后端假死是504或recv() failed (104)的主因：进程存活但失响应，需结合error.log中“while reading response header”等线索、抓包确认RST来源、比对$upstream_response_time与$request_time，并深入检查JVM GC、Go协程泄漏或Node.js事件循环阻塞。
后端服务假死是 Nginx 出现 504 或 recv() failed (104: Connection reset by peer) 的常见真凶——进程没挂，但已失去响应能力。排查不能只看“进程在不在”，而要聚焦在“它是否还能正常收发、处理请求”。
看日志定位假死发生阶段
打开 Nginx error.log，重点识别三类线索：
- while reading response header from upstream：说明连接已建好，但后端连第一个响应头都没发出来 → 很可能卡在初始化、数据库连接、锁竞争或 GC 中
- upstream prematurely closed connection：后端主动断连，常见于进程未崩溃但线程池耗尽、goroutine 泄漏、Node.js 事件循环阻塞
- 对比
$upstream_response_time和$request_time：
若前者有值（如2.987），后者远大于它（如62.341），说明后端确实返回了部分数据，但后续卡住；
若前者为-，说明后端根本没写出任何字节，大概率处于僵死或刚启动未就绪状态
抓包确认 RST 来源和时机
仅靠日志无法判断谁“掐断”了连接。必须抓包验证：
- 在 Nginx 服务器执行：
tcpdump -i any 'host 后端IP and port 后端端口' -w fake-dead.pcap - 复现问题后，用 Wireshark 打开，过滤
tcp.flags.reset == 1 - 检查 RST 包的源 IP：
→ 是后端地址？查其 JVM GC、Go 协程数、Node.js 事件循环延迟
→ 是中间防火墙或 LB？检查策略是否重置空闲连接
→ 是客户端？需排查前端超时设置或网关行为
查后端真实运行态，不止看进程和健康接口
“curl /health 返回 200”不等于服务可用。要深入运行时：
-
JVM 应用：查 GC 日志，看 Full GC 是否频繁且单次 > proxy_read_timeout；用
jstack <pid>看是否有大量线程卡在BLOCKED（锁竞争）或WAITING（线程池满、DB 连接池空） -
Go 应用：运行
go tool pprof http://localhost:6060/debug/pprof/goroutine?debug=2，观察 goroutine 数量是否持续上涨；检查内存是否接近容器 limit 触发 panic 后 socket 被回收 -
Node.js：用
clinic doctor --on-port 3000检测事件循环延迟；检查是否有同步大计算（如 JSON.parse 大文件、正则回溯）阻塞主线程 - 通用信号：CPU 使用率低但请求堆积、线程/协程数异常飙升、健康检查通但业务接口全超时
验证是否被防火墙或连接池干扰
假死有时是“被误判”的结果：
- 检查 Nginx upstream 是否启用了
keepalive，而后端不支持 HTTP/1.1 持久连接 → 复用旧连接时遭遇 RST - 确认防火墙是否对健康检查路径（如
/health）放行，但对业务路径限速或拦截 → 健康检查通过，实际请求被丢包或延迟升高 - 查看后端日志中是否频繁出现
broken pipe、client closed connection或Connection reset，尤其集中在某类请求后
