Nginx upstream 没配 keepalive 每次请求都握手

报错是这么冒出来的。Nginx 1.24 反代推理服务，upstream 块没配 keepalive，QPS 到 800 时后端每秒看到 800 个新连接，TIME_WAIT 涨到 6 万，偶发 connect() failed (99: Cannot assign requested address)。

中间走过弯路，把「Connection 头没清掉 close」当成主因，改完现象没变。

原因不止一个，得分开看。upstream 块缺 keepalive 指令，默认短连接。少数情况下是proxy_http_version 还是 1.0，无法复用连接。

另外，本地端口被 TIME_WAIT 耗尽。

上来先确认 upstream 的配置

nginx -T 2>/dev/null | grep -A6 'upstream'

接着加上 keepalive 并改为 HTTP/1.1

python -c "print('upstream api { server 10.0.0.8:8000; keepalive 64; }')"

然后清掉客户端传来的 Connection 头

python -c "print('proxy_set_header Connection \"\";')"

reload 后看连接数与 TIME_WAIT

nginx -s reload && ss -s | grep -i timewait

这类问题以前遇到过，但这次的触发条件和上次不一样。

这类改动我都写进变更记录，过两周再出问题时能对上号。

我习惯把每一步的执行时间和结果记在一边，后面复盘省事。

改之前我把相关日志按时间截了一段存着，事后对时间线用得上。

别只看报错消失，验证要多做一步。后端看到的连接数稳定在 64 左右，TIME_WAIT 明显下降，connect failed 不再出现，QPS 800 时 P99 保持稳定。

keepalive 指令只是开启连接池，还要 HTTP/1.1 和清空 Connection 头才真正复用；只加一行配置往往看不到效果。拖得越久，排查成本越高，因为现场状态会被后续操作覆盖。