故障现象
同一台物理机上的多台虚拟机同时出现应用服务超时、无法访问等现象，ping虚拟机和物理机丢包严重。
故障原因
物理机上某台虚拟机建立了大量连接，导致物理机连接追踪表被大量ESTABLISHED连接记录塞满，进而出现丢包现象。
处理方法
调整物理机内核参数，增大最大连接追踪记录数、减小ESTABLISHED、TIME_WAIT、CLOSE_WAIT、FIN_WAIT等连接记录的超时时间。
排查过程
一开始从业务层面排查，分析是否有某台虚拟机占用带宽的情况，但是排查监控和实时流量并没有发现问题，未果。第二次出现问题时，在宿主机上ping故障虚拟机，出现“ping: sendmsg: Operation not permitted”的报错：
# ping 172.16.3.5 PING 172.16.3.5 (172.16.3.5) 56(84) bytes of data. ping: sendmsg: Operation not permitted ping: sendmsg: Operation not permitted ping: sendmsg: Operation not permitted ping: sendmsg: Operation not permitted
查看内核日志，报错如下：
# dmesg | tail [64802472.971773] nf_conntrack: table full, dropping packet [64802472.972242] nf_conntrack: table full, dropping packet [64802472.973668] nf_conntrack: table full, dropping packet [64802472.978622] nf_conntrack: table full, dropping packet [64802472.988458] nf_conntrack: table full, dropping packet [64802472.991945] nf_conntrack: table full, dropping packet [64802472.998772] nf_conntrack: table full, dropping packet [64802472.999542] nf_conntrack: table full, dropping packet [64802473.001464] nf_conntrack: table full, dropping packet [64802473.001768] nf_conntrack: table full, dropping packet
发现是由于连接追踪表满导致丢包。其实这个问题出现过一次，当时是存在大量TIME_WAIT连接记录所致，现在这个问题是存在大量ESTABLISHED连接记录所致：
# cat /proc/net/nf_conntrack | awk '/^.*tcp.*$/ {count[$6]++} END {for(state in count) print state, count[state]}' LAST_ACK 36 SYN_RECV 52 CLOSE_WAIT 350 CLOSE 844 ESTABLISHED 246265 FIN_WAIT 4 SYN_SENT 993 TIME_WAIT 9996
找到问题所在就好办了，通过调整相关内核参数解决：
# sysctl -a | grep nf_conntrack net.nf_conntrack_max = 2097152 net.netfilter.nf_conntrack_max = 2097152 net.netfilter.nf_conntrack_tcp_timeout_fin_wait = 30 net.netfilter.nf_conntrack_tcp_timeout_time_wait = 30 net.netfilter.nf_conntrack_tcp_timeout_close_wait = 60 net.netfilter.nf_conntrack_tcp_timeout_established = 3600
将以上参数写入/etc/sysctl.conf中，执行sysctl -p生效。
另外还有net.netfilter.nf_conntrack_buckets参数，指定哈希表的大小。在4.8及以上的内核可以通过sysctl修改，在4.8之前的内核中是只读的，只能通过修改/sys/module/nf_conntrack/parameters/hashsize来修改。
参考资料