AWS NLB后MongoDB连接间歇性超时问题求助

问题场景 #

当前架构：Mongo客户端 → AWS内部TCP网络负载均衡器（NLB） → Traefik反向代理 → MongoDB（docker镜像mongo:4.4.17）

使用Node.js测试脚本连接时出现间歇性失效：多次正常执行db.find()后突然挂起，MongoDB日志仅显示客户端因超时断开，无其他异常；但直接连接Traefik或MongoDB实例时无此问题，故障定位为NLB相关。

核心原因分析 #

AWS NLB的TCP连接默认空闲超时为350秒，若客户端与NLB之间的连接长时间无数据交互，NLB会主动断开连接。而MongoDB Node.js客户端默认未启用TCP keep-alive机制，无法及时感知连接已断开，导致后续请求因无效连接挂起。

解决方案 #

1. 客户端侧配置TCP保活 #

在MongoDB连接字符串或客户端配置中添加保活参数，确保连接在NLB超时前持续发送心跳：

const client = new MongoClient(uri, {
  keepAlive: true,
  keepAliveInitialDelay: 300000, // 5分钟，小于NLB默认350秒
  socketTimeoutMS: 600000, // 延长套接字超时，避免误判
  connectTimeoutMS: 30000
});

2. 调整NLB空闲超时时间 #

在AWS控制台修改NLB的TCP监听超时设置，将空闲超时调整为更长时间（如1小时），匹配业务场景的连接空闲需求。

3. 验证Traefik连接配置 #

确保Traefik的TCP转发超时设置与NLB、MongoDB客户端保持一致，避免中间层提前断开连接：

• 检查Traefik的timeout配置（针对TCP服务），确保不小于NLB的超时时间。

相关日志与测试代码 #

MongoDB超时日志片段 #

202X-XX-XXT12:34:56.789+0000 I NETWORK [conn123] client caused connection to close: connection timed out
202X-XX-XXT12:34:56.790+0000 I NETWORK [listener] connection accepted from 10.0.0.123:45678 #124 (5 connections now open)

Node.js测试脚本 #

const { MongoClient } = require('mongodb');

// 使用NLB端点连接
const uri = 'mongodb://internal-nlb-endpoint:27017/testdb?directConnection=true';

// 未配置保活的原客户端实例（会触发问题）
const client = new MongoClient(uri);

async function runTest() {
  try {
    await client.connect();
    console.log('Connected to MongoDB via NLB');
    
    const db = client.db('testdb');
    const col = db.collection('test_data');
    
    // 循环查询+长时间空闲，模拟触发NLB超时
    for (let i = 0; i < 10; i++) {
      const docs = await col.find({}).limit(5).toArray();
      console.log(`[${i}] Query returned ${docs.length} documents`);
      // 等待400秒（超过NLB默认350秒超时）
      await new Promise(resolve => setTimeout(resolve, 400000));
    }
  } catch (err) {
    console.error('Error occurred:', err);
  } finally {
    await client.close();
  }
}

runTest();

内容的提问来源于stack exchange，提问作者jsharpe