Windows Server 2019 IIS服务器与HAProxy间间歇性504网关错误排查求助

看到你遇到的这个间歇性504问题确实头疼——之前稳定运行的HAProxy+Windows 2019 IIS架构突然掉链子，而且只有重启网卡才能临时救场，还找不到明确的时间规律，IIS日志也没给线索，换谁都得挠头。结合我处理这类问题的经验，给你整理几个可以一步步尝试的排查方向：

• 先从TCP连接状态与端口资源查起：重启网卡能解决问题，大概率和异常堆积的TCP连接有关。你可以在IIS服务器上打开命令提示符，执行netstat -ano | findstr TIME_WAIT和netstat -ano | findstr CLOSE_WAIT，看看是不是有大量处于等待状态的连接。Windows默认的TcpTimedWaitDelay是240秒，如果业务短连接密集，很容易耗尽可用端口，导致HAProxy无法建立新连接而返回504。可以尝试调整注册表参数（记得先备份注册表）：

  1. 定位到HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\Tcpip\Parameters
  2. 新增DWORD值TcpTimedWaitDelay，设置为30-60之间的数值（缩短连接等待回收时间）
  3. 新增DWORD值MaxUserPort，设置为65534（扩大可用端口范围）
     重启服务器后观察问题是否缓解。

• 检查HAProxy的后端超时与日志配置：看看HAProxy配置文件中，后端服务器的server条目是否设置了合理的timeout server参数，如果超时时间过短，刚好碰到IIS临时处理缓慢或网络波动，就会触发504。另外可以临时调高HAProxy的日志级别到debug，这样出现504时能抓到更详细的错误细节——比如是连接超时、服务器无响应，还是TCP握手失败，这能帮你快速缩小排查范围。

• 启用IIS的失败请求跟踪规则：虽然IIS事件日志没报错，但隐性的请求处理问题可能没被记录。你可以针对站点开启失败请求跟踪，指定跟踪504状态码，一旦问题触发，就能抓到从请求进入IIS到返回错误的全流程细节，比如请求是不是在IIS内部卡住，或者应用池是否有隐性的资源耗尽（比如CPU、内存、数据库连接池满了）。同时建议监控服务器的实时资源使用，出现504时立刻查看CPU、内存、磁盘IO是否有异常飙升。

• 排查网卡的高级功能兼容性：有些网卡的硬件加速功能（比如TCP Checksum Offload、Large Send Offload）可能和HAProxy的TCP栈存在兼容性问题，导致间歇性连接异常。你可以在网卡属性的“配置-高级”选项中，临时禁用这些Offload相关的功能，然后观察一段时间，看504是否还会出现。另外也可以尝试更新网卡驱动到官方最新版本，老驱动的bug也可能引发这类问题。

• 排除安全软件/防火墙的干扰：问题从1/18开始出现，你可以回忆一下那天前后服务器或HAProxy端有没有安装新的安全软件、Windows更新，或者修改过防火墙规则？有些安全软件会对TCP连接做扫描或拦截，间歇性触发就会导致504。可以临时禁用服务器上的防火墙和安全软件，测试一段时间，排除这个因素。

• 测试双向连接稳定性：在IIS服务器上用ping -t持续ping HAProxy的IP，同时用pathping检测网络路径是否有丢包或延迟波动。另外可以用curl或其他工具在HAProxy服务器上持续向IIS发送请求，模拟业务负载，看能不能主动复现504，定位问题是单向还是双向的。

备注：内容来源于stack exchange，提问作者steelrat405