计算机网络 / 系统课时
连接数上升先看哪些指标
连接数上升先看哪些指标
WebSocket 连接数上涨时,单看“当前在线数”无法判断系统是否健康。真正需要回答的是:连接是否稳定、消息是否堆积、CPU 和内存是否逼近上限、网卡是否饱和,以及增长来自正常流量还是异常重连。本节建立一套从连接到资源的观测顺序。
学习目标
- 能把连接数、连接建立速率和断开速率组合起来判断连接是否稳定。
- 能通过消息速率、发送队列与系统资源指标识别真正的容量瓶颈。
- 能在连接增长时按固定顺序排查,避免只盯 CPU 或内存做错误判断。
先区分连接规模和连接抖动
“当前连接数”是容量指标,但它不能单独解释压力。假设连接数长期维持在 10 万,如果每秒只有几十次新建和关闭,系统通常处于稳定状态;如果每秒同时出现数千次建立和断开,即使在线数没有变化,握手、TLS、鉴权和对象分配也可能制造很高的额外开销。
因此第一组指标至少要同时观察:当前活跃连接数、每秒新建连接数、每秒关闭连接数,以及异常关闭数量。建立速率和关闭速率同时突然升高,通常意味着客户端重连风暴、代理超时、网络抖动或服务端主动清理连接,而不是业务自然增长。
在 Linux 主机上,可以先用系统视角确认 TCP 连接规模。下面的命令统计当前主机处于 ESTABLISHED 状态的 TCP 连接总数,并查看 TCP 汇总状态;它并不等同于某个 WebSocket 服务的精确连接数,只适合作为主机级交叉验证。
ss -Htan state established | wc -l
ss -s预期输出
<COUNT>
Total: <COUNT>
TCP: <COUNT> (estab <COUNT>, closed <COUNT>, orphaned <COUNT>, timewait <COUNT>)其中 <COUNT> 会随实际连接状态变化。生产环境仍应优先使用应用自身暴露的 WebSocket 活跃连接指标,因为同一主机上可能还存在数据库、HTTP 或其他 TCP 连接。
把消息速率和发送队列放在一起看
连接很多不一定意味着消息很多。一个通知型系统可能维持大量空闲长连接,而少量高频连接也可能产生更大的 CPU 和网络压力。因此第二组指标要关注接收消息速率、发送消息速率、发送字节速率,以及单连接或全局发送队列长度。
发送队列尤其重要。当业务产生消息的速度高于 socket 实际发送速度时,数据会在应用层、框架层或内核缓冲区等待。队列持续增长意味着系统已经出现背压;此时即使 CPU 只有 50%,客户端看到的延迟仍可能不断扩大,最终还可能触发内存上涨或连接被主动关闭。

判断时不要只看瞬时峰值。连接数增长后,如果发送队列短暂升高又很快回落,通常只是突发流量;如果队列连续多个采样周期增长,就应优先检查慢客户端、下游处理速度、广播规模以及单连接写入策略。
再确认 CPU、内存和网络谁先碰到上限
资源指标用于解释“为什么处理不动”。CPU 高通常意味着消息编码解码、压缩、TLS、业务计算或频繁握手正在消耗计算资源;内存持续随连接数增长,可能是正常的单连接状态成本,也可能是队列、缓存或未释放对象累积。网络发送带宽接近链路上限时,即使 CPU 很空闲,发送队列同样会持续增长。
可以用进程级 CPU 和内存数据做快速交叉检查。将 <PID> 替换为 WebSocket 服务进程的实际 PID。
ps -p <PID> -o pid,%cpu,rss,vsz,etime,cmd预期输出
PID %CPU RSS VSZ ELAPSED CMD
<PID> <CPU_PERCENT> <RSS_KB> <VSZ_KB> <TIME> <COMMAND>RSS 表示进程当前驻留在物理内存中的规模,单位通常为 KiB;实际 PID、CPU、内存和运行时间都会变化。观察容量趋势时,应把这些数据与同一时间窗口内的活跃连接数和发送队列一起画图,而不是比较不同时间段的孤立峰值。
用组合关系定位瓶颈
连接增长后,可以按“连接稳定性 → 消息与队列 → 系统资源”的顺序检查。这样能先确定压力是来自连接管理还是消息处理,再确定资源瓶颈位于计算、内存还是网络。
| 观测组合 | 更值得优先检查的方向 |
|---|---|
| 在线连接稳定,但建立和断开速率同时升高 | 重连风暴、代理空闲超时、网络抖动、服务端主动断连 |
| 消息速率升高,发送队列同步增长 | 消费速度不足、慢客户端、广播放大、网络出口不足 |
| 连接数升高,CPU 接近上限,队列也增长 | 握手、TLS、编码压缩或业务处理成为计算瓶颈 |
| 连接数升高,内存近似线性增长 | 先核对单连接状态成本,再检查缓冲区和对象释放 |
| CPU 不高但发送队列持续增长,出口带宽接近上限 | 网络吞吐或下游接收速度成为限制 |
一个健康的容量评估不应问“最多能连多少”,而应问“在目标消息速率和延迟要求下,连接继续增长时哪个指标最先失稳”。只有把连接、消息、队列和资源放在同一时间轴观察,才能得到可用于扩容和限流的并发边界。