linux Troubleshooting
Linux 查看 TCP 连接数与状态
Linux 服务器需要统计 TCP 连接总数、状态分布或排查 TIME_WAIT/CLOSE_WAIT 堆积时，用 ss -s 看总览，ss -tan 按状态分组统计，netstat 和 /proc/net/tcp 交叉验证，ss 从 netlink 读取比 netstat 更快也更全。
用 ss -s 看连接概览，ss -tan | awk 状态分组统计，结合 netstat 和 /proc/net/tcp 定位异常连接。
Scenario
这篇文章解决什么问题
适用于“Linux 查看 TCP 连接数与状态”对应的线上或本地排障场景。不要只根据最终报错下结论，应先把问题拆成入口、链路、目标服务和资源限制几层，再用命令逐层证实。用 ss -s 看连接概览，ss -tan | awk 状态分组统计，结合 netstat 和 /proc/net/tcp 定位异常连接。
Symptoms
典型现象
- Linux 服务器需要统计 TCP 连接总数、状态分布或排查 TIME_WAIT/CLOSE_WAIT 堆积时，用 ss -s 看总览，ss -tan 按状态分组统计，netstat 和 /proc/net/tcp 交叉验证，ss 从 netlink 读取比 netstat 更快也更全。
- 相关日志、命令或页面中反复出现 linux、tcp、network 等关键词。
- 同一服务在不同机器、不同入口或不同时间段表现不一致，需要通过证据链缩小范围。
Before Debugging
排查前先确认
- 先确定故障资源：CPU、内存、磁盘、网络、权限、文件句柄还是 systemd 生命周期。
- 区分当前状态和故障发生时状态，事故恢复后 free/top 可能已经看不出根因。
- 任何清理或 kill 操作前先记录 PID、命令行、日志和影响范围。
Root Causes
常见根因分层
资源耗尽或限制过低
磁盘、内存、CPU、load、文件句柄和进程数限制都会让服务表现为启动失败、连接失败或随机超时。
- 先看系统级指标，再看进程级指标
- 确认 systemd/cgroup 限制
- 保留 dmesg/journalctl 历史证据
运行环境和交互 shell 不一致
systemd 服务没有你的 shell 环境变量、工作目录和 PATH；手动能跑不代表服务单元能跑。
- ExecStart 使用绝对路径
- 设置 WorkingDirectory 和 EnvironmentFile
- 修改 unit 后 daemon-reload
文件、权限和句柄生命周期异常
权限不对、文件已删除但仍被进程持有、日志无限增长、fd 泄漏都会造成表象复杂的问题。
- 用 lsof +L1 查 deleted 文件
- 检查目录权限和属主
- 看 /proc/<pid>/limits
Diagnosis Path
分步诊断流程
1. 固定现场，避免追着变化状态跑
先记录故障时间、影响入口、完整错误和最近一次变更。Linux 查看 TCP 连接数与状态 这类问题经常在重启、重试或缓存刷新后短暂消失，没有现场信息会很难复盘。
- 截图或保存完整错误文本
- 记录请求域名/IP/端口/namespace/服务名
- 标出最近发布、配置、证书、镜像或依赖变更
ss -s
ss -tan state established | wc -l2. 在故障发生的同一位置复现
很多误判来自测试位置不同：本机通不代表服务器通，容器内通不代表宿主机通，集群外通也不代表 Pod 内通。复现命令要尽量贴近真实流量路径。
- 从报错服务所在机器执行测试
- 必要时加 Host、SNI、namespace 或代理参数
- 把成功路径和失败路径的输出并排比较
ss -tan state established | wc -l
ss -tan | awk "{print \$1}" | sort | uniq -c | sort -n
netstat -an | awk "/tcp/ {print \$NF}" | sort | uniq -c3. 读取服务端证据，而不是只看客户端提示
客户端报错通常是结果摘要。真正能区分根因的是服务端日志、内核日志、事件、进程状态或数据库状态。
- 用 ss -s 查看 TCP 连接总数概览。
- 按状态统计连接数：ss -tan | awk 按第一列分组。
- 统计 ESTABLISHED 连接数定位并发量。
ss -tan | awk "{print \$1}" | sort | uniq -c | sort -n
netstat -an | awk "/tcp/ {print \$NF}" | sort | uniq -c
cat /proc/net/tcp | wc -l4. 做最小修复并立即回归验证
每次只改一个变量，修复后用同一条复现命令回测，并观察日志是否停止增长。这样可以避免多个临时改动互相掩盖。
- 统计 ESTABLISHED 连接数定位并发量。
- 用 netstat 或 /proc/net/tcp 交叉验证。
- 关注 TIME_WAIT、CLOSE_WAIT 异常堆积。
netstat -an | awk "/tcp/ {print \$NF}" | sort | uniq -c
cat /proc/net/tcp | wc -lCommands
排查命令与使用意图
命令 1
用于确认端口监听状态和连接关系。重点看 LISTEN 行的地址是 127.0.0.1 还是 0.0.0.0，以及 ESTAB 连接数。
ss -s命令 2
用于确认端口监听状态和连接关系。重点看 LISTEN 行的地址是 127.0.0.1 还是 0.0.0.0，以及 ESTAB 连接数。
ss -tan state established | wc -l命令 3
用于确认端口监听状态和连接关系。重点看 LISTEN 行的地址是 127.0.0.1 还是 0.0.0.0，以及 ESTAB 连接数。
ss -tan | awk "{print \$1}" | sort | uniq -c | sort -n命令 4
用于确认端口监听状态和连接关系。重点看 LISTEN 行的地址是 127.0.0.1 还是 0.0.0.0，以及 ESTAB 连接数。
netstat -an | awk "/tcp/ {print \$NF}" | sort | uniq -c命令 5
用于确认进程打开了哪些文件、socket 或资源限制。适合定位端口占用、deleted 文件和文件句柄耗尽。
cat /proc/net/tcp | wc -lRisk Notes
容易踩坑的地方
- 生产上不要在来源未确认时 rm -rf 大目录，应先确认目录用途和影响范围。
- kill 进程前先确认它属于哪个服务、是否会触发级联重启，优先使用 SIGTERM 而非 SIGKILL。
- 不要忽略 dmesg 中的 OOM Killer 记录，它往往是应用内存泄漏或配置不当的早期信号。
Verification
修复后怎么确认
- 原始故障现象已经消失，且使用同一入口重新测试 Linux 查看 TCP 连接数与状态 能稳定成功。
- 服务端日志不再出现同类错误，监控中的错误率、重启次数、连接数或延迟回到正常区间。
- 如果做过临时绕过，已经记录恢复计划，例如还原宽松策略、补监控、补限制或提交正式配置。
Prevention
后续预防
- 为关键服务配置日志轮转、资源限制和基础监控，避免等到用户报障才发现问题。
- 把 systemd unit、timer 和环境文件纳入版本管理，确保所有变更可追溯可回滚。
- 对清理动作保留可回滚路径，优先移动/截断/轮转，不盲删。
- 建立系统资源基线监控，一旦 CPU、内存、磁盘或文件句柄超过阈值即可自动告警。
常见问题
TIME_WAIT 很多怎么办？
TIME_WAIT 是主动关闭方的正常状态，量大时可调整 net.ipv4.tcp_tw_reuse，或排查是否有大量短连接。
ss 和 netstat 区别？
ss 从 netlink 直接读取，速度更快且信息更全；netstat 已被弃用但仍可用，新系统优先用 ss。
Long-tail SEO
你可能正在搜索这些报错
下面这些错误原文、场景词和中英文搜索词，都是排查同类问题时常见的入口。
- linux tcp 连接数
- ss -tan 统计连接状态
- TIME_WAIT 过多
- ss -s 连接概览
- netstat tcp 状态统计
- /proc/net/tcp 连接数
- CLOSE_WAIT 堆积
- ss established 连接数
Need More Help
这个问题还没完全解决？
把你的报错、环境和已经尝试过的步骤发给我，后续会优先补充到排障手册。