服务端Socket.IO收到user-chat事件偶发无响应、客户端断开问题排查

以下是对应1%概率偶现问题的常见触发原因：

• onUserChat内部未捕获的异常：当处理逻辑遇到边缘入参、数据库/第三方依赖调用超时、报错时没有异常捕获逻辑，异常抛出后会中断代码执行，自然不会走到callback调用逻辑。部分未捕获的异步异常还会导致Socket连接被强制销毁，同时触发断连。
• 存在未覆盖的分支逻辑，漏调用callback：如果onUserChat内部有多分支判断逻辑，部分异常分支、边缘判断分支没有调用传入的回调函数，刚好触发对应分支时就会出现无返回的情况。
• 处理逻辑耗时超过心跳阈值触发断连：Socket.IO默认pingTimeout为20s，如果onUserChat的异步处理逻辑耗时超过这个阈值，服务端会判定客户端失活主动断开连接，后续callback执行时连接已经销毁，无法把响应传回客户端。
• this指向/实例属性被覆盖导致执行失败：你当前的代码会将当前socket赋值到this.socket，如果该处理实例是多连接共享的单例，多个客户端同时发起请求时this.socket会被后到的请求覆盖，前序请求如果在onUserChat中用到了this.socket就会触发未知错误，中断回调执行。
• 窗口期网络波动触发断连：刚好在服务端收到事件到返回响应的时间窗口内，客户端网络波动、中间代理/NGINX的长连接超时被掐断，服务端callback调用的响应无法送达客户端，同时会触发断连事件。

排查建议 #

• 给user-chat事件处理逻辑加全局异常捕获，哪怕处理失败也返回明确的错误响应，同时打印错误日志定位问题：

socket.on('user-chat', (data, callback) => {
  // 避免共享实例的socket属性被覆盖，不要挂载到this，按需直接传入onUserChat即可
  try {
    this.onUserChat(data, (response) => {
      callback(response)
    });
  } catch (e) {
    console.error('user-chat处理异常', e, '请求参数：', data);
    callback({code: 500, msg: '消息处理失败', error: e.message});
  }
});

• 给onUserChat内部的异步逻辑加超时处理，避免处理时间过长触发心跳断连
• 开启Socket.IO的debug日志，断连时打印disconnect事件的原因码，区分是服务端主动断开、客户端断开还是网络原因断开
• 遍历onUserChat的所有逻辑分支，确认所有场景下都会调用传入的回调函数

内容的提问来源于stack exchange，提问作者bipin