上传图片失败问题的排查记录

背景

最近开发水印相机，遇到了个难缠的问题。这里记录分享一下。

之前上传图片功能的开发，一般都是修改用户头像之类的，所以印象中上传图片，没有什么难处理的，使用 AFNetworking的 formData 进行上传，直接就可以了。但是这次用户大批量使用水印相机后大量反馈上传慢、上传不成功的问题。

排查

用户反馈有问题后，开始排查；在用户反馈上传不成功的同一时间，在开发环境和线上环境尝试拍摄上传均可正常上传。

初步判断是网络问题，由于用户需要在工地现场使用此功能，所以猜测是用户网络环境的问题。建议用户尝试切换网络重新上传。同时让用户使用 SpeedTest.cn测速，发现部分用户月底流量限速网速被限制了，上传网速很低，导致上传不成功。

然而还是有部分用户，测速显示上传速度28M/s，但是上传依旧超时失败。继续排查后，有同事在测试环境出现了一直上传失败的情况，排查后发现安全组有策略：同一IP单位时间访问请求的数量超出几千次后，当前 IP 会被限制，任何操作都会限制。但是进一步排查后，发现线上因为这个原因被限制的用户并没有太多。

继续排查后，发现有用户反馈提示上传超时，但是实际上传成功。查看后发现，当网速不好时，客户端设置超时时间6秒，但是服务端的超时是12秒，所以当上传时间超出6秒时，客户端AFNetworking请求因超时，返回上传失败，但实际上传服务端成功的情况。针对这种情况，修改客户端超时时间大于等于服务端超时，即，上传超时的判断由服务端来判断而不是客户端。

过程中还发现用户反馈，选择多张上传失败，单张上传能成功的情况。这种情况排查后发现，同样是网络不好的情况下，超时时间已修改为15秒，3G 网络，选择多张时上传失败，单张则可以上传成功。排查后发现是并发请求的问题。（最开始的多张照片是打包上传，即多张照片，在 AFN 的FormData中添加组合，然后使用一个请求发出，后来发现有上传失败后，服务端说照片的打包上传并没有意义，因为压缩不了大小，让客户端修改为一张一个请求）于是选择多张上传时，是每张照片一个请求，使用 DispatchGroup判断是否所有请求是否成功，相当于假设拍摄了9张照片，点击上传，是同时发起了9个上传请求，然后等待9个请求的结果，这对于上传网速不太好的用户，很大的概率出现上传失败。分析原因是，假设上传网速有50K，这50K 如果都用来上传同一张照片，可能15秒内上传成功；但是如果用来同时上传9张，则一张也成功不了。这也是网盘类 APP上传每次同时只有两三个任务开启的原因。针对这种情况，修改上传为NSOperationQueue队列上传，设置队列最大并发数为2。

用户反馈上传失败问题时，服务端那边却看不到超时或者失败，甚至请求的日志也看不到。联系网络组协助排查后发现，有 token 过期网关拦截的日志，项目中的 token 有效期为7天，刷新 token 的逻辑与主工程的 Controller 绑定，而上传照片的项目是 CocoaPods 方式添加到项目中的，所以 token 过期后触发网络请求基类的通知，但是主工程的 Controller接受到后，判断当前页面没有显示就没有处理。针对这种情况，把 token 过期刷新逻辑从和 Controller 的绑定中抽出到单独的处理类，确保项目中任何地方的 token 过期都能够触发刷新处理逻辑。

同时，从听云后台看到，针对上传接口失败的日志，有些请求中的 localDNS 为空，针对这种没有 localDNS 的情况，项目添加阿里的 HTTPDNS，每次上传前，获取上传域名接口的 IP，然后替换请求链接中的域名，设置域名到 Host，再发起请求。