本地TCP连接中read/write返回-1的问题排查与解决

一、问题成因 #

你遇到的read()/write()偶尔返回-1且大文件更易触发的情况，核心原因大概率是TCP套接字缓冲区满导致的临时写入/读取阻塞，或是代码未处理「短读/短写」逻辑：

1. 套接字缓冲区溢出：当你一次性把30MB以上的文件内容加载到cacheBuffer后批量发送时，TCP发送缓冲区会被瞬间填满。如果代码中误将套接字设置为非阻塞模式，write()会直接返回-1，错误码为EAGAIN或EWOULDBLOCK。添加sleep()相当于给缓冲区留出了排空时间，所以问题暂时消失。即使是阻塞套接字，若后续逻辑未等待缓冲区排空就继续操作，也可能触发异常。
2. 未处理短读短写：TCP是流式协议，read()和write()并不保证一次性读写完所有请求的字节数。比如请求读取1024字节，实际可能只读到512字节；请求写入1024字节，实际可能只写入300字节。如果代码没循环处理剩余字节，后续逻辑会出现数据不完整，甚至触发错误返回-1。

二、具体解决方法 #

针对上述问题，你可以从以下几个方面修改代码：

• 强制处理短读短写：对read()和write()都套一层循环，直到完成预期的字节数。示例逻辑如下：

  // 示例：循环write直到所有数据发送完成
  ssize_t total_written = 0;
  ssize_t bytes_written;
  while (total_written < data_len) {
      bytes_written = write(sock_fd, cacheBuffer + total_written, data_len - total_written);
      if (bytes_written == -1) {
          // 区分错误类型
          if (errno == EINTR) {
              // 被信号中断，继续重试
              continue;
          } else if (errno == EAGAIN || errno == EWOULDBLOCK) {
              // 缓冲区满，短暂等待后重试
              usleep(1000);
              continue;
          } else {
              // 致命错误，比如连接断开，做对应处理
              perror("write failed");
              break;
          }
      }
      total_written += bytes_written;
  }
  

• 不要一次性加载大文件到内存：把「一次性读入整个剩余文件到cacheBuffer」改成「边读边发」，每次读取固定大小（比如4KB或8KB）的内容，读完立即发送，既减少内存占用，也避免瞬间填满套接字缓冲区。
• 精细化错误判断：当read()/write()返回-1时，先通过errno获取错误码，区分临时错误（如EINTR、EAGAIN）和致命错误（如EPIPE、EBADF）。临时错误可以重试，致命错误再考虑重建连接或退出程序，而不是直接终止。
• 移除sleep()依赖：sleep()只是临时规避问题，无法从根本上解决IO逻辑的缺陷，修复上述逻辑后即可去掉sleep()。

三、关于「多数代码遇到read/write返回-1直接exit(0)」的疑惑 #

你看到的这类代码大多是入门示例或简化版教程代码，这么做的原因包括：

• 简化逻辑：示例代码只需要展示核心功能，不需要处理复杂的异常情况，直接exit可以让代码更简洁，降低学习门槛。
• 假设场景单一：很多示例假设网络连接稳定、IO环境理想，认为read()/write()返回-1就是致命错误（比如连接彻底断开），没有考虑临时缓冲区满、信号中断等可恢复的情况。
• 缺乏生产级要求：这类代码不需要保证高可用性，所以用最粗暴的方式终止程序即可，但在你的文件同步这类需要可靠性的场景中，必须做精细化的错误处理，不能直接exit。

内容的提问来源于stack exchange，提问作者Msain