CPU frei, RAM frei, Netzwerk kaputt: Wenn die Conntrack-Tabelle vollläuft

Verbindungsabbrüche trotz freier Ressourcen: Conntrack-Belegung, Datenpfade und Fehler im Linux- und Kubernetes-Betrieb gezielt untersuchen.

Neue Verbindungen schlagen sporadisch fehl. Einzelne Anfragen laufen in Timeouts. Ein erneuter Versuch funktioniert manchmal sofort.

Das Monitoring zeigt keine offensichtliche Überlastung. CPU und Arbeitsspeicher haben Reserven. Auch die Bandbreite ist nicht ausgeschöpft.

In Linux-basierten Umgebungen kann hinter diesem Fehlerbild eine andere knappe Ressource stecken: die Tabelle zur Verbindungsverfolgung.

Netzwerkverkehr braucht Verwaltungszustand

Conntrack verfolgt Verbindungen beziehungsweise Datenflüsse. Dieser Zustand wird unter anderem für zustandsbehaftete Firewall-Regeln und NAT verwendet.

Die Linux-Kernel-Dokumentation stellt dafür zwei wichtige Größen bereit: nf_conntrack_count beschreibt die aktuelle Zahl zugeordneter Einträge, nf_conntrack_max die konfigurierte Obergrenze. Beide lassen sich über sysctl auslesen:

sysctl net.netfilter.nf_conntrack_count
sysctl net.netfilter.nf_conntrack_max

Für die Bewertung ist außerdem wichtig, dass Einträge je nach Protokoll und Zustand unterschiedlichen Timeouts unterliegen. Eine Anwendung kann ihre Arbeit bereits abgeschlossen haben, während zugehöriger Verbindungszustand noch vorgehalten wird. Details erläutert die Linux-Kernel-Dokumentation.

Viele kurze Verbindungen können schwerer wiegen als viel Traffic

Ein illustratives Szenario: Nach einer Änderung öffnet ein Dienst für jeden Aufruf eine neue Verbindung, statt bestehende Verbindungen wiederzuverwenden.

Die übertragenen Datenmengen bleiben klein. Die Zahl neuer Verbindungen steigt jedoch stark. Gleichzeitig sorgen automatische Wiederholungen für weitere Aufrufe.

Damit wächst der Verwaltungsaufwand im Netzwerkpfad, obwohl die üblichen Auslastungsdiagramme unauffällig aussehen.

Für die Fehlersuche ist diese Unterscheidung zentral: Bandbreite beschreibt nicht, wie viele Verbindungen ein System gleichzeitig verwalten muss.

Zuerst den betroffenen Datenpfad verstehen

Die Diagnose sollte mit einer Eingrenzung beginnen. Betrifft das Problem neue Verbindungen oder auch bestehende? Tritt es auf allen Hosts auf oder nur auf einzelnen? Teilen die betroffenen Anfragen einen gemeinsamen NAT- oder Firewall-Knoten?

Dazu kommen der Verlauf der Tabellenbelegung, passende Kernel-Meldungen und Statistiken zu verworfenen Paketen beziehungsweise fehlgeschlagenen Einträgen.

Ein hoher Momentanwert allein beweist die Ursache noch nicht. Aussagekräftig wird er durch den zeitlichen Zusammenhang mit den Fehlern.

In Kubernetes-Umgebungen muss außerdem klar sein, welche Komponente den jeweiligen Verkehr verarbeitet. Je nach Netzwerkimplementierung können neben Linux-Conntrack weitere oder andere Zustandstabellen relevant sein.

Mehr Einträge sind eine Kapazitätsentscheidung

Die Obergrenze zu erhöhen kann eine sinnvolle Maßnahme sein. Sie sollte aber zu den Ressourcen und zum erwarteten Verbindungsaufkommen passen.

Vorher lohnt sich der Blick auf den Auslöser: Fehlt Connection Pooling? Werden Verbindungen unnötig häufig neu aufgebaut? Verstärken Retries die Last? Konzentriert sich zu viel Verkehr auf einen einzelnen Knoten?

Auch Änderungen an Timeouts brauchen Kontext. Zu aggressive Werte können legitime, länger inaktive Verbindungen beeinträchtigen.

Das pauschale Leeren der Tabelle ist ebenfalls keine harmlose Diagnosemaßnahme. Es kann bestehenden Verkehr stören und gleichzeitig die Spuren des Problems beseitigen.

Für den Betrieb ergibt sich eine konkrete Ergänzung zum Monitoring: Neben CPU, RAM und Bandbreite sollten auch Belegung und Fehler der tatsächlich verwendeten Netzwerk-Zustandstabellen sichtbar sein.