Valkey项目中TLS连接写入异常问题分析与解决方案
问题背景
在Valkey项目(一个高性能键值存储系统)的使用过程中,开发人员发现当系统处于高吞吐量场景下运行时,特别是配置了TLS加密连接的集群环境中,会出现频繁的客户端重连现象。通过详细日志分析,可以观察到系统频繁输出"Error writing to client: error:0A00010F:SSL routines::bad length"的错误信息,这表明在SSL/TLS层出现了数据写入异常。
问题现象
该问题在以下场景中表现尤为明显:
- 在高吞吐量的Redis集群环境中(3个分片,每个分片1个副本)
- 当使用自签名证书配置TLS加密连接时
- 在读写分离架构中,读副本节点更容易出现此问题
- 使用valkey-benchmark工具进行压力测试时,特别是使用大尺寸数据包(如32KB)和大量并发线程(如50个)时
错误表现为客户端连接频繁断开,系统吞吐量下降,延迟增加,严重影响系统稳定性和性能。
技术分析
OpenSSL写入机制
深入分析发现,该问题与OpenSSL库的写入机制密切相关。OpenSSL文档明确指出:当SSL_write函数因SSL_ERROR_WANT_READ或SSL_ERROR_WANT_WRITE错误需要重试时,必须使用完全相同的参数再次调用。这是因为数据可能已经被部分处理,参数不一致会导致处理错误。
Valkey网络层实现
Valkey的网络层在处理大块数据写入时,会将数据分割成多个小块进行处理。具体流程如下:
- 当待写入数据超过NET_MAX_WRITES_PER_EVENT(默认为64KB)时,系统会将数据分割
- 使用writev系统调用进行向量化写入
- 对于TLS连接,会调用connTLSWritev函数处理分割后的数据块
问题出现在当第一次写入尝试只成功写入部分数据(如16KB)后,后续重试时的数据块大小与初始调用不一致,违反了OpenSSL的重试规则,导致"bad length"错误。
系统参数影响
通过实验发现,调整系统TCP缓冲区大小会显著影响该问题的出现频率:
- 当设置较小的tcp_wmem值(如4KB)时,问题更容易复现
- 同时调整tcp_rmem参数可以缓解问题
- 修改NET_MAX_WRITES_PER_EVENT参数也能影响问题表现
这表明问题与网络层缓冲机制和OpenSSL的交互方式密切相关。
解决方案
经过深入分析,开发团队提出了以下修复方案:
- 在TLS连接结构中增加last_write_data_len字段,记录上次写入尝试的数据长度
- 在connTLSWritev函数中增加判断逻辑,确保重试时的数据块不小于上次尝试
- 当检测到需要重试且数据块变小时,强制使用最大可能缓冲区处理
该方案的核心是确保在SSL写入需要重试时,遵守OpenSSL的重试规则,保持参数一致性。具体实现通过以下机制:
- 记录每次写入尝试的数据长度
- 比较当前数据块与上次尝试的大小关系
- 在必要时调整写入策略,避免违反OpenSSL规则
验证与效果
该修复方案经过多种场景验证:
- 在调整系统TCP缓冲区参数的极端情况下验证
- 使用valkey-benchmark工具进行压力测试验证
- 在集群环境和单节点环境分别验证
- 在不同OpenSSL版本(3.0.x和3.4.x)下验证
测试结果表明,修复方案有效解决了"bad length"错误,系统在高负载下的稳定性显著提升,客户端重连现象消失,性能指标恢复正常。
总结
Valkey项目中TLS连接写入异常问题是一个典型的网络层与加密层交互问题,其根本原因在于未能完全遵守OpenSSL的重试规则。通过深入分析OpenSSL机制和Valkey网络层实现,开发团队提出了针对性的解决方案,有效提升了系统在加密连接下的稳定性和可靠性。
这一案例也提醒我们,在实现网络加密功能时,必须严格遵循底层加密库的规范和要求,特别是在处理部分写入和重试逻辑时,任何细微的偏差都可能导致难以排查的稳定性问题。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









