记一次下载大文件存在数据异常问题排查

最近遇到了一个很诡异的问题，有用户反馈从文件下载服务测试环境下载一个视频文件，每次MD5都不一样。。。

对于文件下载服务来说，下载文件内容错乱是个很严重的问题了，但是之前一直也没遇到过文件内容错乱的问题。看了一下问题文件，是一个视频文件，大小为1.08GB。第一个反应就是可能是一个大文件下载才会触发的问题。接着问用户如何发现这个问题的，答曰因为这个视频文件播放到最后很卡，第二个反应是下载到最后存在数据错乱。

自己测试了一下，测试环境是100%复现，每次的MD5都是不一样的。改用另外的大于1G的文件，一样能复现，排除了特定文件的可能。接着测试500MB的文件和900MB，发现没问题，推测问题是出在大于1GB的文件上。但是，生产环境却没有这个问题。。。

本地起Tomcat测试，竟然发现没有复现，结合该应用稳定运行多年，线上也没有人反馈文件异常问题，推测应用本身的逻辑应该是正常的。怀疑的焦点转移到了Nginx上。直接访问测试环境的Tomcat，发现也是正常的，确定是Nginx问题。

查看Nginx日志，发现有很重要的信息：

2019/06/28 11:28:27 [error] 15032#15032: *5973942305 upstream prematurely closed connection while reading upstream, client: 192.168.237.155, server: debug.web.com, request: "GET /v0.1/static/test_mzb/bigtest-d072bc5950f767009175668f781faaf2.rar HTTP/1.1", upstream: "http://172.xx.xx.xx:8092/v0.1/static/test_mzb/bigtest-d072bc5950f767009175668f781faaf2.rar", host: "debug.web.com"

upstream prematurely closed connection while reading upstream这个错误信息的意思是Nginx读取Tomcat请求时，后端服务关闭了连接。网上找到了对应错误的讨论：Upstream prematurely closed connection while reading upstream · Issue #5706 · owncloud/client，这篇issue中，有人说通过设置proxy_request_buffering off;proxy_buffering off;可以解决这个问题。通过这个线索，怀疑是Nginx的缓存功能导致的问题。

查看Nginx文档，Module ngx_http_proxy_module，其中描述了在作为代理服务器时，是否缓存响应的相关配置。总的开关配置是proxy_buffering，表示是否开启反向代理服务对Response的缓存，默认开启。开始缓存时，Nginx会以最快的速度从后端服务读取Response内容，缓存到缓冲区中，缓冲区的大小由proxy_buffer_size和proxy_buffers配置项指定。如果缓冲区无法装下所有的响应，则响应的内容会写入到缓存文件中，缓存文件的最大大小由proxy_max_temp_file_size配置项指定，默认为1G。Nginx这个缓存行为会进行到Response读取完毕，或者是缓存文件写满。

这个缓存文件大小为1G，与出问题的文件是大于1G相吻合。所以可以推论问题的原因是因为用户下载文件，Nginx会以最快速度从Tomcat获取文件流，因为Nginx与Tomcat处于一个内网，带宽很高，很快就会把1G的缓存文件写满，然后用户慢慢下载，当用户下载完这缓存的内容后，Nginx继续从Tomcat获取剩余的内容，但是这会儿连接因为长时间没有读写过期关闭了，导致Nginx提示upstream prematurely closed connection while reading upstream错误。至于为什么用户会继续下载到后续的错误字节数据，这个要看Nginx的具体代码才能清楚了。

通过将proxy_max_temp_file_size配置为2G，发现问题解决了，可以确定是这个问题。