Spring Boot使用Elasticsearch出现Connection reset by peer问题

问题现象

Spring Boot服务使用Elasticsearch RestHighLevelClient链接Elasticsearch运行一段时间就会出现Connection reset by peer，TCP连接中断，业务数据写入失败。

原因分析

连接关闭有很多原因，是Elasticsearch服务器端不能完全控制的。例如，有可能关闭了连接，有可能有防火墙，交换机，VPN等，也有可能是keepalive设置问题，更换了连接服务器节点，网络不稳定等。

处理步骤

如果出现这种情况可以选择如下多种方式解决问题。

• 方法一

  修改RestHighLevelClient连接请求的超时时间 ，默认1000ms可以尝试增加到10000ms。

  RestClientBuilder builder = RestClient.builder(new HttpHost(endpoint, port))
          .setHttpClientConfigCallback(httpClientBuilder->    
  httpClientBuilder.setDefaultCredentialsProvider(credentialsProvider))
          .setRequestConfigCallback(requestConfigBuilder ->
  requestConfigBuilder.setConnectTimeout(10000).setSocketTimeout(60000));
      return new RestHighLevelClient(builder);

  单个请求修改：request.timeout(TimeValue.timeValueSeconds(60))。

• 方法二

  设置RestHighLevelClient keepalive时间，建议设置到15分钟。

• 方法三

  针对代码层面捕获异常情况，建议重试请求。

参考

• TCP长连接和短连接

  TCP协议中有长连接和短连接之分。短连接在数据包发送完成后会自己断开，长连接在发包完成后， 会在一定的时间内保持连接，即通常所说的Keepalive（存活定时器）功能。

• TCP保活机制

  保活机制是由一个保活计时器实现的。当计时器被激发，连接一端将发送一个保活探测报文， 另一端接收报文的同时会发送一个ACK作为响应。 如果客户端无响应，服务器将中断连接，否则会重置保活计时器。

  服务器端Keepalive设置时间30m，Linux有三个参数可以控制保活时间： tcp_keepalive_time（开启Keepalive的闲置时长）、 tcp_keepalive_intvl（Keepalive探测包的发送间隔）、tcp_keepalive_probes （如果对方不予应答，探测包的发送次数）。

• http-keepalive

  http-keepalive是保证一个TCP连接尽可能传递多的报文，每次交互一个报文后就会更新http-keepalive时间。如果http-keepalive时间超时，意味这个这段时间client和server没有报文交互，本端会主动关闭释放连接。

  tcp-keepalive是一种探测TCP连接状态的保活机制，TCP连接建立后如果不主动关闭，client和server没有发生异常，这个连接理论上是一直存在的，http-keepalive是保证一个TCP连接上尽可能传递更多的报文，如果http-keepalive时间内没有报文交互则会主动关闭连接。