C# MongoDB驱动Find()方法偶发挂起耗时16分钟问题排查

• 部署环境：Linux 环境 Docker 容器内部署 .NET 6 Web API 服务，使用 MongoDB Atlas 云数据库，通过 NuGet 引用版本为 2.15.1 的 MongoDB C# 驱动
• 异常现象：驱动的 Find() 方法偶发随机挂起，单次执行时长固定达16分钟，整个挂起过程不会触发报错或失败
• 初步排查结论：Find() 方法挂起期间，通过 Mongo Shell 连接数据库核查，MongoDB 服务端不存在任何正在执行的对应查询
• 请求链路：前端 → Nginx → 反向代理转发至 Docker 容器内的 Web API
• 触发特征：
  • 持续操作网页、连续调用 Web API 时，所有请求均正常响应，无待处理、挂起情况
  • 页面闲置数分钟后再次操作导航，一定会出现1个请求进入待处理状态，固定挂起16分钟

这是 MongoDB C# 驱动 2.15.1 版本连接池模块的已知缺陷，所有现象和触发逻辑完全匹配该问题的表现：

• 整条请求链路中，Nginx、Docker 网桥、MongoDB Atlas 侧的负载均衡设备，默认都会对闲置数分钟的TCP连接做静默断开处理，断开时不会向连接两端发送RST或FIN报文，最终形成一端认为连接存活、实际链路已经中断的半开连接。
• 2.15.1版本驱动默认未开启闲置连接有效性校验，TCP Keepalive参数配置存在缺陷，无法感知到连接已经被中间节点断开。页面闲置期间，连接池内缓存的可用连接陆续被中间节点断开，驱动自身没有清理这些失效连接。
• 闲置后首次发起请求时，驱动会从连接池取出失效的半开连接发送Find()指令，由于链路实际已经中断，请求包根本没有到达MongoDB服务端，因此服务端看不到任何执行中的查询。驱动会一直等待TCP层响应，直到Linux系统默认的TCP重传超时（默认值恰好为15~16分钟）触发，才会判定连接失效，重新新建连接执行请求，这就是挂起时长固定为16分钟的核心原因。
• 连续操作时连接一直处于活跃状态，不会被中间节点静默断开，因此不会触发该问题。

按优先级从高到低选择以下方案即可解决问题：

1. 无需升级驱动版本，直接在MongoDB连接字符串中显式配置连接池存活检测、超时参数，配置示例如下：

   mongodb+srv://<账号>:<密码>@<集群地址>/?maxIdleTimeMS=120000&connectTimeoutMS=30000&socketTimeoutMS=30000&keepAlive=true
   

   参数说明：
   • maxIdleTimeMS=120000：强制连接池自动回收闲置超过2分钟的连接，回收阈值短于中间网络节点的闲置断开时间，从根源避免拿到失效连接
   • connectTimeoutMS=30000、socketTimeoutMS=30000：将连接建立、套接字读写超时设置为30秒，避免长时间无响应等待
   • keepAlive=true：开启TCP存活探针，定期检测连接有效性
2. 升级MongoDB C#驱动版本到2.18.0及以上，该版本后官方修复了连接池对半开连接的检测逻辑，默认配置下即可规避这类挂起问题。
3. 额外Docker层兜底配置：启动容器时增加系统参数配置，缩短Linux系统层面的TCP重传超时，即使出现半开连接也不会长时间阻塞，启动参数示例：

   --sysctl net.ipv4.tcp_retries2=8
   

   该配置会将TCP默认重传超时从16分钟缩短到1分钟左右，作为兜底防护避免极端场景下的长时间挂起。

内容的提问来源于stack exchange，提问作者jooseba