SLB: Server Load Balance, 是阿里云提供的负载均衡服务，可以工作在 4 层和 7 层网络。

最近接到同事反馈说是我们的服务连接偶尔有超时的情况。就是一个简单的定时任务，5 个并发，每次大概需要处理几万次请求。
PS：后来他们反馈说是一直有问题，只不过他们内部消化了，通过重试。要是我，肯定把这个问题抛出来了，这明显不对劲，内网的连接速度怎么会慢到这个地步。

一开始的怀疑重点是单台机器出现问题，但我自己逐台检查连接没有问题，在调用方机器上测试连接也没有问题。

然后才想起来，调用方走的是 LB 地址。把测试连接的脚本拿过来跑，发现果然偶尔有连接超时。

我想大部分连接（包含一些业务交互）的处理时间肯定应该在 200ms 以内，把超过 200ms 的请求处理时间记录下来，然后就发现有规律了。

有很多请求需要 1.00xx 秒, 部分超时请求就都是 3 秒。

服务器有参数优化，net.ipv4.tcp_syn_retries 配置的是 1，所以超时时间是 3 秒。这个可以理解。那前面的 1.00xx 秒就很可疑了, 这么整齐划一，让我怀疑丢 SYN 包的问题。

把 SYN 包重试次数调整到 3 之后，果然，部分请求需要 1.00xx 秒，部分请求需要 3.00xx 秒。如果不改参数，这部分的请求会报超时。

为了验证猜想，用 tcpdump 抓包，果然发现有部分 SYN 包丢失，重试 1 次或 2 两次成功。

然后就是和阿里云售后沟通了，只能等待他们慢慢回复工单（这种做事态度一点也不互联网）。

作为一个 LB，有这样严重的问题，简直可以说是不可用了，实在是不应该。我希望他们回复是由于安全问题的考虑，加了什么限制，而不是说真的有什么 BUG。

第一次反馈

经过多次补充数据，他们终于有了反馈：

请问您的网络访问架构是否为： ECS-A --> 四层 SLB --> ECS-A、ECS-B 这种访问模式 ？
如果是的话，那么目前四层 TCP 监听，是不支持 ECS 既作为 SLB 后端，又作为访问客户端的。即 不支持 ECS-A --> 四层 SLB --> ECS-A、ECS-B 这种访问模式，因为这是违背 LVS 原理的。您看下官方文档 https://help.aliyun.com/knowledge_detail/55206.html 第 1 条说明。

我回复：

我们的架构应该是 ECS-A -> SLB -> ECS-B，不会自己访问自己。
我看了你们的文档，不是这种情况，还请继续仔细排查。
现在的问题是 SYN 包会丢，可能有 1.5% 的连接丢了一次，0.1% 的可能性会丢失两次。
不是不能访问。我们也没有同时做 C 和 S 的情况。

PS: 关于 LVS 的问题，参考：关于 LVS 不支持后端节点做客户端的问题

第二次反馈

slb.s1.small 规格的 SLB 实例太低了。
该规格支持的最大 TCP 并发连接数是 5000（包含活跃连接数、非活跃连接数），也就是所有监控端口共用 5000 个并发。后台查看您 SLB 的 TCP 80 端口经常有瞬时突发，并且存在连接丢弃的情况，怀疑是 TCP 80 占用了大量的 SLB 连接数，导致 SLB 连接数不足，从而导致 SLB 出现丢弃连接数的情况。

这个确实是我没想到的。LB 是按连接数付费。最后升级 SLB 来解决这个问题。

https://help.aliyun.com/document_detail/27695.html

参考资料与拓展阅读

• 阿里云, 负载均衡 SLB
• 阿里云，开发者社区, SLB 技术原理浅析
• 阿里云，开发者社区, 负载均衡（SLB）使用最佳实践
• 阿里云，帮助中心, ALB 快速入门
• 阿里云，帮助中心, 客户端无法访问负载均衡 SLB