记录一次WireGuard组网中断的问题_csdn zhangzhibo921

一、场景搭建

在实际场景中，两端分别使用CentOS搭建了WireGuard进行组网，两边的网段和配置文件如下：

配置好后，在核心路由上，将对端网段的下一跳，指向本地的Wireguard主机即可。

二、问题说明

问题描述：

当配置调好后，双边都可以互相访问。

实际运行过程中，发现了用户用着用着就会断网，一般来说，重启WG网卡可以恢复正常。

怀疑点分析：

（1）是否是因为PersistentKeepalive参数值设置导致的这个问题。

但是无论怎么调整这个参数，两端都设置了，从0-300的值都试过，这边仍然会经常断网；

（2）经过各种排查无果，怀疑的点转移到网络中断上，是否是因为某种原因，导致网络中断后，wg0网卡不会自动重连导致的。

而网络中断有几种可能原因，因为非固定IP的一端，会不定期变动公网IP，如果变动后，wg0网卡不重连，那么自然就断网了。

三、解决问题

思路

（1）主要是要能够感知网络是否中断

（2）网络中断后，是否可以自动发起重连

（3）找出网络中断的原因

解决方法

（1）写一个脚本，定期的发包给对端wg0的网卡地址，如果中断的话就很快能知道

（2）当发现中断后，支持wg0网卡重启的操作，让其自动重连

（3）再写一个脚本，定期去看看自己的公网IP是否变化，并且通过查看公网IP变化的时间，对比网络中断的时间是否一致

具体操作

由于不会编程，那么就用bash脚本来实现吧，使用ping命令即可，每10秒ping一个包的方式。由于centos里，ping如果不通的话，不会显示回显信息，那么可以把ping的结果追加到一个log文件内，这样只需要定期读取log文件的行数，就知道是否断网了，那么这个脚本实现的方式可以是这样：

（1）先做一个crontab定时任务，每天执行一次ping操作

将下面的脚本写到/etc/wireguard/keepalive.sh文件中

#!/bin/bash
#先延迟5秒再执行脚本
sleep 5
 
# 获取当前日期并格式化为YYYY-MM-DD
current_date=$(date +"%Y-%m-%d")
 
# 定义日志文件名
log_file="$current_date.log"
 
# 执行ping命令，每10秒一个ping包，一天有86400秒，这里一天给8660个ping包足够覆盖全天时间，然后将结果追加到以当天日期命名的log日志文件中
ping 192.168.0.1 -i 10 -c 8660 >> "/etc/wireguard/pinglog/$log_file"

做个定时任务，每天零点开始执行这个脚本，那么每天执行都会有一个log日志文件，来记录ping的结果，按照脚本设计的内容，这里的log日志文件会写到/etc/wireguard/pinglog目录下。

使用crontab -e命令

0 0 * * * sh /etc/wireguard/keepalive.sh &

（2）再做一个检查pinglog目录内的日志文件总行数的脚本，如果总行数一直增加，那么代表ping是正常的，如果断网了，那么代表ping不通啦，如果连续好几个包都ping不通的话，就重启wg0网卡。

把下面的脚本内容写到/etc/wireguard/checkping.sh文件中

#!/bin/bash
. /etc/profile
# 定义日志文件路径
pinglog_dir="/etc/wireguard/pinglog"
checklog_dir="/etc/wireguard/checklog"
checklog="$checklog_dir/check.log"
restartlog="$checklog_dir/restartWG.log"
 
# 检查日志目录是否存在，如果不存在则创建
mkdir -p "$checklog_dir"
 
# 初始化行数计数
prev_line_count=0
 
while true; do
  # 获取第一次统计的时间和结果
  first_time=$(date +"%Y-%m-%d %H:%M:%S")
  first_line_count=$(cat "$pinglog_dir"/* 2>/dev/null | wc -l)
 
  # 等待15秒
  sleep 15
 
  # 获取第二次统计的时间和结果
  second_time=$(date +"%Y-%m-%d %H:%M:%S")
  second_line_count=$(cat "$pinglog_dir"/* 2>/dev/null | wc -l)
 
  # 写入第一次和第二次统计结果到check.log文件
  echo "$first_time 第一次统计结果: $first_line_count" >> "$checklog"
  echo "$second_time 第二次统计结果: $second_line_count" >> "$checklog"
  echo "***********************************************" >> "$checklog"
 
  # 检查是否有增加的行数
  if [ "$second_line_count" -gt "$first_line_count" ]; then
    # 退出脚本
    exit 0
  else
    # 第二次统计行数没有增加，等待15秒再次统计
    sleep 15
    
    # 获取第三次统计的时间和结果
    third_time=$(date +"%Y-%m-%d %H:%M:%S")
    third_line_count=$(cat "$pinglog_dir"/* 2>/dev/null | wc -l)
    
    # 写入第三次统计结果到check.log文件
    echo "$third_time 第三次统计结果: $third_line_count" >> "$checklog"
    echo "--------------------------------------------------------------------------------" >> "$checklog"
    
    # 检查是否有增加的行数
    if [ "$third_line_count" -gt "$second_line_count" ]; then
      # 行数增加就退出脚本
      exit 0
    else
      # 如果行数仍然没有增加，执行重启命令
      echo "回包数30秒未增加，执行重启wg0操作" >> "$checklog"
      echo "--------------------------------------------------------------------------------" >> "$checklog"
      /usr/bin/wg-quick down /etc/wireguard/wg0.conf
      /usr/bin/wg-quick up /etc/wireguard/wg0.conf
      
      # 退出脚本
      exit 0
    fi
  fi
done

再做个定时任务，每5分钟执行一次这个脚本，用来检查pinglog目录下，log日志的行数是否增加.

使用crontab -e命令：

*/5 * * * * sh /etc/wireguard/checkping.sh

OK，这么做以后，发现断网问题解决了。看起来确实是因为某种原因断网后，wg0网卡没有重连导致的，现在由于能够感知断网问题重连，至少用户没有反馈断网问题了。

（3）怀疑是由于公网IP变化导致的断网，再写个脚本验证一下

把下面的内容写到/etc/wireguard/pubip.sh文件中，公网IP的记录信息会在/etc/wireguard/checklog/PubIP.log日志文件中

#!/bin/bash
# 获取公网IP
ip_pub1=$(curl -sS ipinfo.io/ip)
ip_pub2=$(curl -sS ifconfig.me)
ip_pub3=$(curl -sS icanhazip.com)
 
# 获取当前时间
datetime=$(date +"%Y-%m-%d %H:%M:%S")
# 组合信息
info1="ipinfo.io/ip获取到的公网IP为: $ip_pub1, 获取时间为: $datetime"
info2="ifconfig.me获取到的公网IP为: $ip_pub2, 获取时间为: $datetime"
info3="icanhazip.com获取到的公网IP为: $ip_pub3, 获取时间为: $datetime"
 
# 追加到文件中
echo $info1 >> /etc/wireguard/checklog/PubIP.log
echo $info2 >> /etc/wireguard/checklog/PubIP.log
echo $info3 >> /etc/wireguard/checklog/PubIP.log
echo "*************************************" >> /etc/wireguard/checklog/PubIP.log
# 打印当前信息
#echo $info

再做个定时任务，每十分钟查看一次公网IP，使用crontab -e命令：

*/10 * * * * sh /etc/wireguard/pubip.sh

OK，问题得到验证，公网IP变化后，pinglog丢包的时间差不多能够吻合。

四、结论

在生产环境中，由于公网IP的稀缺性，导致只能由非固定公网IP的一端，主动去连接有固定公网IP的一端，因此，非固定公网IP的一端，会经常因为公网IP变化导致wireguard的连接中断，而wireguard或许是因为缺少这种自检测机制，不会重连，因此会导致真正使用wireguard组网的时候，会出现公网IP变化而断网的情况。

这个小问题主要是一个简单的脚本实现，比较鸡肋，仅能解决单一问题，在实际生产环境中，可能还会出现其他的不可预知的问题。