排查”取消了哪些服务器连接”,核心答案是:系统不会直接告诉你”连接被谁取消了”,但会话状态、内核日志、防火墙计数器和云平台会话表能还原出连接消失的完整链路。 你要做的是顺着状态码和超时参数往回倒推,而不是盯着”连接失败”四个字发呆。
服务器里的连接从来不会凭空消失,它要么被一端正常关闭,要么被中间的设备悄悄掐断,要么因为长时间没人说话被双方默认作废,搞清楚这三种”取消”分别长什么样,剩下的就是查日志。
连接”被取消”的三种层面
应用层的会话取消
最容易被用户感知的一种,SSH 突然掉线、数据库连接池报”连接已关闭”、WebSocket 心跳超时,本质都是应用层会话被判定失效。
这类取消通常有明确记录,SSH 服务端会在 journalctl -u sshd 里留下 Disconnected from user 或 Timeout, client not responding 的痕迹,数据库那边看 SHOW PROCESSLIST 或慢日志,能看到连接是主动 Kill 还是自然超时。
传输层的连接中止
TCP 连接被 RST 包打断,或者进入 CLOSE_WAIT、TIME_WAIT 后迟迟不释放,这类取消不产生应用日志,只能靠抓包和状态统计发现。
行业共识认为,大量 CLOSE_WAIT 堆积基本等于应用代码忘了关连接,而 TIME_WAIT 偏多往往是对短连接使用过度,两者都不是网络故障,是使用习惯问题。
策略层的连接拦截
防火墙、安全组、NAT 网关、负载均衡共同决定”这条连接允不允许存在”,它们取消连接时不通知两端,直接丢包或者回一个 RST。
这也是最隐蔽的一类,你以为是程序崩了,实际上是云安全组在你部署完新规则之后,把旧连接全部踢掉了。
如何查看服务器已经断开的网络连接
Linux 下用 ss 和 conntrack 还原现场
netstat 已经逐步被 ss 取代,后者更快,信息也更全。
- 查看所有连接状态分布:
ss -s,会直接给出estab、timewait、closewait的数量 - 只看已断开的残留:
ss -tan state time-wait或state close-wait - 追踪某端口:
ss -tanp | grep :22,带进程名 - 看内核连接跟踪表:
conntrack -L,能看到每条连接的剩余超时时间
conntrack -L 的输出里有个 [ASSURED] 标记,没有这个标记的连接属于”半吊子状态”,很容易被内核提前回收,如果你想确认哪些连接已经被取消,对比 conntrack -L 和 ss -tan 的结果,只出现在前者里、不在后者里的,就是正在消亡的连接。
内核日志也别忘了看:dmesg | grep conntrack,连接表满了会直接打印 nf_conntrack: table full, dropping packet,这时候取消连接的不是别人,是内核自己。
Windows 下查连接断开记录
Windows 侧的思路类似,工具换成 PowerShell。
Get-NetTCPConnection -State TimeWait列出所有已进入等待关闭的连接Get-NetTCPConnection | Where-Object {$_.State -eq "CloseWait"}找异常残留netstat -ano仍然可用,配合任务管理器 PID 定位进程
远程桌面掉线这类场景,要查事件查看器:应用程序和服务日志 → Microsoft → Windows → TerminalServices-LocalSessionManager → Operational,事件 ID 21 表示会话登录成功,24 表示会话断开,25 表示会话重新连接,按时间倒着看,谁把连接取消了,一目了然。
服务器连接被取消是什么原因
超时机制在悄悄生效
TCP 本身没有”心跳”概念,靠的是 keepalive 探针,Linux 默认 net.ipv4.tcp_keepalive_time 是 7200 秒,也就是两个小时才探一次,中间只要有一台 NAT 设备的会话表超时时间短于这个值,连接就会被单方面抹掉。
据 RFC 9293(TCP 协议规范文档)的定义,连接空闲期间任何一端都可以发起关闭流程,中间设备不受此约束,这就解释了为什么”服务器没动、客户端也没动,连接却没了”。
防火墙与安全组变更
改安全组规则、调整 iptables 策略、加一条 DROP 规则,都会让已建立的连接立即失效,Linux 上可以这样确认:
iptables -L -n -v看有没有 DROP 计数在涨nft list ruleset查 nftables 规则firewall-cmd --list-all查 firewalld 放行情况
云平台上还要额外看一眼安全组和网络 ACL 的变更记录,多数云厂商的控制台都有操作审计,能看到某条规则是什么时候被谁改的。
中间设备主动回收
负载均衡、NAT 网关、代理服务器都有自己的空闲超时,连接长时间没有数据往来,它们会先删掉会话表项,之后再来的包要么被丢弃,要么回 RST。
业内专家指出,跨公网的长连接问题里,相当一部分根因不在两端,而在中间的会话保持策略上,判断方法很简单:在客户端和服务端同时抓包,如果两边都只看到对方”突然不说话”,中间一定有个设备动了手。
服务端主动关闭
程序侧调用 close()、连接池超过最大空闲数、容器被重启、Pod 被调度走,都会取消连接,看 ss -tanp 里的进程 PID 变化,或者对比服务启动时间,就能定位。
云服务器SSH连接断开怎么恢复
这类问题问得最多,步骤可以固定下来。
按顺序排查
- 确认实例状态:控制台里看是否运行中,CPU 是否被占满导致无法响应
- 查安全组:22 端口是否放行,源 IP 是否包含你当前的出口地址
- 查系统防火墙:
systemctl status firewalld或ufw status - 查 sshd 状态与日志:
systemctl status sshd,再看journalctl -u sshd -n 50 - 查连接数上限:
ss -s看总连接数,ulimit -n看文件描述符限制
配置保活避免反复断开
客户端侧在 ~/.ssh/config 加两行即可:
Host
ServerAliveInterval 60
ServerAliveCountMax 3
意思是每 60 秒发一次探针,连续 3 次没响应才断开,服务端侧对应改 /etc/ssh/sshd_config,设置 ClientAliveInterval 60 和 ClientAliveCountMax 3,systemctl reload sshd。
如果中间隔着 NAT 或负载均衡,还要保证保活间隔小于对方的空闲超时,多数云负载均衡的空闲超时在几十秒到十几分钟之间,具体值查产品文档,把探针间隔压到它的一半以下就稳了。
主动取消服务器连接的几种做法
有时候不是连接被取消,是你想主动取消它。
- 踢掉某个 SSH 会话:
pkill -t pts/1,或者who查到后kill -9对应进程 - 清空某端口的连接:
ss -tan state established | grep :8080找到后逐个 kill - 断开全部某服务连接:重启服务最直接,
systemctl restart nginx - 清空 conntrack 表项:
conntrack -D -p tcp --dport 22,会强制让这些连接重新建立 - Windows 侧:
Get-NetTCPConnection拿到OwningProcess后Stop-Process
清 conntrack 属于比较猛的操作,会瞬间打断所有匹配规则的连接,生产环境建议先在测试机验证规则范围。
连接状态对照表
| 状态 | 含义 | 是否算连接被取消 | 处理建议 |
|---|---|---|---|
| ESTABLISHED | 正常通信中 | 否 | 无需处理 |
| CLOSE_WAIT | 对方已关闭,本地未关 | 是,本地没释放 | 检查应用代码 close 逻辑 |
| TIME_WAIT | 本地主动关闭后的等待期 | 是,正常收尾 | 短连接多时调低超时或复用连接 |
| FIN_WAIT2 | 本地已关,等对方确认 | 半取消 | 长时间停留说明对端异常 |
| LAST_ACK | 等待最后确认 | 半取消 | 一般很快消失,堆积查网络 |
| 无记录但有日志 | 被中间设备丢弃 | 是,静默取消 | 抓包定位中间设备 |
这张表可以当排查清单用,先跑一遍 ss -s,看哪个状态数量异常,再顺着往下查,比盲目重启服务有效得多。
连接被取消这件事,本质上是一份时间账,两端的超时参数、中间设备的会话周期、防火墙的策略有效期,谁先到点谁说了算,把所有超时值列出来排个序,最短的那个就是元凶。
关于取消服务器连接的常见疑问
服务器连接被取消后日志里为什么没有记录
因为取消动作发生在传输层或网络设备上,应用层只记录”读写失败”,不会记录”谁掐断了连接”,想拿到证据只能抓包,看是否收到 RST 包,或者看 conntrack 表项是超时删除还是被规则删除,如果两端都没收到 RST,那就是中间设备静默丢弃,属于最干净的一种取消,不留任何痕迹。
数据库连接池频繁报连接被取消怎么排查
先看数据库侧的超时配置,MySQL 的 wait_timeout 默认是 28800 秒,连接池的空闲检测周期如果大于这个值,连接就会在池子里悄悄失效,解决方式是把连接池的 maxLifetime 设得比数据库超时短一些,同时开启 testOnBorrow 或等效的借出前校验,连接池的健康检查探针必须比任何一端的超时都先触发,这是配置的基本原则。
云服务器安全组改了之后旧连接会立刻断开吗
会,安全组规则变更是有状态的,已经在会话表里的连接在多数云平台上会被直接清除,新连接按新规则重新判定,据主流云厂商的公开文档,规则生效通常在秒级到分钟级之间,具体取决于实例和网络的实现方式,排查这类问题时,控制台的操作审计日志里能看到规则变更的精确时间点,和业务报错时间对齐即可确认。
首发原创文章,作者:王坚,如若转载,请注明出处:https://idctop.com/article/807633.html


