ws.on('close', cleanup);
ws.on('error', cleanup);
function cleanup() { clearInterval(timer); ws.removeAllListeners(); }
跑满七天后 lsof 里 ESTABLISHED 有 1.2 万条,业务在线数只有 3000,netstat 里 TIME_WAIT 也在涨,重启之后归零。这类现象通常不是突然出现的,往前翻半天日志能看到苗头。
追下去是这么回事:close 回调里只清了业务 Map,定时器和事件监听还挂着对 socket 的引用,GC 收不掉。客户端异常断开走的是 error 分支,那条路径根本没写清理。
「连接泄漏」排查到最后往往是很小的一处差异,前面那些复杂猜测可以先放一放。同类问题如果隔一段时间又出现,多半是某个定时任务或重启流程把改动冲掉了。
把这次用到的命令存进笔记,比记住结论有用,换个环境还能照着走。改完隔一天再看一次,当场正常不代表能稳住。
测试环境和线上的差别,往往就在版本号和那几行被忽略的配置上。
处理上按这个顺序:close 和 error 两个回调都调用同一个 cleanup;cleanup 里 clearInterval 并 removeAllListeners;附加数据用 WeakMap 存 不要挂在 socket 上;压测反复连断 1000 次 看堆里的连接数是否回落。
确认没问题再收工,连断 1000 次后 ESTABLISHED 回到基线 堆里连接对象数和在线数一致。
