# 一个 pcap 文件，判明是网络故障还是代码问题

> 在客户服务器上用 tcpdump 抓包，回本机用 Wireshark 打开，几个 SYN 包就能看出是哪一方的问题。

原文: https://fdetimes.net/zh/tools/tcpdump-wireshark-network-or-code/

SYN 包发出后如果没有应答，TCP 不会立即重发。RFC 6298 规定，重传前的初始等待时间为一秒。这个小细节一旦出现在 pcap 文件里，往往就足以结束一场拖了整个下午的会议。

每当部署在客户现场出问题，熟悉的争论就会再次上演。客户的基础设施团队说网络没问题，而你确信自己的代码是对的。应用日志只记录应用自认为发生了什么，抓包记录的则是线路上实际传输的内容。

**要点:** 双方互相指责时，抓包就是一个不偏向任何一方的证人。

## 两个工具，一种文件格式

tcpdump 是一款命令行抓包分析工具，与抓包库 libpcap 一同发布，两者均采用三条款 BSD 许可证。它很适合客户的 Linux 服务器，这类环境通常只有 SSH，没有图形界面。

Wireshark 项目始于 1998 年，自称是一款网络协议分析器，能让你在“微观”层面看清网络上发生了什么。它采用 GPLv2 许可证，支持 Windows、macOS、Linux 和 UNIX，用户指南把网络故障排查列为其主要用途之一。

两个工具通过 tcpdump 的 `-w` 参数衔接起来。根据 man 手册，该参数会把原始数据包写入文件，而不是解析后打印出来；Wireshark 可以打开 tcpdump 生成的文件。因此，合理的流程是在客户机器上抓包，在自己的机器上分析。

## 一个超时案例，从头到尾

举一个假设的例子。你的服务调用客户内部 API，地址 `10.0.0.5`，端口 `8443`，每隔几分钟就超时一次。你在运行该服务的机器上执行：

```bash
sudo tcpdump -i any -w timeout.pcap 'host 10.0.0.5 and tcp port 8443'
```

过滤条件采用 pcap-filter 语法，只保留两个可疑端点之间的流量。机器上的其他流量一概忽略，文件因此保持精简，客户也不必担心你顺带抓走了其他系统的数据。

`-s` 参数设置 snaplen，即每个数据包截取的字节数。当前 man 手册给出的默认值是 262144 字节，但要以客户机器上的 tcpdump 版本为准。如果客户担心敏感数据，不必等对方开口，主动提出把 snaplen 缩小到刚好够抓包头即可。

在 Wireshark 中打开 `timeout.pcap`。如果文件里仍有很多连接，在显示过滤器输入框中输入 `ip.addr == 10.0.0.5 && tcp.port == 8443`。这串表达式与传给 tcpdump 的过滤条件完全不同，因为两类过滤器使用各自独立的语法。

## 两种结果，两种处理方式

沿着时间列找到应用报告超时的时刻。假设在此之前，有三个完全相同的 SYN 包发往 `10.0.0.5:8443`，第一次重传距原始包约一秒，且 `10.0.0.5` 没有回任何包。这一秒的间隔与 RFC 6298 中的初始超时时间一致。

结论很简单：请求根本没有到达服务器。你的机器发出了请求，对端毫无回应，所以要排查的是客户一侧的防火墙或网络路径。

反过来，如果握手完成、服务器也很快回复，应用却仍然报超时，那么问题出在你的代码或客户端配置上，应当立即认领。一个愿意证明 bug 出在自己身上的前线部署工程师（FDE），下次说“是网络问题”时才会有人相信。

## 在客户现场抓包的三个常见错误

第一，把 Wireshark 显示过滤器粘贴到 tcpdump 里。Wireshark 的 FAQ 明确指出，抓包过滤器与显示过滤器的语法不同。抓包过滤器决定哪些包会被记录，被丢弃的包无法找回，所以抓包时只按主机和端口做适度过滤，细节留给 Wireshark。

第二，忘了权限问题。Wireshark 的 FAQ 提到，抓包可能需要用具备足够权限的账户运行。在客户那里，这通常意味着一张工单、一位审批人和几天的等待，所以要在第一周、还没出任何问题时就提出申请。

第三，依赖服务器私钥解密 TLS。Wireshark 的 TLS wiki 推荐通过 `SSLKEYLOGFILE` 使用密钥日志文件，并提醒 RSA 私钥方式不适用于 TLS 1.3。密钥日志能解开流量，因此要把它当作机密对待，并与客户约定由谁保管文件、何时删除。

一个小练习：pcap-filter 的 man 手册提供了按 TCP 标志位筛选数据包的语法，例如 `'tcp[tcpflags] & (tcp-rst|tcp-ack) == (tcp-rst|tcp-ack)'` 只抓取同时设置了 RST 和 ACK 的包。连接本机一个关闭的端口时用这个过滤条件抓包，再把结果与 SYN 无人应答的情况对比。

## 先学什么

从 tcpdump、`-w` 和 pcap-filter 语法学起，因为在别人的机器上，这一部分必须做对。接着在 Wireshark 里反复阅读 TCP 握手，直到一眼就能看出连接停在哪一步。TLS 解密放到最后。

简历上不要写含糊的“熟悉 Wireshark”，而要写类似这样的一句：“通过抓包定位超时的根因，证明故障出在客户防火墙”。招聘 FDE 的人看到这句话，会看到一位懂得用证据化解争论的工程师。

下次有人说“我们的网络没有任何问题”，你不必争辩，只需申请运行十分钟 tcpdump 的权限。

**本周动手试试:**

- 在笔记本上用过滤条件 'tcp port 80' 和 -w 参数运行 tcpdump，加载一个 HTTP 页面，然后在 Wireshark 中打开文件，完整读一遍握手过程。
- 连接一个没有服务监听或被屏蔽的端口，抓包后找出第一个 SYN 与其重传之间的时间间隔。
- 起草一份抓包权限申请清单（哪台机器、哪个网卡、哪个端口、抓多久、谁保管文件），在部署第一天发给客户。

## 信源

- [Wireshark • Go Deep | About](https://www.wireshark.org/about.html)

- [Wireshark Frequently Asked Questions](https://www.wireshark.org/faq.html)

- [Wireshark User's Guide – Introduction](https://www.wireshark.org/docs/wsug_html_chunked/ChapterIntroduction.html)

- [TCPDUMP & LIBPCAP](https://www.tcpdump.org/)

- [tcpdump man page](https://www.tcpdump.org/manpages/tcpdump.1.html)

- [pcap-filter man page](https://www.tcpdump.org/manpages/pcap-filter.7.html)

- [Wireshark Wiki – TLS](https://wiki.wireshark.org/TLS)

- [Computing TCP's Retransmission Timer (RFC 6298)](https://www.rfc-editor.org/rfc/rfc6298.html)
