背景
最新有同事反馈，服务间有调用超时的现象，在业务高峰期发生的概率和次数比较高。从日志中调用关系来看，有2个调用链经常发生超时问题。
问题1： A服务使用 http1.1 发送请求到 B 服务超时。
问题2: A服务使用一个轻量级http-sdk(内部http2.0) 发送请求到 C 服务超时。
Golang给出的报错信息时：
Post http://host/v1/xxxx: net/http: request canceled while waiting for connection (Client.Timeout exceeded while awaiting headers)
通知日志追踪ID来排查，发现有的请求还没到服务方就已经超时。
有些已经到服务方了，但也超时。
这里先排查的是问题2，下面是过程。
排查
推测
调用方设置的http请求超时时间是1s。
请求已经到服务端了还超时的原因，可能是：
- 服务方响应慢。 通过日志排查确实有部分存在。
- 客户端调用花了990ms，到服务端只剩10ms，这个肯定会超时。
请求没到服务端超时的原因，可能是：
- golang CPU调度不过来。通过cpu监控排除这个可能性
- golang 网络库原因。重点排查
排查方法：
本地写个测试程序，1000并发调用测试环境的C服务:
报错：
too many open files // 这个错误是笔者本机ulimit太小的原因，可忽略 net/http: request canceled (Client.Timeout exceeded while awaiting headers)
并发数量调整到500继续测试，还是报同样的错误。
连接超时
本地如果能重现的问题，一般来说比较好查些。
开始跟golang的源码，下面是创建httpClient的代码，这个httpClient是全局复用的。
跳到net/http/client.go 的do方法
继续进 send 方法，实际发送请求是通过 RoundTrip 函数。
send 函数接收的 rt 参数是个 inteface，所以要从 http.Transport 进到 RoundTrip 函数。
log.Println("getConn time", time.Now().Sub(start), x)结论：加了日志跑下来，确实有大量的getConn time超时。
疑问
这里有2个疑问：
- 为什么Http2没复用连接，反而会创建大量连接？
- 创建连接为什么会越来越慢？
继续跟 getConn 源码, getConn第一步会先获取空闲连接，因为这里用的是http2，可以不用管它。
追加耗时日志，确认是dialConn耗时的。
继续跟dialConn函数，里面有2个比较耗时的地方：
连接建立，三次握手。
tls握手的耗时，见下面http2章节的dialConn源码。
分别在dialConn函数中 t.dial 和 addTLS 的位置追加日志。
可以看到，三次握手的连接还是比较稳定的，后面连接的在tls握手耗时上面，耗费将近1s。
2019/10/23 14:51:41 DialTime 39.511194ms https.Handshake 1.059698795s 2019/10/23 14:51:41 DialTime 23.270069ms https.Handshake 1.064738698s 2019/10/23 14:51:41 DialTime 24.854861ms https.Handshake 1.0405369s 2019/10/23 14:51:41 DialTime 31.345886ms https.Handshake 1.076014428s 2019/10/23 14:51:41 DialTime 26.767644ms https.Handshake 1.084155891s 2019/10/23 14:51:41 DialTime 22.176858ms https.Handshake 1.064704515s 2019/10/23 14:51:41 DialTime 26.871087ms https.Handshake 1.084666172s 2019/10/23 14:51:41 DialTime 33.718771ms https.Handshake 1.084348815s 2019/10/23 14:51:41 DialTime 20.648895ms https.Handshake 1.094335678s 2019/10/23 14:51:41 DialTime 24.388066ms https.Handshake 1.084797011s 2019/10/23 14:51:41 DialTime 34.142535ms https.Handshake 1.092597021s 2019/10/23 14:51:41 DialTime 24.737611ms https.Handshake 1.187676462s 2019/10/23 14:51:41 DialTime 24.753335ms https.Handshake 1.161623397s 2019/10/23 14:51:41 DialTime 26.290747ms https.Handshake 1.173780655s 2019/10/23 14:51:41 DialTime 28.865961ms https.Handshake 1.178235202s
结论：第二个疑问的答案就是tls握手耗时
http2
为什么Http2没复用连接，反而会创建大量连接？
前面创建http.Client 时，是通过http2.ConfigureTransport(transport) 方法，其内部调用了configureTransport：
TLSNextProto 在 http.Transport-> dialConn 中使用。调用upgradeFn函数，返回http2的RoundTripper，赋值给alt。
alt会在http.Transport 中 RoundTripper 内部检查调用。
结论：
当没有连接时，如果此时来一大波请求，会创建n多http1.1的连接，进行升级和握手，而tls握手随着连接增加而变的非常慢。
解决超时
上面的结论并不能完整解释，复用连接的问题。因为服务正常运行的时候，一直都有请求的，连接是不会断开的，所以除了第一次连接或网络原因断开，正常情况下都应该复用http2连接。
通过下面测试，可以复现有http2的连接时，还是会创建N多新连接：
所以还是怀疑http1.1升级导致，这次直接改成使用 http2.Transport
改了后，测试发现没有报错了。
为了验证升级模式和直接http2模式的区别。 这里先回到升级模式中的 addConnIfNeeded 函数中，其会调用addConnCall 的 run 函数：
run参数中传入的是http2的transport。
整个解释是http1.1创建连接后，会把传输层连接，通过addConnIfNeeded->run->Transport.NewClientConn构成一个http2连接。 因为http2和http1.1本质都是应用层协议，传输层的连接都是一样的。
然后在newClientConn连接中加日志。
结论：
升级模式下，会打印很多http2.newClientConn，根据前面的排查这是讲的通的。而单纯http2模式下，也会创建新连接，虽然很少。
并发连接数
那http2模式下什么情况下会创建新连接呢？
这里看什么情况下http2会调用 newClientConn。回到clientConnPool中，dialOnMiss在http2模式下为true，getStartDialLocked 里会调用dial->dialClientConn->newClientConn。
有连接的情况下，canTakeNewRequest 为false，也会创建新连接。看看这个变量是这么得来的：
为了查问题，这里加了详细日志。测试下来，发现是maxConcurrentStreams 超了，canTakeNewRequest才为false。
在http2中newClientConn的初始化配置中, maxConcurrentStreams 默认为1000：
maxConcurrentStreams: 1000, // "infinite", per spec. 1000 seems good enough.
但实际测下来，发现500并发也会创建新连接。继续追查有设置这个变量的地方：
运行测试，发现是服务传过来的配置，值是250。
结论： 服务端限制了单连接并发连接数，超了后就会创建新连接。
服务端限制
在服务端框架中，找到ListenAndServeTLS函数，跟下去->ServeTLS->Serve->setupHTTP2_Serve-
>onceSetNextProtoDefaults_Serve->onceSetNextProtoDefaults->http2ConfigureServer。
查到new(http2Server)的声明，因为web框架即支持http1.1 也支持http2，所以没有指定任何http2的相关配置，都使用的是默认的。
从该字段的注释中看出，http2标准推荐至少为100，golang中使用默认变量 http2defaultMaxStreams， 它的值为250。
真相
上面的步骤，更多的是为了记录排查过程和源码中的关键点，方便以后类似问题有个参考。
简化来说：
- 调用方和服务方使用http1.1升级到http2的模式进行通讯
- 服务方http2Server限制单连接并发数是250
- 当并发超过250，比如1000时，调用方就会并发创建750个连接。这些连接的tls握手时间会越来越长。而调用超时只有1s，所以导致大量超时。
- 这些连接有些没到服务方就超时，有些到了但服务方还没来得及处理，调用方就取消连接了，也是超时。
- 并发量高的情况下，如果有网络断开，也会导致这种情况发送。
重试
A服务使用的轻量级http-sdk有一个重试机制，当检测到是一个临时错误时，会重试2次。
Temporary() bool // Is the error temporary? 而这个超时错误，就属于临时错误，从而放大了这种情况发生。
解决办法
不是升级模式的http2即可。
为什么http2不会大量创建连接呢？
这是因为http2创建新连接时会加锁，后面的请求解锁后，发现有连接没超过并发数时，直接复用连接即可。所以没有这种情况，这个锁在 clientConnPool.getStartDialLocked 源码中。
问题1
问题1： A服务使用 http1.1 发送请求到 B 服务超时。
问题1和问题2的原因一样，就是高并发来的情况下，会创建大量连接，连接的创建会越来越慢，从而超时。
这种情况没有很好的办法解决，推荐使用http2。
如果不能使用http2，调大MaxIdleConnsPerHost参数，可以缓解这种情况。默认http1.1给每个host只保留2个空闲连接，来个1000并发，就要创建998新连接。
该调整多少，可以视系统情况调整，比如50，100。
总结
以上所述是小编给大家介绍的Go中http超时问题的排查及解决方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！