4. HSMS连接管理与会话生命周期

HSMS（High-Speed SECS Message Services）是SEMI E37标准定义的通信协议，它把SECS-II消息封装在TCP/IP之上，是当前半导体设备与EAP之间最主流的通信方式。与早期的SECS-I串行链路不同，HSMS的连接是面向会话的：一条TCP连接建立后，双方必须先完成Select握手，才能交换SECS-II消息；通信结束或异常时通过Deselect或直接断开连接释放会话。EAP要同时管理几十甚至上百台设备，连接管理与会话生命周期控制直接决定了系统的可用性。

主动模式与被动模式

HSMS定义了两种连接角色。主动模式（Active）由本端发起TCP连接，被动模式（Passive）由本端监听端口等待对端连接。在半导体厂内，通常由EAP作为Active方，设备作为Passive方监听固定端口（常见为5000），这样EAP可以统一控制连接时机、重连节奏和并发规模。反过来也可以让设备主动连EAP，但设备数量多时EAP需要维护大量监听端口，运维复杂度高，因此较少采用。

角色选择不是随意的，必须与对端严格互补：一端Active，另一端必须Passive。如果两端都配成Active，会出现连接反复建立又立即被对端拒绝的现象；如果两端都配成Passive，则永远不会有连接建立。实际配置中，EAP侧通常为每台设备维护一条“设备ID—IP—端口—角色”的记录，角色字段与设备端HSMS参数必须一致，这是排障时最先核对的内容。

Select与Deselect：会话的建立与释放

TCP连接建立只代表链路可达，并不代表可以收发SECS消息。HSMS规定，连接建立后由Active方发送Select.req，Passive方回Select.rsp，状态码0表示接受，此时会话进入Selected状态，双方才能发送Data消息。Deselect.req/rsp用于正常释放会话，通常发生在设备维护、EAP切换或计划停机时。若一方直接关闭TCP而不发Deselect，对端会通过T5超时或连接断开事件感知异常。

Select阶段还会交换双方支持的HSMS参数，包括Session ID、是否支持Deselect等。Session ID用于标识会话，在多设备并发场景下，EAP必须保证每个连接上的Session ID与设备配置一致，否则即使Select成功，后续Data消息也可能被对端丢弃。

T3/T5/T6/T7/T8定时器

HSMS用一组定时器约束交互节奏，理解它们的作用是定位“卡住”“超时”“反复重连”类问题的关键。

这些值不是固定不变的，设备厂商手册通常会给出推荐范围。EAP侧配置必须与设备侧匹配或更宽松，否则会出现EAP认为超时、设备认为正常的错位。例如T3设为45 s而设备处理一条复杂配方查询需要60 s，EAP就会提前判超时并重发，导致设备收到重复消息。因此T3的设定要结合设备最慢响应时间，并留出余量。

连接断开与重连策略

连接断开的原因很多：设备重启、网络抖动、对端进程崩溃、T5/T7超时、Deselect后主动关闭等。EAP不能简单地在断开后立即重连，否则设备刚重启时会被大量重连请求淹没。合理的做法是采用带退避的重连：首次断开后等待1 s重连，失败则等待2 s、4 s、8 s，直到上限30 s，之后保持30 s间隔持续尝试。同时要区分“正常Deselect关闭”和“异常断开”，前者可以按计划重连，后者需要记录事件并触发告警。

重连成功后必须重新执行Select流程，不能假设会话仍然有效。EAP侧应维护每个连接的状态机：Disconnected → Connecting → Connected → Selecting → Selected → Deselecting → Disconnected。每次状态迁移都记录时间戳和原因，便于事后分析。对于关键设备，还可以在重连成功后主动查询设备状态，确认设备是否处于可通信状态。

多设备并发下的会话状态管理

当EAP同时管理上百台设备时，会话状态管理需要解决三个问题：状态一致性、资源隔离和故障隔离。状态一致性要求每个连接的Session ID、定时器配置、当前状态在EAP内部有唯一记录，避免多个线程同时操作同一连接。资源隔离要求每个连接有独立的收发缓冲和超时计时器，一台设备的慢响应不能阻塞其他设备。故障隔离要求单台设备的反复重连、消息风暴不影响EAP整体，通常通过连接数上限、每设备消息速率限制和独立线程池实现。

实际实现中，常用一个会话管理器维护Map<DeviceId, HsmsSession>，每个HsmsSession封装Socket、状态机、定时器和消息队列。会话管理器定期扫描所有会话，检查T3/T5/T6/T7/T8是否超时，并触发相应动作。对于Select失败或T5超时的会话，标记为异常并进入重连队列；对于长时间处于Selected但无Data交互的会话，可根据T8判断链路是否健康。

配置示例与排障要点

以下是一段典型的HSMS连接配置示例，用于说明EAP侧需要维护的关键字段：

device:
  id: "EQP-001"
  ip: "192.168.10.21"
  port: 5000
  role: "active"          # EAP 主动连接
  session_id: 1
  timers:
    t3: 45s               # 等待 Reply
    t5: 10s               # 等待 Select.rsp
    t6: 5s                # 等待 Deselect.rsp
    t7: 10s               # Passive 侧等待 Select.req
    t8: 5s                # Data 间隔
  reconnect:
    initial_delay: 1s
    max_delay: 30s
    backoff: 2.0

排障时按以下顺序检查：先确认TCP层是否可达（ping、telnet端口），再确认Select是否成功（看Select.rsp状态码），然后确认Session ID是否一致，最后检查T3是否过短导致误超时。如果设备反复断开，重点看T5和T7：T5超时说明设备未回Select.rsp，可能是设备HSMS服务未启动或Session ID不匹配；T7超时说明EAP未及时发Select.req，可能是EAP连接后卡在别的处理逻辑中。把这些定时器与状态迁移日志结合，就能快速定位是链路问题、配置问题还是对端处理能力问题。

会话生命周期管理的本质，是把“连接”从一个瞬时动作变成一个有状态、有超时、有恢复策略的持续过程。EAP只有把Select/Deselect、五个定时器、重连退避和多设备隔离都纳入统一的状态机管理，才能在设备数量增长和网络波动时保持稳定通信。