nginx代理socket.io服務踩坑
nginx代理了兩臺socket.io伺服器。socket.io的工作模式是polling升級到websocket
現象
通過nginx請求服務時，出現了大量的400錯誤，有時候能升級到websocket，有時候會一直報錯。但是直接通過 ip+埠 訪問時，100%能成功。
分析
sid
sid是我們這個問題的關鍵。在初始建立連線時（polling模式就是在模擬一個長連線），客戶端會發起這樣的請求：
https://***/?EIO=3&transport=polling&t=1540820717277-0
服務端收到後會建立一個物件，繫結在這個連線上，同時返回一個sid（session id），來標記這個會話。會話指什麼呢，會話是一連串的互動，這些互動之間是有聯絡的，在我們這個場景下就是，下一次的http請求到來，我需要找到之前繫結在理論上的長連線（這裡還沒有websocket，所以是理論上的）上的那個物件。我們知道http請求是無狀態的，每個請求之間獨立，所以socket.io引入了sid來做這件事。服務端收到請求後會生成一個sid，看下response：
{"sid":"EoGaL3fRQlpTOaLp5eST","upgrades":["websocket"],"pingInterval":8000,"pingTimeout":10000}
之後每次請求都需要帶上這個sid，建立websocket請求的連線也不例外。所以說，sid是polling，以及polling升級到websocket的關鍵。這之後的請求類似於：
https://***/?EIO=3&transport=polling&t=1540820717314-1&sid=EoGaL3fRQlpTOaLp5eST or wss://***/?EIO=3&transport=websocket&t=1540820717314-1&sid=EoGaL3fRQlpTOaLp5eST
那麼問題來了，如果請求是帶上的sid不是服務端生成的會怎樣呢？服務端會不認識，給你返回一個400，並告訴你
invalid sid
我們遇到的便是這個問題，nginx預設的負載均衡策略是輪詢，所以請求有可能會打到不是生成這個sid的機器上去，這時候我們就會收到一個400，如果運氣好，可能也會打到原來的機器上，運氣更好一點，甚至能堅持到websocket連線建立。
解決
這裡提出兩種方案
- nginx的負載均衡採用ip_hash，這樣能保證一個客戶端的請求都走到一臺伺服器上
- 不使用polling模式，只使用websocket
這兩種方案各有利弊。第二種顯而易見，不支援websocket的古老瀏覽器和客戶端將沒法工作。第一種的問題隱藏得比較深，試想，如果你增減了機器會怎樣，這時候ip_hash策略的模將變化，之前的連線將全部失效，而對於微服務，擴縮容是很頻繁的操作（特別是產品處於發展期），這種有損的擴縮容很大概率是不能接受的。
綜上，建議直接使用websocket，畢竟不支援websocket的老版本佔比很少，而且相對於先polling，耗時也會減少。