Komari 反复报 WSL 离线排查

现象

Komari 一直推送公司电脑上那台 WSL2 的离线告警，过十几分钟又恢复。可 WSL 已经连续运行 6 天，SSH 也一直能连。

原因

对照面板和 agent 两边的日志：

agent 要过约 16 分钟才发现连接断了。其他节点同样会心跳超时，但 2 分钟左右就重连上，不触发告警。

这 16 分钟来自内核的 TCP 重传：连接上有数据没被确认时，Linux 默认的 tcp_retries2 = 15 要重传约 924 秒才放弃。agent 每秒都在上报，连接从不空闲，所以 keep-alive 不起作用。WSL 里又开着 mihomo 的 TUN，agent 实际只连到本机的 mihomo，只能等 mihomo 那条出站连接重传超时，才收到断开。

至于为什么最近才收到告警：Komari 1.6.0 把通知渠道改成了插件，升级后几天没配，告警都静默失败了。问题早就存在。

修复

echo 'net.ipv4.tcp_retries2 = 8' | sudo tee /etc/sysctl.d/90-tcp-fast-fail.confsudo sysctl --system

调成 8 后约 100 秒就判定断开，agent 能赶在告警前重连；真断网几分钟，告警照发。这个改动只影响「有数据发出、对方一直不回」的连接，代价是长时间断网恢复后，正在传数据的连接不能接着用。阿里云 ECS 镜像的默认值就是 8。

小结

• 监控报离线但机器正常时，对照两端的时间线，看是断线本身还是发现断线太慢。

• 一直有数据在发的长连接，断线后多久报错由 tcp_retries2 决定，默认 15 分钟。

• 告警「最近才出现」，先确认以前的告警有没有发出去。