Golang使用gRPC WaitForStateChange实现故障检测时连接状态异常问题

这个行为是gRPC连接状态机的默认设计导致的，核心逻辑如下：

• gRPC的ClientConn状态切换是触发式的，默认不会主动无意义探测空闲连接的可用性
  • 当连接处于READY状态且没有未完成的RPC调用时，客户端会在闲置超时后将连接切换为IDLE状态，此时不会主动发送任何数据包探测连接存活状态，所以即使服务端已经停止，客户端也无法感知到连接断开，自然不会进入TransientFailure状态。
  • 当你在停服后发起新的RPC调用时，客户端才会尝试激活IDLE状态的连接，此时发送的请求会触发连接异常检测，才会将状态切换为你预期的TransientFailure，随后进入重连流程。
• 你配置的keepalive参数未生效，大概率是没有开启无调用保活权限
  • gRPC默认禁止客户端在没有活跃RPC的情况下发送保活探测包，即使你配置了保活时间间隔，只要PermitWithoutStream参数未显式设置为true，保活探测仅会在有活跃调用时触发，无法检测到空闲状态下的服务端断连。
  • 如果需要实现空闲状态下的故障检测，需要同时调整客户端和服务端配置：
    1. 客户端侧添加keepalive参数：

    import "google.golang.org/grpc/keepalive"
    
    kacp := keepalive.ClientParameters{
        Time:                10 * time.Second, // 无活动10秒后发送保活探测
        Timeout:             2 * time.Second,  // 探测请求超时时间
        PermitWithoutStream: true,             // 允许无活跃RPC时发送保活探测
    }
    conn, err := grpc.Dial(target, grpc.WithKeepaliveParams(kacp), /*其他拨号参数*/)
    

    2. 服务端侧同步添加保活 enforcement 配置，避免保活包被当作恶意请求拦截：

    kaep := keepalive.EnforcementPolicy{
        MinTime:             5 * time.Second,  // 允许客户端最快每5秒发一次保活探测
        PermitWithoutStream: true,             // 允许接收无活跃RPC时的保活探测
    }
    s := grpc.NewServer(grpc.KeepaliveEnforcementPolicy(kaep), /*其他服务端参数*/)
    

内容的提问来源于stack exchange，提问作者Adib Rastegarnia