Node.js Запрос GET ETIMEDOUT & ESOCKETTIMEDOUT
Я использую Node.js - модуль async и request для сканирования более чем 100 миллионов веб-сайтов, и я продолжаю сталкиваться с ошибками ESOCKETTIMEDOUT
и ETIMEDOUT
через несколько минут.
Он снова работает после перезапуска script. Это, по-видимому, не проблема ограничения соединения, потому что я все еще могу без проблем выполнить разрешения4, resolveNs, resolveMx, а также curl
.
Вы видите какие-либо проблемы с кодом? или какие-либо советы? Я хотел бы увеличить async.queue() concurrency до 1000. Спасибо.
var request = require('request'),
async = require('async'),
mysql = require('mysql'),
dns = require('dns'),
url = require('url'),
cheerio = require('cheerio'),
iconv = require('iconv-lite'),
charset = require('charset'),
config = require('./spy.config'),
pool = mysql.createPool(config.db);
iconv.skipDecodeWarning = true;
var queue = async.queue(function (task, cb) {
dns.resolve4('www.' + task.domain, function (err, addresses) {
if (err) {
//
// Do something
//
setImmediate(function () {
cb()
});
} else {
request({
url: 'http://www.' + task.domain,
method: 'GET',
encoding: 'binary',
followRedirect: true,
pool: false,
pool: { maxSockets: 1000 },
timeout: 15000 // 15 sec
}, function (error, response, body) {
//console.info(task);
if (!error) {
// If ok, do something
} else {
// If not ok, do these
console.log(error);
// It keeps erroring here after few minutes, resolve4, resolveNs, resolveMx still work here.
// { [Error: ETIMEDOUT] code: 'ETIMEDOUT' }
// { [Error: ESOCKETTIMEDOUT] code: 'ESOCKETTIMEDOUT' }
var ns = [],
ip = [],
mx = [];
async.parallel([
function (callback) {
// Resolves the domain name server records
dns.resolveNs(task.domain, function (err, addresses) {
if (!err) {
ns = addresses;
}
callback();
});
}, function (callback) {
// Resolves the domain IPV4 addresses
dns.resolve4(task.domain, function (err, addresses) {
if (!err) {
ip = addresses;
}
callback();
});
}, function (callback) {
// Resolves the domain MX records
dns.resolveMx(task.domain, function (err, addresses) {
if (!err) {
addresses.forEach(function (a) {
mx.push(a.exchange);
});
}
callback();
});
}
], function (err) {
if (err) return next(err);
// do something
});
}
setImmediate(function () {
cb()
});
});
}
});
}, 200);
// When the queue is emptied we want to check if we're done
queue.drain = function () {
setImmediate(function () {
checkDone()
});
};
function consoleLog(msg) {
//console.info(msg);
}
function checkDone() {
if (queue.length() == 0) {
setImmediate(function () {
crawlQueue()
});
} else {
console.log("checkDone() not zero");
}
}
function query(sql) {
pool.getConnection(function (err, connection) {
if (!err) {
//console.log(sql);
connection.query(sql, function (err, results) {
connection.release();
});
}
});
}
function crawlQueue() {
pool.getConnection(function (err, connection) {
if (!err) {
var sql = "SELECT * FROM domain last_update < (UNIX_TIMESTAMP() - 2592000) LIMIT 500";
connection.query(sql, function (err, results) {
if (!err) {
if (results.length) {
for (var i = 0, len = results.length; i < len; ++i) {
queue.push({"id": results[i]['id'], "domain": results[i]['domain'] });
}
} else {
process.exit();
}
connection.release();
} else {
connection.release();
setImmediate(function () {
crawlQueue()
});
}
});
} else {
setImmediate(function () {
crawlQueue()
});
}
});
}
setImmediate(function () {
crawlQueue()
});
И системные ограничения довольно высоки.
Limit Soft Limit Hard Limit Units
Max cpu time unlimited unlimited seconds
Max file size unlimited unlimited bytes
Max data size unlimited unlimited bytes
Max stack size 8388608 unlimited bytes
Max core file size 0 unlimited bytes
Max resident set unlimited unlimited bytes
Max processes 257645 257645 processes
Max open files 500000 500000 files
Max locked memory 65536 65536 bytes
Max address space unlimited unlimited bytes
Max file locks unlimited unlimited locks
Max pending signals 257645 257645 signals
Max msgqueue size 819200 819200 bytes
Max nice priority 0 0
Max realtime priority 0 0
Max realtime timeout unlimited unlimited us
Sysctl
net.ipv4.ip_local_port_range = 10000 61000
Ответы
Ответ 1
По умолчанию в Node есть 4 рабочих для разрешения DNS-запросов. Если ваш DNS-запрос занимает много времени, запросы будут блокироваться на фазе DNS, и симптом будет точно ESOCKETTIMEDOUT
или ETIMEDOUT
.
Попробуйте увеличить размер пула ультрафиолетовых потоков:
export UV_THREADPOOL_SIZE=128
node ...
или в index.js
(или где бы вы ни находились):
#!/usr/bin/env node
process.env.UV_THREADPOOL_SIZE = 128;
function main() {
...
}
Изменение: Я также написал сообщение в блоге об этом.
Ответ 2
У меня была такая же проблема. Это решается с помощью "agent: false" в опции запроса после прочтения этого обсуждения.
10/31/2017
Оригинальный ответ выше, кажется, не полностью решает проблему. Окончательное решение, которое мы нашли, - использовать опцию keepAlive в агенте. Например:
var pool = new https.Agent({ keepAlive: true });
function getJsonOptions(_url) {
return {
url: _url,
method: 'GET',
agent: pool,
json: true
};
}
Пул по умолчанию для узла, по-видимому, по умолчанию keepAlive = false, что вызывает создание нового соединения при каждом запросе. Если за короткий промежуток времени создается слишком много соединений, появляется указанная выше ошибка. Я предполагаю, что один или несколько маршрутизаторов на пути к сервису блокируют запрос соединения, вероятно, в подозрении на атаку Deny Of Service. В любом случае приведенный выше пример кода полностью решил нашу проблему.
Ответ 3
В инструменте запроса (https://github.com/request/request)
Поддержание активности http-соединения по умолчанию отключено.
Вам нужно установить option.forever = true, чтобы открыть эту функцию.