如何维持10k活跃WebSocket连接并防止断开？（分布式测试场景）

针对你维持10k活跃WebSocket连接时出现断开的问题，结合现有测试结构，可从以下方向优化：

• 排查VM资源瓶颈
  检查3台VM的CPU、内存使用率，以及系统文件句柄限制：

  • Linux系统默认文件句柄上限（ulimit -n）通常较低，需调至至少65535——每个WebSocket连接会占用一个文件句柄，上限不足会直接导致连接失败或断开。
  • 若单台VM线程数过多引发CPU上下文切换频繁，需调整线程组分配，让3台VM的连接数尽量平均，避免单台过载。

• 优化Ping/Pong机制

  • 调整Ping发送间隔，确保小于服务端的连接超时时间（比如服务端超时设为60秒，Ping间隔就设为45秒），防止服务端因超时主动断开连接。
  • 添加Pong响应超时判断：若发送Ping后超过指定时间未收到Pong，立即触发重连逻辑，避免无效连接占用资源。
  • 避免全局批量Ping，改为每个连接独立维护Ping周期，防止同时发送Ping导致的流量突增引发服务端限流。

• 调整测试结构

  • 将连接初始化（open connection、connect、subscribe events）移至Setup Thread Group，专门负责连接创建；维持连接的Ping/Pong逻辑放在普通线程组，分离初始化和保活逻辑，提升测试稳定性。
  • 替换Loop Controller中的Flow Control Action，改用JSR223 Sampler编写自定义定时逻辑，精准控制每个连接的Ping间隔，避免统一暂停导致的同步流量冲击。

• 调优TCP内核参数
  修改VM的TCP内核参数，提升连接处理能力：

  • net.ipv4.tcp_tw_reuse = 1：允许复用TIME_WAIT状态的套接字，减少资源占用
  • net.ipv4.tcp_fin_timeout = 30：缩短FIN_WAIT2状态的超时时间
  • net.core.somaxconn = 65535：增大TCP监听队列上限，避免连接被拒绝

• 协同排查服务端限制
  联系DevOps团队确认服务端的WebSocket配置：

  • 是否存在最大连接数阈值，若有需调整至满足10k+连接的需求
  • 服务端的连接超时、空闲断开逻辑是否合理，是否因资源不足主动踢除连接
  • 查看服务端的CPU、内存、网络监控，确认是否因服务端过载导致连接断开

• 均衡分布式测试负载
  检查3台VM的活跃连接数分布，确保每台负载均匀。若某台连接数过多，调整对应VM的线程组线程数，让每台维持3500左右的连接（留一定余量），避免单台资源耗尽。

内容的提问来源于stack exchange，提问作者Mzee Bakari