问题：访客来自各种渠道，很多是首次访问，没有缓存的会话凭证，移动网络下IP经常变化，也会降低会话命中率，行业共识认为，复用机制能缓解压力，但不能完全依赖它，如果服务端没配置共享会话缓存，多台服务器轮询时，用户每次被分发到不同机器,复用就失效了。
硬件加速与软件卸载的取舍
SSL握手主要的CPU开销是非对称加密，硬件加速卡或专用SSL芯片能把握手性能提升好几倍，但价格不低，大促临时租用硬件方案不容易买到，而且硬件卡驱动、负载均衡配合都是额外工作。
更常见的做法是软件层用异步OpenSSL引擎配合多核优化，nginx 1.15+支持ssl_async，让加密操作交给异步线程池处理，避免阻塞worker进程，这个方案对已有服务器零成本，适合长期运行，如果你用云厂商的负载均衡，直接在LB上挂证书做TLS终止，后端用HTTP回源,握手压力就全部转移到LB了。
SSL握手慢怎么优化：从时间、价格到地域选型
减少握手次数的实操路径
- 开启HTTP/2,让同一客户端只建立少量连接。
- 开启TLS会话缓存，并设置合适的过期时间,nginx配置参考：
ssl_session_cache shared:SSL:10m; ssl_session_timeout 10m; ssl_protocols TLSv1.2 TLSv1.3; ssl_early_data on; # 如需TLS1.3 0-RTT，可选
- 在负载均衡层终止TLS，后端走内网HTTP短连接,把握手集中到入口节点。
- 静态资源和图片走CDN,源站只处理动态请求。
- 对内部API启用连接池,避免每次请求都重建连接。
调整服务器参数与负载均衡配置
内核参数决定半连接队列大小,常用调整：
sysctl -w net.core.somaxconn=65535 sysctl -w net.ipv4.tcp_max_syn_backlog=65535
nginx需要把listen指令的backlog调大：
listen 443 ssl backlog=65535;
负载均衡器的健康检查也会消耗连接，如果后端每3秒扫一次，几百台后端被扫描时，本身就造成了不必要的握手，把健康检查改成每10秒一次，能腾出不少连接资源，这些操作在大促前一天做都来得及,但一定要压测后上线。
地域节点选择：别让握手绕远路
用户离服务器越远，握手往返时延越高，一个华东用户访问上海服务器SSL握手延迟可能只有20毫秒，但如果源站放在贵州，一次握手两次RTT加上网络丢包，延迟就变成200毫秒，大促用户分布全国，最好把TLS终止节点放到用户附近，也就是CDN边缘节点，边缘节点完成握手后，通过专线回源，源站只处理干净的HTTP请求，CDN的SSL握手费用一般按请求数计费，大促期间流量大，费用会明显上涨,但比源站宕机损失小得多。
SSL握手失败怎么办：三步定位与应急
第一步抓包确认瓶颈在客户端还是服务端
在源站上执行tcpdump -i eth0 port 443 -w ssl.pcap，客户端访问一次，然后看ClientHello发出的时间和ServerHello返回的时间，如果ServerHello很快就发出来，说明问题不在服务端能力，而在网络丢包或客户端设备，如果ServerHello迟迟不响应,再检查服务端CPU和连接队列。
第二步检查连接队列与证书链
执行ss -lnt | grep 443，观察Send-Q数值，如果很大说明backlog已经堆满，接着看证书链：证书链太长或OCSP装订没开启，会额外消耗往返，开启OCSP stapling后，服务端把证书状态一起发给客户端，省掉一次查询,检查方法：
openssl s_client -connect 域名:443 -status
输出里能看到OCSP响应是否被返回。
第三步大促前压测与预案
最稳妥的方法是提前压测,用wrk带TLS跑一遍：
wrk -t 8 -c 2000 -d 60s https://你的域名/
观察连接数和握手耗时，如果压测没问题但大促当天崩了，多半是真实用户的网络环境和压测机不同，需要加入多地域、多网络运营商、移动端模拟的混合压测。
预案要明确：当握手队列接近上限时，先扩容LB和CDN带宽，再降低非核心域的TLS安全性或回源优先级，最后启动限流保护源站，顺序不能反,否则源站先倒下。
大促握手开销不是拦路虎，关键在于把握手的“临时状态”从源站剥离、把复用机制打开，下次大促前,先压测一下你的握手链路。
大促SSL握手连接数消耗与优化：三个常见问题
大促时SSL握手连接数消耗太大，先升级服务器还是先上CDN？
多数情况下先上CDN，CDN边缘节点把TLS握手吃掉，源站连接数压力直接下降，升级服务器只是提高单机队列上限，如果入口流量依旧集中在一个IP，还是会被握手打穿，CDN还能顺便扛DDOS和静态请求，大促期间扩容也更灵活，源站如果只对回源IP放开访问,握手开销几乎为零。
本地压测握手很快，大促当天却大量超时，差别在哪？
压测机通常和服务端在同一机房或内网，网络质量好，真实用户走公网，跨运营商、跨地域，TCP重传率在晚高峰明显上升，大促用户从分享链接进入，很多是冷启动，没有会话缓存，握手必须走完整流程，另外一个关键点是压测时连接数平缓增加，而大促是瞬时涌进来，内核backlog来不及消化，压测应该用分布式负载机模拟不同地域的真实网络条件,并把并发模型改成阶梯式突增。
小成本商家怎么做SSL握手优化？
最直接的办法是用免费证书配合CDN的TLS终止，源站只开放给CDN回源IP，回源走HTTP或内网，源站本身开启TLS会话缓存和HTTP/2，调大backlog，设置合理的keepalive超时，这些操作不花钱，nginx配置改完重启即可，如果是自建服务器跑本地业务，建议把TLS证书丢给内网网关或负载均衡，让网关统一处理，成本有限时,优先把握手逻辑放在最小入口。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/773009.html
