判定生死的心跳机制 －－ESFramework 4.0 快速上手（07）

在Internet上采用TCP进行通信的系统，都会遇到一个令人头疼的问题，就是“掉线”。而“TCP掉线”这个问题远比我们通常所能想象的要复杂的多 -- 网络拓扑纷繁复杂、而从始节点A到终节点B之间可能要经过N多的交换机、路由器、防火墙等等硬件设备，每个硬件设备的相关设定也不统一，再加上网络中可能出现的拥塞、延迟等，使得我们在编程时，处理掉线也非常棘手。

一.从程序的角度看待TCP掉线

TCP掉线的原因可能多种多样、不一而足，比如，客人的电脑突然断电、OS崩溃、路由器重启、网线接触不良、因为P2P下载软件而导致网络资源短缺、Internet网络的不稳定等等，但是从程序的角度来说，我们可以总结为两种情况：

1.程序能立即感知的掉线。

也就是说客户端一掉线，服务器端的某个读写对应的TCP连接的线程就抛出异常，这种情况相对容易处理。而ESFramework针对这种情况，会触发IUserManager的SomeOneDisconnected事件，来通知我们的应用程序。

   event CbGeneric<UserData> SomeOneDisconnected;

2.程序不能立即感知的掉线。

我们都知道，TCP连接的建立，需要经过三次握手；而TCP连接的断开，需要经过四次挥手。     

掉线通常没什么大不了的，掉就掉了呗，只要四次挥手顺利完成后，服务器和客户端分别做一些善后处理就可以。

麻烦的事情在于，连接在没有机会完成4次挥手时已经断开了（比如当客人的电脑系统死机，或客人电脑与服务器之间的某处物理网线断开），而服务端以为客户端还正常在线，而客户端也自以为还正常在线。这种程序对现实状态的错误判断有可能引发诸多悲剧，比如，在此情况下，客户端发一个指令给服务器，服务器因为没有收到而一直处于等待指令的状态；而客户端了，以为服务器已经收到了，也就一直处于等待服务端回复的状态，如果程序的其它部分需要依据当前的状态来做后续的操作，那就可能出问题，因为程序对当前连接状态的判断是错误的。

毫无疑问，这种对连接状态错误的判断所持续的时间越久，带来可能的危害就越大。当然，如果我们不做任何额外的处理措施，服务器到最后也能感受到客户端的掉线，但是，这个时间可能已经过去了几分钟甚至几十分钟。对于大多数应用来说，这是不可忍受的。 所以，针对这种不能立即感知掉线的情况，我们要做的补救措施，就是帮助程序尽快地获知tcp连接已断开的信息。

首先，我们可以在Socket上通过Socket.IOControl方法设置KeepAliveValues，来控制底层TCP的保活机制，比如，设定2秒钟检测一次，超过10秒检测失败时抛出异常。

   byte[] inOptionValues = FillKeepAliveStruct(1, 10000, 2000);
   socket.IOControl(IOControlCode.KeepAliveValues, inOptionValues, null);

据我们的经验，这种设定可以解决一部分问题，但是仍然会有一些连接在断开后，远远超过10秒才被感知掉。所以，这个补救措施还是远远不够的。我们还需要在应用层加入我们自己的TCP连接状态检测机制，这种机制就是通常所说的“心跳”。

二.“心跳”机制

心跳机制的原理很简单：客户端每隔N秒向服务端发送一个心跳消息，服务端收到心跳消息后，回复同样的心跳消息给客户端。如果服务端或客户端在M秒（M>N）内都没有收到包括心跳消息在内的任何消息，即心跳超时，我们就认为目标TCP连接已经断开了。

由于不同的应用程序对感知TCP掉线的灵敏度不一样，所以，N和M的值就可以设定的不一样。灵敏度要求越高，N和M就要越小；灵敏度要求越低，N和M就可以越大。而要求灵敏度越高，也是有代价的，那就是需要更频繁地发送心跳消息，如果有几千个连接同时频繁地发送心跳消息，那么其所消耗的资源也是不能忽略的。

当然，网络环境（如延迟的大小）的好坏，也对会对N和M的值的设定产生影响，比如，网络延迟较大，那么N与M之间的差值也应该越大（比如，M是N的3倍）。否则，可能会产生误判 -- 即TCP连接没有断开，只是因为网络延迟大才及时没收到心跳消息，我们却认为连接已经断开了。

ESFramework内置了心跳机制，当心跳超时时，服务端会触发IUserManager的SomeOneTimeOuted事件，来通知我们的应用程序。

UserManager通过ESBasic.Threading.Application.HeartBeatChecker来对心跳进行检测，而HeartBeatChecker的SurviveSpanInSecs属性可以用于设置我们所描述的M值。

客户端通过ESPlus.Application.Basic.Passive.HeartBeater来向服务器定时发送心跳消息，而HeartBeater的DetectSpanInSecs属性可以用于设置N值。

当你在使用Rapid引擎时，关于心跳机制的组件已经自动为你组装好了。由于RapidServerEngine和RapidPassiveEngine没有暴露出HeartBeatChecker和HeartBeater，所以，我们不能直接通过HeartBeatChecker和HeartBeater设定M和N的值，但是，RapidServerEngine和RapidPassiveEngine分别提供了TimeoutSpanInSecs属性和HeartBeatSpanInSecs属性来间接地设定M和N。

三.必须关闭掉线的TCP连接

无论是普通掉线（立即感知）还是心跳超时掉线（非立即感知），都需要关闭对应的TCP连接以释放系统资源。ITcpServerEngine接口提供了CloseOneConnection方法以关闭目标连接。

   void CloseOneConnection(IUserAddress adderss);

当普通掉线时，ITcpServerEngine会自动关闭了TCP连接；但是，当心跳超时掉线时，我们需要自己手动关闭对应的连接。幸运的是，如果我们使用了ESPlus.Application.Basic命名空间下的组件，ESPlus也会自动帮我们关闭超时掉线的连接。Rapid引擎使用了ESPlus.Application.Basic下的组件，所以，使用Rapid引擎的朋友也不用再自己手动关闭连接了。

另外要提醒一点，如果使用Rapid引擎，那么当连接超时掉线时，服务端会首先触发IUserManager的SomeOneTimeOuted事件，接着再触发IUserManager的SomeOneDisconnected事件（由于ESPlus调用CloseOneConnection方法时触发）。

四.UDP与“心跳”

前面介绍的都是关于TCP的掉线的问题，下面我们看看UDP。

由于UDP是无连接的协议，所以，当我们在使用ESFramework的UDP引擎的时候，几乎肯定是需要配备心跳机制的，使用心跳消息确认客户端还在线，以保证服务端不会过早释放对应的Session或长期保留已失效的Session。

ESFramework中的心跳机制相关的组件是与协议无关的，所以既可以用于TCP应用，也可用于UDP应用。但是，由于对UDP没有进行类似Rapid引擎的封装，所以，如果使用ESFramework的UDP引擎开发应用，则需要手动组装与心跳机制相关的组件了。