背景介绍
在一台线上服务器上，部署了两个服务 A 和 B，A 服务通过 Nginx 处理外部请求，并向本地的 B 服务请求数据。同时，B 服务也接收大量的直接请求。在某些时段内，Nginx 会偶发性地返回 504 请求超时和少量的 502 连接被断开。在此期间，机器的 CPU、内存和 IO 等基础指标均正常，QPS（每秒请求数）仅有微小波动，未超过 100，远低于高峰期的 2800。
通过分析日志，发现从 A 服务到 B 服务的请求链路中，A 服务最后一条日志到 B 服务第一条日志之间的时间间隔长达 10 多秒，暗示请求处理过程中可能出现了超时问题。
问题定位
经过观察，发现与超时日志量波动相对应的唯一指标是 TCP 连接数（CurrEstab），在高峰期间这一指标曾超过 900。初步推测，过高的 TCP 连接数可能导致超时现象的发生。
超时原因分析
PHP 相关信息
- PHP 版本：
PHP 5.6.29 (fpm-fcgi)
PHP-FPM 配置
[global]
pid = /usr/local/services/php-5.6.29/log/php-fpm.pid
error_log = /usr/local/services/php-5.6.29/log/php-fpm.log
[www]
listen = 127.0.0.1:9000
user = user_00
group = users
pm = static
pm.max_children = 200
pm.max_requests = 2000
pm.status_path = /status
ping.path = /ping
ping.response = pong
access.log = log/$pool.access.log
slowlog = log/$pool.log.slow
request_slowlog_timeout = 5s
配置项解析
- pm 参数：设置为 static，适合高内存机器。
pm.max_children决定了同时可以处理的请求数。 - request_terminate_timeout：若设置为 0 或过长，可能导致 file_get_contents 等请求卡死，建议设置为合理时间以避免长时间等待。
- backlog：定义了 TCP 建立连接时的全连接队列长度，默认值为 65535，实际生效受操作系统设置的限制。
TCP 连接与超时的关系
当 TCP 连接数达到上限时，新的连接将无法建立，导致请求在完成三次握手时未能进入 accept 队列。这种情况下，客户端认为连接已建立，而服务器则未收到相应的 ACK，从而造成重传，最终导致超时。
如何优化 PHP-FPM 配置
设置合适的 backlog 值
根据流量预期与服务承载能力，backlog 的设置应在最大 QPS 的 1-1.5 倍之间。根据测试，建议将 backlog 设置为 4500，以适应高并发。
调整其他重要参数
- max_children：将子进程数调整至 400，以满足极端情况下的请求处理。
- max_requests：设定每个进程的请求处理次数为 25000，减少频繁重启导致的连接错误。
修改系统级别参数
- somaxconn：通过命令或配置文件调整系统级别的 TCP 连接队列大小，设置为 4000。
压测与验证
在新配置下，通过 ab 和 siege 工具对服务进行压力测试，结果显示在 3000 并发请求下，服务稳定无超时，成功处理所有请求。
小结
通过合理配置 PHP-FPM 的参数，优化 TCP 连接处理机制，可以有效避免超时现象的发生。持续监控服务状态和性能指标，将有助于保持高可用性。
