fix: 修复了两端重复ack导致的过度cpu占用和带宽占用

fix: 修复了读取超时小于ssh默认的60s导致连接中断的问题
feat: 新增了流量统计页面与接口

DEBUG_GUIDE.md

@@ -0,0 +1,360 @@
+# Go Tunnel 调试指南
+
+## 概述
+本指南介绍如何使用 Go 的内置性能分析工具来调试和诊断 CPU 占用、内存泄漏和 goroutine 泄漏等问题。
+
+## 已添加的调试功能
+
+### 1. pprof HTTP 接口
+- **服务器**: `http://localhost:6060/debug/pprof/`
+- **客户端**: `http://localhost:6061/debug/pprof/`
+
+### 2. Goroutine 监控
+每10秒自动打印当前 goroutine 数量到日志。
+
+## 使用方法
+
+### 方法一：实时查看 Goroutine 堆栈（最有用！）
+
+这是找出 CPU 占用问题的最直接方法。
+
+#### 1. 启动服务器和客户端
+```bash
+# 终端1：启动服务器
+cd /home/qcqcqc/workspace/go-tunnel/src
+make run-server
+
+# 终端2：启动客户端
+make run-client
+
+# 终端3：建立 SSH 连接测试
+ssh root@localhost -p 30009
+# 执行一些操作后断开
+```
+
+#### 2. SSH 断开后，立即查看 goroutine 堆栈
+
+**查看服务器的 goroutine：**
+```bash
+# 在浏览器打开或使用 curl
+curl http://localhost:6060/debug/pprof/goroutine?debug=2
+
+# 或者保存到文件
+curl http://localhost:6060/debug/pprof/goroutine?debug=2 > server_goroutines.txt
+
+# 使用 less 查看（方便搜索）
+curl http://localhost:6060/debug/pprof/goroutine?debug=2 | less
+```
+
+**查看客户端的 goroutine：**
+```bash
+curl http://localhost:6061/debug/pprof/goroutine?debug=2 > client_goroutines.txt
+```
+
+#### 3. 分析 goroutine 堆栈
+
+查看输出中的重复模式：
+- **正常情况**: 应该只有几个基础 goroutine（监听器、心跳等）
+- **异常情况**: 如果有大量相同的堆栈，说明有 goroutine 泄漏
+
+**关键搜索词**：
+```bash
+# 在堆栈文件中搜索
+grep -n "forwardData" server_goroutines.txt
+grep -n "Read" server_goroutines.txt
+grep -n "runtime.gopark" server_goroutines.txt
+```
+
+**如何解读堆栈**：
+```
+goroutine 123 [running]:
+port-forward/server/tunnel.(*Server).forwardData(0xc000120000, 0xc000130000)
+        /path/to/tunnel.go:456 +0x123
+
+这表示 goroutine 123 正在执行 forwardData 函数的第456行
+```
+
+### 方法二：CPU Profile（找出高 CPU 占用的函数）
+
+#### 1. 收集 30 秒的 CPU profile
+```bash
+# 服务器
+curl http://localhost:6060/debug/pprof/profile?seconds=30 > server_cpu.prof
+
+# 客户端  
+curl http://localhost:6061/debug/pprof/profile?seconds=30 > client_cpu.prof
+```
+
+**注意**: 在这30秒内，让程序保持在高CPU占用状态（SSH连接和断开）
+
+#### 2. 分析 CPU profile
+```bash
+# 使用 go tool pprof 交互式分析
+go tool pprof server_cpu.prof
+
+# 进入交互式界面后的常用命令：
+(pprof) top           # 显示占用CPU最多的函数
+(pprof) top -cum      # 按累计时间排序
+(pprof) list forwardData  # 显示 forwardData 函数的详细分析
+(pprof) web           # 生成可视化图表（需要 graphviz）
+(pprof) quit          # 退出
+```
+
+#### 3. Web界面分析（推荐）
+```bash
+# 启动 Web UI
+go tool pprof -http=:8080 server_cpu.prof
+
+# 然后在浏览器打开: http://localhost:8080
+# 可以看到火焰图、调用图等可视化分析
+```
+
+### 方法三：实时 CPU Profile（找出正在运行的热点）
+
+```bash
+# 查看当前正在执行的函数
+curl http://localhost:6060/debug/pprof/profile?seconds=5 | go tool pprof -http=:8080 -
+```
+
+### 方法四：查看所有 goroutine 数量
+
+```bash
+# 服务器
+curl http://localhost:6060/debug/pprof/goroutine
+
+# 或者在浏览器访问，会显示友好的界面
+```
+
+### 方法五：内存分析（如果怀疑内存泄漏）
+
+```bash
+# 堆内存 profile
+curl http://localhost:6060/debug/pprof/heap > heap.prof
+go tool pprof -http=:8080 heap.prof
+
+# 内存分配统计
+curl http://localhost:6060/debug/pprof/allocs > allocs.prof
+go tool pprof -http=:8080 allocs.prof
+```
+
+### 方法六：使用 trace 进行详细跟踪
+
+```bash
+# 收集 5 秒的执行跟踪
+curl http://localhost:6060/debug/pprof/trace?seconds=5 > trace.out
+
+# 查看跟踪
+go tool trace trace.out
+
+# 这会启动一个 Web 界面，可以看到：
+# - 每个 goroutine 的时间线
+# - 系统调用
+# - GC 事件
+# - goroutine 创建和销毁
+```
+
+## 典型问题诊断流程
+
+### 场景：SSH 断开后 CPU 仍然高占用
+
+#### 步骤 1：确认问题
+```bash
+# 观察日志中的 goroutine 数量
+# 正常情况下应该在 10 个以内
+# 如果持续增长或高于 50，说明有泄漏
+```
+
+#### 步骤 2：抓取 goroutine 堆栈
+```bash
+# SSH 连接前
+curl http://localhost:6060/debug/pprof/goroutine?debug=2 > before.txt
+
+# SSH 连接中
+curl http://localhost:6060/debug/pprof/goroutine?debug=2 > during.txt
+
+# SSH 断开后（等待 10 秒）
+curl http://localhost:6060/debug/pprof/goroutine?debug=2 > after.txt
+
+# 比较文件
+diff before.txt after.txt | less
+```
+
+#### 步骤 3：查找泄漏的 goroutine
+```bash
+# 统计每种堆栈的数量
+grep -A 20 "^goroutine" after.txt | grep "port-forward" | sort | uniq -c | sort -rn
+```
+
+#### 步骤 4：分析特定函数
+```bash
+# 如果发现大量 forwardData goroutine
+grep -A 30 "forwardData" after.txt | head -50
+```
+
+#### 步骤 5：CPU Profile
+```bash
+# 在 CPU 高占用时收集
+curl http://localhost:6060/debug/pprof/profile?seconds=10 > high_cpu.prof
+
+# 分析
+go tool pprof -http=:8080 high_cpu.prof
+
+# 查看 top 函数，通常会看到：
+# - Read 操作占用高 -> 说明在忙循环读取
+# - syscall 占用高 -> 可能是网络调用问题
+# - runtime.schedule -> goroutine 调度开销大（goroutine 太多）
+```
+
+## 预期的正常状态
+
+### Goroutine 数量
+- **服务器空闲**: 8-12 个 goroutine
+  - acceptLoop (1)
+  - handleTunnelRead (1)
+  - handleTunnelWrite (1)
+  - goroutine 监控 (1)
+  - pprof HTTP (1)
+  - API HTTP (1)
+  - 其他系统 goroutine (2-6)
+
+- **有 SSH 连接时**: +2 个 goroutine
+  - forwardData (1) 服务器端
+  - forwardData (1) 客户端
+
+- **SSH 断开后**: 应该回到空闲状态的数量
+
+### CPU 占用
+- **空闲**: < 5%
+- **传输数据时**: 取决于传输速度，但不应该持续高占用
+- **连接断开后**: 立即回到 < 5%
+
+## 常见 CPU 占用原因及特征
+
+### 1. 忙循环读取
+**特征**:
+- CPU 占用 80-100%
+- goroutine 堆栈卡在 `Read()` 或 `conn.Read()`
+- pprof 显示大量时间在 `syscall.Read`
+
+**原因**: 连接已关闭，但循环继续调用 Read，立即返回错误
+
+### 2. Channel 阻塞循环
+**特征**:
+- CPU 占用 20-40%
+- goroutine 堆栈在 `select` 或 channel 操作
+- 大量 goroutine 在 `runtime.gopark`
+
+**原因**: channel 满了或没有接收者，发送阻塞
+
+### 3. Goroutine 泄漏
+**特征**:
+- goroutine 数量持续增长
+- 内存占用增长
+- CPU 占用逐渐升高
+
+**原因**: goroutine 没有正确退出
+
+## 快速命令参考
+
+```bash
+# 查看 goroutine 数量
+curl -s http://localhost:6060/debug/pprof/ | grep goroutine
+
+# 查看详细的 goroutine 堆栈
+curl http://localhost:6060/debug/pprof/goroutine?debug=2 | less
+
+# 收集 CPU profile 并分析
+curl http://localhost:6060/debug/pprof/profile?seconds=10 | go tool pprof -http=:8080 -
+
+# 查看实时监控日志
+tail -f /path/to/server.log | grep "监控"
+
+# 统计当前各种 goroutine 的数量
+curl -s http://localhost:6060/debug/pprof/goroutine?debug=2 | \
+  grep -E "^goroutine|^\w+\(" | \
+  paste - - | \
+  awk '{print $NF}' | \
+  sort | uniq -c | sort -rn
+
+# 只看 port-forward 相关的 goroutine
+curl -s http://localhost:6060/debug/pprof/goroutine?debug=2 | \
+  grep -A 15 "port-forward"
+```
+
+## 监控脚本
+
+创建一个监控脚本 `monitor.sh`:
+
+```bash
+#!/bin/bash
+
+echo "开始监控 go-tunnel..."
+echo "时间戳 | Goroutines | CPU%"
+echo "------|------------|-----"
+
+while true; do
+    # 获取 goroutine 数量
+    GOROUTINES=$(curl -s http://localhost:6060/debug/pprof/goroutine | \
+                 grep -oP 'goroutine profile: total \K\d+' || echo "N/A")
+    
+    # 获取进程 CPU 占用
+    PID=$(pgrep -f "server.*9000" | head -1)
+    if [ ! -z "$PID" ]; then
+        CPU=$(ps -p $PID -o %cpu= || echo "N/A")
+    else
+        CPU="N/A"
+    fi
+    
+    # 输出
+    echo "$(date +%H:%M:%S) | $GOROUTINES | $CPU%"
+    
+    sleep 2
+done
+```
+
+使用方法：
+```bash
+chmod +x monitor.sh
+./monitor.sh
+```
+
+## 故障排查清单
+
+- [ ] 检查日志中的 goroutine 数量是否异常增长
+- [ ] 抓取 goroutine 堆栈，查看是否有重复的堆栈
+- [ ] 使用 CPU profile 找出占用最多的函数
+- [ ] 检查是否有 goroutine 卡在 Read/Write 操作
+- [ ] 验证连接关闭后，相关 goroutine 是否退出
+- [ ] 检查 channel 是否有阻塞
+- [ ] 使用 trace 查看详细的执行流程
+
+## 其他有用的命令
+
+```bash
+# 查看所有可用的 pprof endpoints
+curl http://localhost:6060/debug/pprof/
+
+# 查看程序版本和编译信息
+curl http://localhost:6060/debug/pprof/cmdline
+
+# 查看当前的调度器状态
+GODEBUG=schedtrace=1000 ./server
+
+# 查看 GC 统计
+curl http://localhost:6060/debug/pprof/heap?debug=1 | head -30
+```
+
+## 参考资料
+
+- [Go pprof 官方文档](https://golang.org/pkg/net/http/pprof/)
+- [Go tool pprof 使用指南](https://github.com/google/pprof/blob/master/doc/README.md)
+- [Go 性能分析最佳实践](https://go.dev/blog/pprof)
+
+## 下一步
+
+在发现问题后：
+1. 记录问题出现时的堆栈信息
+2. 确认是哪个函数/循环导致的
+3. 检查该位置的退出条件
+4. 验证错误处理逻辑
+5. 添加更多的日志和退出检查

TRAFFIC_MONITORING.md

@@ -0,0 +1,278 @@
+# 流量监控功能文档
+
+## 概述
+
+新增了实时流量监控功能，可以查看每个端口映射和隧道的流量统计，并以可视化图表的形式展示。
+
+## 新增功能
+
+### 1. 流量统计
+
+系统自动统计以下数据：
+- **隧道流量**: 通过tunnel发送/接收的总字节数
+- **端口映射流量**: 每个端口映射单独的流量统计
+- **总流量**: 所有流量的汇总
+
+### 2. API 接口
+
+#### GET /api/stats/traffic
+
+获取当前最新的流量统计数据。
+
+**响应示例**:
+```json
+{
+  "success": true,
+  "message": "获取流量统计成功",
+  "data": {
+    "tunnel": {
+      "bytes_sent": 1048576,
+      "bytes_received": 2097152,
+      "last_update": 1697462400
+    },
+    "mappings": [
+      {
+        "port": 30009,
+        "bytes_sent": 524288,
+        "bytes_received": 1048576,
+        "last_update": 1697462400
+      }
+    ],
+    "total_sent": 1572864,
+    "total_received": 3145728,
+    "timestamp": 1697462400
+  }
+}
+```
+
+#### GET /api/stats/monitor
+
+访问流量监控Web页面，提供可视化的实时监控界面。
+
+**特性**:
+- 📊 实时流量趋势图表
+- 📈 流量速率计算 (KB/s)
+- 🔄 每3秒自动刷新
+- 📱 响应式设计，支持移动设备
+- 🎨 美观的UI界面
+
+### 3. Web监控页面
+
+访问地址: `http://localhost:8080/api/stats/monitor`
+
+**页面内容**:
+
+1. **总览卡片**
+   - 总发送流量
+   - 总接收流量
+   - 隧道发送流量
+   - 隧道接收流量
+
+2. **实时流量趋势图**
+   - 显示最近20个数据点
+   - 发送/接收速率曲线
+   - 单位: KB/s
+
+3. **端口映射详情**
+   - 每个端口的流量统计
+   - 实时更新
+
+## 使用方法
+
+### 1. 启动服务
+
+```bash
+cd /home/qcqcqc/workspace/go-tunnel/src
+make build
+make run-server
+```
+
+### 2. 访问监控页面
+
+在浏览器中打开:
+```
+http://localhost:8080/api/stats/monitor
+```
+
+### 3. API调用示例
+
+使用curl获取流量数据:
+```bash
+# 获取流量统计
+curl http://localhost:8080/api/stats/traffic
+
+# 格式化输出
+curl http://localhost:8080/api/stats/traffic | jq .
+```
+
+使用JavaScript获取数据:
+```javascript
+fetch('http://localhost:8080/api/stats/traffic')
+  .then(res => res.json())
+  .then(data => {
+    console.log('总发送:', data.data.total_sent);
+    console.log('总接收:', data.data.total_received);
+  });
+```
+
+### 4. 集成到自己的前端
+
+你可以定期调用 `/api/stats/traffic` 接口获取数据，然后在自己的前端页面中展示：
+
+```javascript
+// 每3秒获取一次数据
+setInterval(async () => {
+  const response = await fetch('http://localhost:8080/api/stats/traffic');
+  const result = await response.json();
+  
+  if (result.success) {
+    const data = result.data;
+    
+    // 更新UI
+    updateTotalSent(data.total_sent);
+    updateTotalReceived(data.total_received);
+    
+    // 更新图表
+    updateChart(data);
+    
+    // 更新端口列表
+    updatePortList(data.mappings);
+  }
+}, 3000);
+```
+
+## 实现细节
+
+### 流量统计机制
+
+1. **Tunnel层统计**
+   - 在 `writeTunnelMessage` 中记录发送字节数
+   - 在 `readTunnelMessage` 中记录接收字节数
+   - 使用 `atomic.AddUint64` 保证并发安全
+
+2. **Forwarder层统计**
+   - 在 `io.Copy` 返回后记录传输字节数
+   - 分别统计客户端→目标和目标→客户端的流量
+
+3. **数据结构**
+   ```go
+   type TrafficStats struct {
+       BytesSent     uint64 // 发送字节数
+       BytesReceived uint64 // 接收字节数
+       LastUpdate    int64  // 最后更新时间
+   }
+   ```
+
+### 性能考虑
+
+- 使用原子操作 (`sync/atomic`) 避免锁竞争
+- 统计开销极小，几乎不影响转发性能
+- 只在需要时才计算速率
+
+## 测试验证
+
+### 1. 基础测试
+
+```bash
+# 1. 启动服务器和客户端
+make run-server  # 终端1
+make run-client  # 终端2
+
+# 2. 创建端口映射
+curl -X POST http://localhost:8080/api/mapping/create \
+  -H "Content-Type: application/json" \
+  -d '{
+    "source_port": 30009,
+    "target_host": "127.0.0.1",
+    "target_port": 22,
+    "use_tunnel": true
+  }'
+
+# 3. 通过映射传输一些数据
+ssh root@localhost -p 30009
+
+# 4. 查看流量统计
+curl http://localhost:8080/api/stats/traffic | jq .
+```
+
+### 2. 压力测试
+
+```bash
+# 使用 scp 传输大文件测试流量统计
+dd if=/dev/zero of=test.dat bs=1M count=100
+scp -P 30009 test.dat root@localhost:/tmp/
+
+# 观察监控页面的实时变化
+```
+
+### 3. 长时间运行测试
+
+```bash
+# 保持监控页面打开，观察：
+# - 图表是否正常更新
+# - 数据是否累积正确
+# - 内存占用是否稳定
+```
+
+## 故障排查
+
+### 问题1: 流量统计不准确
+
+**可能原因**:
+- 连接未正常关闭
+- 统计溢出（极少见，uint64可存储18EB）
+
+**解决方法**:
+```bash
+# 重启服务器重置统计
+```
+
+### 问题2: 监控页面无法访问
+
+**检查**:
+```bash
+# 确认服务器正在运行
+curl http://localhost:8080/health
+
+# 检查端口是否被占用
+netstat -tlnp | grep 8080
+```
+
+### 问题3: 图表不更新
+
+**检查**:
+1. 打开浏览器开发者工具 (F12)
+2. 查看 Console 是否有错误
+3. 查看 Network 标签，确认 API 请求成功
+
+## 未来改进
+
+可能的增强功能：
+- [ ] 流量统计持久化（保存到数据库）
+- [ ] 历史流量查询
+- [ ] 流量告警（超过阈值时通知）
+- [ ] 导出流量报表
+- [ ] 按时间段统计（小时/天/月）
+- [ ] WebSocket实时推送（减少轮询）
+
+## 相关文件
+
+- `src/server/stats/stats.go` - 流量统计数据结构
+- `src/server/tunnel/tunnel.go` - Tunnel流量统计实现
+- `src/server/forwarder/forwarder.go` - Forwarder流量统计实现
+- `src/server/api/api.go` - API接口和监控页面
+
+## 技术栈
+
+- **后端**: Go 1.x
+- **前端**: 原生 JavaScript + Chart.js 4.4.0
+- **图表库**: Chart.js (CDN)
+- **样式**: CSS3 (渐变、动画)
+
+## 许可证
+
+与主项目相同
+
+## 更新日期
+
+2025-10-16

monitor.sh

@@ -0,0 +1,122 @@
+#!/bin/bash
+
+# Go Tunnel 监控脚本
+# 用于实时监控 goroutine 数量和 CPU 占用
+
+SERVER_PPROF="http://localhost:6060"
+CLIENT_PPROF="http://localhost:6061"
+
+# 颜色定义
+RED='\033[0;31m'
+GREEN='\033[0;32m'
+YELLOW='\033[1;33m'
+NC='\033[0m' # No Color
+
+echo "========================================"
+echo "   Go Tunnel 实时监控"
+echo "========================================"
+echo ""
+echo "监控项："
+echo "  - Goroutine 数量（正常应该 < 15）"
+echo "  - CPU 占用率"
+echo "  - 进程状态"
+echo ""
+echo "按 Ctrl+C 停止监控"
+echo "========================================"
+echo ""
+
+printf "%-12s | %-20s | %-20s | %-10s\n" "时间" "服务器" "客户端" "CPU占用"
+printf "%-12s | %-20s | %-20s | %-10s\n" "--------" "--------------------" "--------------------" "----------"
+
+while true; do
+    TIMESTAMP=$(date +%H:%M:%S)
+    
+    # 获取服务器 goroutine 数量
+    SERVER_GOROUTINES=$(curl -s --connect-timeout 1 $SERVER_PPROF/debug/pprof/goroutine 2>/dev/null | \
+                       grep -oP 'goroutine profile: total \K\d+' || echo "N/A")
+    
+    # 获取客户端 goroutine 数量  
+    CLIENT_GOROUTINES=$(curl -s --connect-timeout 1 $CLIENT_PPROF/debug/pprof/goroutine 2>/dev/null | \
+                       grep -oP 'goroutine profile: total \K\d+' || echo "N/A")
+    
+    # 获取服务器进程 CPU 占用
+    SERVER_PID=$(pgrep -f "bin/server" | head -1)
+    if [ ! -z "$SERVER_PID" ]; then
+        SERVER_CPU=$(ps -p $SERVER_PID -o %cpu= | tr -d ' ')
+    else
+        SERVER_CPU="未运行"
+    fi
+    
+    # 获取客户端进程 CPU 占用
+    CLIENT_PID=$(pgrep -f "bin/client" | head -1)
+    if [ ! -z "$CLIENT_PID" ]; then
+        CLIENT_CPU=$(ps -p $CLIENT_PID -o %cpu= | tr -d ' ')
+    else
+        CLIENT_CPU="未运行"
+    fi
+    
+    # 格式化 goroutine 信息
+    if [ "$SERVER_GOROUTINES" != "N/A" ]; then
+        SERVER_INFO="Goroutines: $SERVER_GOROUTINES"
+        # 如果 goroutine 数量异常，高亮显示
+        if [ "$SERVER_GOROUTINES" -gt 20 ]; then
+            SERVER_INFO="${RED}Goroutines: $SERVER_GOROUTINES ⚠${NC}"
+        elif [ "$SERVER_GOROUTINES" -gt 15 ]; then
+            SERVER_INFO="${YELLOW}Goroutines: $SERVER_GOROUTINES ⚠${NC}"
+        else
+            SERVER_INFO="${GREEN}Goroutines: $SERVER_GOROUTINES ✓${NC}"
+        fi
+    else
+        SERVER_INFO="${RED}离线${NC}"
+    fi
+    
+    if [ "$CLIENT_GOROUTINES" != "N/A" ]; then
+        CLIENT_INFO="Goroutines: $CLIENT_GOROUTINES"
+        if [ "$CLIENT_GOROUTINES" -gt 20 ]; then
+            CLIENT_INFO="${RED}Goroutines: $CLIENT_GOROUTINES ⚠${NC}"
+        elif [ "$CLIENT_GOROUTINES" -gt 15 ]; then
+            CLIENT_INFO="${YELLOW}Goroutines: $CLIENT_GOROUTINES ⚠${NC}"
+        else
+            CLIENT_INFO="${GREEN}Goroutines: $CLIENT_GOROUTINES ✓${NC}"
+        fi
+    else
+        CLIENT_INFO="${RED}离线${NC}"
+    fi
+    
+    # CPU 信息
+    if [ "$SERVER_CPU" != "未运行" ]; then
+        CPU_INFO="S:${SERVER_CPU}%"
+        # 检查 CPU 占用是否过高
+        CPU_VALUE=$(echo $SERVER_CPU | cut -d. -f1)
+        if [ "$CPU_VALUE" -gt 50 ] 2>/dev/null; then
+            CPU_INFO="${RED}S:${SERVER_CPU}% ⚠${NC}"
+        elif [ "$CPU_VALUE" -gt 10 ] 2>/dev/null; then
+            CPU_INFO="${YELLOW}S:${SERVER_CPU}%${NC}"
+        else
+            CPU_INFO="${GREEN}S:${SERVER_CPU}%${NC}"
+        fi
+    else
+        CPU_INFO="${RED}未运行${NC}"
+    fi
+    
+    if [ "$CLIENT_CPU" != "未运行" ]; then
+        if [ "$SERVER_CPU" != "未运行" ]; then
+            CPU_INFO="${CPU_INFO} "
+        else
+            CPU_INFO=""
+        fi
+        CLIENT_CPU_VALUE=$(echo $CLIENT_CPU | cut -d. -f1)
+        if [ "$CLIENT_CPU_VALUE" -gt 50 ] 2>/dev/null; then
+            CPU_INFO="${CPU_INFO}${RED}C:${CLIENT_CPU}% ⚠${NC}"
+        elif [ "$CLIENT_CPU_VALUE" -gt 10 ] 2>/dev/null; then
+            CPU_INFO="${CPU_INFO}${YELLOW}C:${CLIENT_CPU}%${NC}"
+        else
+            CPU_INFO="${CPU_INFO}${GREEN}C:${CLIENT_CPU}%${NC}"
+        fi
+    fi
+    
+    # 输出监控信息
+    printf "%-12s | %-35s | %-35s | %-30s\n" "$TIMESTAMP" "$SERVER_INFO" "$CLIENT_INFO" "$CPU_INFO"
+    
+    sleep 2
+done

src/client/main.go

@@ -3,6 +3,7 @@ package main
 import (
 	"flag"
 	"log"
+	_ "net/http/pprof" // 导入pprof用于性能分析
 	"os"
 	"os/signal"
 	"port-forward/client/tunnel"
@@ -27,8 +28,28 @@ func main() {
 		log.Fatalf("启动隧道客户端失败: %v", err)
 	}
 
+	// // 启动 pprof 调试服务器（用于性能分析和调试）
+	// pprofPort := 6061
+	// go func() {
+	// 	log.Printf("启动 pprof 调试服务器: http://localhost:%d/debug/pprof/", pprofPort)
+	// 	if err := http.ListenAndServe(":6061", nil); err != nil {
+	// 		log.Printf("pprof 服务器启动失败: %v", err)
+	// 	}
+	// }()
+
+	// // 启动 goroutine 监控
+	// go func() {
+	// 	ticker := time.NewTicker(10 * time.Second)
+	// 	defer ticker.Stop()
+	// 	for range ticker.C {
+	// 		numGoroutines := runtime.NumGoroutine()
+	// 		log.Printf("[监控] 当前 Goroutine 数量: %d", numGoroutines)
+	// 	}
+	// }()
+
 	log.Println("===========================================")
 	log.Println("隧道客户端运行中...")
+	// log.Printf("调试接口: http://localhost:%d/debug/pprof/", pprofPort)
 	log.Println("按 Ctrl+C 退出")
 	log.Println("===========================================")
 

src/client/tunnel/client.go

@@ -185,6 +185,7 @@ func (c *Client) handleServerRead(conn net.Conn, connCtx context.Context, connCa
 	defer conn.Close()
 
 	for {
+		// 检查是否应该退出
 		select {
 		case <-c.ctx.Done():
 			return
@@ -193,15 +194,19 @@ func (c *Client) handleServerRead(conn net.Conn, connCtx context.Context, connCa
 		default:
 		}
 
+		// 设置读取超时，避免无限阻塞
+		conn.SetReadDeadline(time.Now().Add(ReadTimeout))
 		msg, err := c.readTunnelMessage(conn)
 		if err != nil {
-			if err != io.EOF {
+			if err != io.EOF && !isTimeout(err) {
 				log.Printf("读取隧道消息失败: %v", err)
 			}
 			connCancel() // 通知其他协程退出
 			return
 		}
 
+		// 重置读取超时
+		conn.SetReadDeadline(time.Time{})
 		c.handleTunnelMessage(msg)
 	}
 }
@@ -265,6 +270,10 @@ func (c *Client) readTunnelMessage(conn net.Conn) (*TunnelMessage, error) {
 
 // writeTunnelMessage 写入隧道消息
 func (c *Client) writeTunnelMessage(conn net.Conn, msg *TunnelMessage) error {
+	// 设置写入超时，防止阻塞
+	conn.SetWriteDeadline(time.Now().Add(10 * time.Second))
+	defer conn.SetWriteDeadline(time.Time{}) // 重置超时
+	
 	// 构建消息头
 	header := make([]byte, HeaderSize)
 	header[0] = msg.Version
@@ -273,13 +282,13 @@ func (c *Client) writeTunnelMessage(conn net.Conn, msg *TunnelMessage) error {
 
 	// 写入消息头
 	if _, err := conn.Write(header); err != nil {
-		return err
+		return fmt.Errorf("写入消息头失败: %w", err)
 	}
 
 	// 写入数据
 	if msg.Length > 0 && msg.Data != nil {
 		if _, err := conn.Write(msg.Data); err != nil {
-			return err
+			return fmt.Errorf("写入消息数据失败: %w", err)
 		}
 	}
 
@@ -368,11 +377,24 @@ func (c *Client) handleDataMessage(msg *TunnelMessage) {
 	c.connMu.RUnlock()
 
 	if !exists {
-		log.Printf("收到未知连接的数据: %d", connID)
+		log.Printf("收到未知连接的数据: %d，发送关闭消息", connID)
+		// 连接不存在，发送关闭消息通知对端
+		closeData := make([]byte, 4)
+		binary.BigEndian.PutUint32(closeData, connID)
+		closeMsg := &TunnelMessage{
+			Version: ProtocolVersion,
+			Type:    MsgTypeClose,
+			Length:  4,
+			Data:    closeData,
+		}
+		select {
+		case c.sendChan <- closeMsg:
+		default:
+		}
 		return
 	}
 
-		if _, err := connection.Conn.Write(data); err != nil {
+	if _, err := connection.Conn.Write(data); err != nil {
 		log.Printf("写入目标连接失败 (ID=%d): %v", connID, err)
 		c.closeConnection(connID)
 	}
@@ -391,19 +413,9 @@ func (c *Client) handleCloseMessage(msg *TunnelMessage) {
 
 // handleKeepAlive 处理心跳消息
 func (c *Client) handleKeepAlive(msg *TunnelMessage) {
-	// 回应心跳
+	// 客户端收到服务器的心跳响应，不需要再回应
-	response := &TunnelMessage{
+	// 这样避免心跳消息的无限循环
-		Version: ProtocolVersion,
+	// log.Printf("收到服务器心跳响应")
-		Type:    MsgTypeKeepAlive,
-		Length:  0,
-		Data:    nil,
-	}
-
-	select {
-	case c.sendChan <- response:
-	default:
-		log.Printf("发送心跳响应失败: 发送队列已满")
-	}
 }
 
 // sendConnectResponse 发送连接响应
@@ -433,22 +445,38 @@ func (c *Client) forwardData(connection *LocalConnection) {
 	buffer := make([]byte, 32*1024)
 	for {
 		select {
-		case <-connection.closeChan:
-			return
 		case <-c.ctx.Done():
 			return
+		case <-connection.closeChan:
+			return
 		default:
 		}
 
+		// 设置读取超时
 		connection.Conn.SetReadDeadline(time.Now().Add(ReadTimeout))
 		n, err := connection.Conn.Read(buffer)
+		
 		if err != nil {
-			if err != io.EOF && !isTimeout(err) {
+			// 任何错误都应该终止转发
+			if err == io.EOF {
+				log.Printf("目标连接正常关闭 (ID=%d)", connection.ID)
+			} else if netErr, ok := err.(net.Error); ok && netErr.Timeout() {
+				log.Printf("目标连接超时 (ID=%d)", connection.ID)
+			} else {
 				log.Printf("读取目标连接失败 (ID=%d): %v", connection.ID, err)
 			}
 			return
 		}
 
+		// 读取到0字节，连接已关闭
+		if n == 0 {
+			log.Printf("目标连接已关闭 (ID=%d, 读取0字节)", connection.ID)
+			return
+		}
+
+		// 重置读取超时
+		connection.Conn.SetReadDeadline(time.Time{})
+
 		// 发送数据到隧道
 		dataMsg := make([]byte, 4+n)
 		binary.BigEndian.PutUint32(dataMsg[0:4], connection.ID)
@@ -463,11 +491,14 @@ func (c *Client) forwardData(connection *LocalConnection) {
 
 		select {
 		case c.sendChan <- msg:
+			// 数据已发送
 		case <-time.After(5 * time.Second):
 			log.Printf("发送数据超时 (ID=%d)", connection.ID)
 			return
 		case <-c.ctx.Done():
 			return
+		case <-connection.closeChan:
+			return
 		}
 	}
 }
@@ -481,10 +512,18 @@ func (c *Client) closeConnection(connID uint32) {
 		connection.closeOnce.Do(func() {
 			close(connection.closeChan)
 		})
-		connection.Conn.Close()
+		// 确保连接被关闭
+		if connection.Conn != nil {
+			connection.Conn.Close()
+		}
 	}
 	c.connMu.Unlock()
 
+	if !exists {
+		// 连接不存在，无需发送关闭消息
+		return
+	}
+
 	// 发送关闭消息
 	closeData := make([]byte, 4)
 	binary.BigEndian.PutUint32(closeData, connID)
@@ -498,12 +537,11 @@ func (c *Client) closeConnection(connID uint32) {
 
 	select {
 	case c.sendChan <- msg:
-	default:
-		// 发送队列满，忽略
-	}
-
-	if exists {
 		log.Printf("连接已关闭: ID=%d", connID)
+	case <-time.After(1 * time.Second):
+		log.Printf("发送关闭消息超时: ID=%d", connID)
+	case <-c.ctx.Done():
+		log.Printf("客户端关闭，跳过发送关闭消息: ID=%d", connID)
 	}
 }
 

src/client/tunnel/client_test.go

@@ -152,16 +152,20 @@ func TestClientHandleConnectRequest(t *testing.T) {
 	
 	client := NewClient("127.0.0.1:9000")
 	
-	// 创建连接请求消息
+	// 创建连接请求消息（新格式：connID + port + hostLen + host）
 	connID := uint32(12345)
-	reqData := make([]byte, 6)
+	targetHost := "127.0.0.1"
+	targetHostBytes := []byte(targetHost)
+	reqData := make([]byte, 7+len(targetHostBytes))
 	binary.BigEndian.PutUint32(reqData[0:4], connID)
 	binary.BigEndian.PutUint16(reqData[4:6], uint16(localPort))
+	reqData[6] = byte(len(targetHostBytes))
+	copy(reqData[7:], targetHostBytes)
 	
 	msg := &TunnelMessage{
 		Version: ProtocolVersion,
 		Type:    MsgTypeConnectRequest,
-		Length:  6,
+		Length:  uint32(len(reqData)),
 		Data:    reqData,
 	}
 	

src/server/api/api.go

@@ -8,6 +8,7 @@ import (
 	"net/http"
 	"port-forward/server/db"
 	"port-forward/server/forwarder"
+	"port-forward/server/stats"
 	"port-forward/server/tunnel"
 	"strconv"
 	"time"
@@ -58,6 +59,8 @@ func (h *Handler) RegisterRoutes(mux *http.ServeMux) {
 	mux.HandleFunc("/api/mapping/create", h.handleCreateMapping)
 	mux.HandleFunc("/api/mapping/remove", h.handleRemoveMapping)
 	mux.HandleFunc("/api/mapping/list", h.handleListMappings)
+	mux.HandleFunc("/api/stats/traffic", h.handleGetTrafficStats)
+	mux.HandleFunc("/api/stats/monitor", h.handleTrafficMonitor)
 	mux.HandleFunc("/health", h.handleHealth)
 }
 
@@ -277,4 +280,56 @@ func Start(handler *Handler, port int) error {
 
 	log.Printf("HTTP API 服务启动: 端口 %d", port)
 	return server.ListenAndServe()
+}
+
+// handleGetTrafficStats 获取流量统计
+func (h *Handler) handleGetTrafficStats(w http.ResponseWriter, r *http.Request) {
+	if r.Method != http.MethodGet {
+		h.writeError(w, http.StatusMethodNotAllowed, "只支持 GET 方法")
+		return
+	}
+
+	// 获取隧道流量统计
+	var tunnelStats stats.TrafficStats
+	if h.tunnelServer != nil {
+		tunnelStats = h.tunnelServer.GetTrafficStats()
+	}
+
+	// 获取所有端口映射的流量统计
+	forwarderStats := h.forwarderMgr.GetAllTrafficStats()
+	
+	// 构建响应
+	mappings := make([]stats.PortTrafficStats, 0, len(forwarderStats))
+	var totalSent, totalReceived uint64
+	
+	for port, stat := range forwarderStats {
+		mappings = append(mappings, stats.PortTrafficStats{
+			Port:          port,
+			BytesSent:     stat.BytesSent,
+			BytesReceived: stat.BytesReceived,
+			LastUpdate:    stat.LastUpdate,
+		})
+		totalSent += stat.BytesSent
+		totalReceived += stat.BytesReceived
+	}
+	
+	// 加上隧道的流量
+	totalSent += tunnelStats.BytesSent
+	totalReceived += tunnelStats.BytesReceived
+	
+	response := stats.AllTrafficStats{
+		Tunnel:        tunnelStats,
+		Mappings:      mappings,
+		TotalSent:     totalSent,
+		TotalReceived: totalReceived,
+		Timestamp:     time.Now().Unix(),
+	}
+
+	h.writeSuccess(w, "获取流量统计成功", response)
+}
+
+// handleTrafficMonitor 流量监控页面
+func (h *Handler) handleTrafficMonitor(w http.ResponseWriter, r *http.Request) {
+	w.Header().Set("Content-Type", "text/html; charset=utf-8")
+	fmt.Fprint(w, html)
 }

src/server/api/api_test.go

@@ -260,7 +260,7 @@ func TestHandleCreateMappingInvalidIP(t *testing.T) {
 		// Port:     15000,
 		SourcePort: 15000,
 		TargetPort: 15000,
-		TargetHost: "invalid-ip",
+		TargetHost: "", // 使用空字符串而不是无效域名，避免DNS查询超时
 	}
 	
 	body, _ := json.Marshal(reqBody)

src/server/api/html.go

@@ -0,0 +1,341 @@
+package api
+
+const html = `
+<!DOCTYPE html>
+<html lang="zh-CN">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>流量监控 - Go Tunnel</title>
+    <script src="https://cdn.jsdelivr.net/npm/chart.js@4.4.0/dist/chart.umd.min.js"></script>
+    <style>
+        * {
+            margin: 0;
+            padding: 0;
+            box-sizing: border-box;
+        }
+        
+        body {
+            font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            min-height: 100vh;
+            padding: 20px;
+        }
+        
+        .container {
+            max-width: 1400px;
+            margin: 0 auto;
+        }
+        
+        h1 {
+            color: white;
+            text-align: center;
+            margin-bottom: 30px;
+            font-size: 2.5em;
+            text-shadow: 2px 2px 4px rgba(0,0,0,0.3);
+        }
+        
+        .stats-grid {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(300px, 1fr));
+            gap: 20px;
+            margin-bottom: 30px;
+        }
+        
+        .stat-card {
+            background: rgba(255, 255, 255, 0.95);
+            border-radius: 15px;
+            padding: 25px;
+            box-shadow: 0 8px 32px rgba(0,0,0,0.1);
+            transition: transform 0.3s;
+        }
+        
+        .stat-card:hover {
+            transform: translateY(-5px);
+        }
+        
+        .stat-card h3 {
+            color: #667eea;
+            margin-bottom: 15px;
+            font-size: 1.3em;
+            border-bottom: 2px solid #667eea;
+            padding-bottom: 10px;
+        }
+        
+        .stat-value {
+            font-size: 2em;
+            font-weight: bold;
+            color: #333;
+            margin: 10px 0;
+        }
+        
+        .stat-label {
+            color: #666;
+            font-size: 0.9em;
+            margin-top: 5px;
+        }
+        
+        .chart-container {
+            background: rgba(255, 255, 255, 0.95);
+            border-radius: 15px;
+            padding: 25px;
+            margin-bottom: 20px;
+            box-shadow: 0 8px 32px rgba(0,0,0,0.1);
+        }
+        
+        .chart-container h2 {
+            color: #667eea;
+            margin-bottom: 20px;
+            font-size: 1.5em;
+        }
+        
+        .mapping-list {
+            background: rgba(255, 255, 255, 0.95);
+            border-radius: 15px;
+            padding: 25px;
+            box-shadow: 0 8px 32px rgba(0,0,0,0.1);
+        }
+        
+        .mapping-item {
+            background: #f8f9fa;
+            border-radius: 10px;
+            padding: 15px;
+            margin-bottom: 15px;
+            border-left: 4px solid #667eea;
+        }
+        
+        .mapping-item h4 {
+            color: #667eea;
+            margin-bottom: 10px;
+        }
+        
+        .mapping-stats {
+            display: flex;
+            justify-content: space-between;
+            color: #666;
+            font-size: 0.9em;
+        }
+        
+        .status-indicator {
+            display: inline-block;
+            width: 12px;
+            height: 12px;
+            border-radius: 50%;
+            background: #4CAF50;
+            animation: pulse 2s infinite;
+        }
+        
+        @keyframes pulse {
+            0%, 100% {
+                opacity: 1;
+            }
+            50% {
+                opacity: 0.5;
+            }
+        }
+        
+        .update-time {
+            text-align: center;
+            color: white;
+            margin-top: 20px;
+            font-size: 0.9em;
+        }
+    </style>
+</head>
+<body>
+    <div class="container">
+        <h1><span class="status-indicator"></span> 流量监控面板</h1>
+        
+        <div class="stats-grid">
+            <div class="stat-card">
+                <h3>总发送流量</h3>
+                <div class="stat-value" id="total-sent">0 B</div>
+                <div class="stat-label">Total Sent</div>
+            </div>
+            
+            <div class="stat-card">
+                <h3>总接收流量</h3>
+                <div class="stat-value" id="total-received">0 B</div>
+                <div class="stat-label">Total Received</div>
+            </div>
+            
+            <div class="stat-card">
+                <h3>隧道发送</h3>
+                <div class="stat-value" id="tunnel-sent">0 B</div>
+                <div class="stat-label">Tunnel Sent</div>
+            </div>
+            
+            <div class="stat-card">
+                <h3>隧道接收</h3>
+                <div class="stat-value" id="tunnel-received">0 B</div>
+                <div class="stat-label">Tunnel Received</div>
+            </div>
+        </div>
+        
+        <div class="chart-container">
+            <h2>实时流量趋势</h2>
+            <canvas id="trafficChart"></canvas>
+        </div>
+        
+        <div class="mapping-list">
+            <h2 style="color: #667eea; margin-bottom: 20px;">端口映射流量</h2>
+            <div id="mapping-list"></div>
+        </div>
+        
+        <div class="update-time">
+            最后更新: <span id="update-time">-</span> | 每 3 秒自动刷新
+        </div>
+    </div>
+
+    <script>
+        // 初始化图表
+        const ctx = document.getElementById('trafficChart');
+        const chart = new Chart(ctx, {
+            type: 'line',
+            data: {
+                labels: [],
+                datasets: [
+                    {
+                        label: '发送 (KB/s)',
+                        data: [],
+                        borderColor: '#667eea',
+                        backgroundColor: 'rgba(102, 126, 234, 0.1)',
+                        tension: 0.4,
+                        fill: true
+                    },
+                    {
+                        label: '接收 (KB/s)',
+                        data: [],
+                        borderColor: '#764ba2',
+                        backgroundColor: 'rgba(118, 75, 162, 0.1)',
+                        tension: 0.4,
+                        fill: true
+                    }
+                ]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: true,
+                aspectRatio: 2.5,
+                plugins: {
+                    legend: {
+                        display: true,
+                        position: 'top',
+                    }
+                },
+                scales: {
+                    y: {
+                        beginAtZero: true,
+                        ticks: {
+                            callback: function(value) {
+                                return value.toFixed(2) + ' KB/s';
+                            }
+                        }
+                    },
+                    x: {
+                        display: true
+                    }
+                }
+            }
+        });
+
+        let lastData = null;
+        const maxDataPoints = 20;
+
+        // 格式化字节数
+        function formatBytes(bytes) {
+            if (bytes === 0) return '0 B';
+            const k = 1024;
+            const sizes = ['B', 'KB', 'MB', 'GB', 'TB'];
+            const i = Math.floor(Math.log(bytes) / Math.log(k));
+            return parseFloat((bytes / Math.pow(k, i)).toFixed(2)) + ' ' + sizes[i];
+        }
+
+        // 更新统计数据
+        function updateStats(data) {
+            document.getElementById('total-sent').textContent = formatBytes(data.total_sent);
+            document.getElementById('total-received').textContent = formatBytes(data.total_received);
+            document.getElementById('tunnel-sent').textContent = formatBytes(data.tunnel.bytes_sent);
+            document.getElementById('tunnel-received').textContent = formatBytes(data.tunnel.bytes_received);
+            
+            // 更新时间
+            const now = new Date();
+            document.getElementById('update-time').textContent = now.toLocaleTimeString('zh-CN');
+        }
+
+        // 更新图表
+        function updateChart(data) {
+            const now = new Date().toLocaleTimeString('zh-CN');
+            
+            // 计算速率 (如果有上次数据)
+            let sendRate = 0;
+            let recvRate = 0;
+            
+            if (lastData) {
+                const timeDiff = 3; // 3秒间隔
+                sendRate = (data.total_sent - lastData.total_sent) / timeDiff / 1024; // KB/s
+                recvRate = (data.total_received - lastData.total_received) / timeDiff / 1024; // KB/s
+            }
+            
+            lastData = data;
+            
+            // 添加新数据点
+            chart.data.labels.push(now);
+            chart.data.datasets[0].data.push(sendRate);
+            chart.data.datasets[1].data.push(recvRate);
+            
+            // 限制数据点数量
+            if (chart.data.labels.length > maxDataPoints) {
+                chart.data.labels.shift();
+                chart.data.datasets[0].data.shift();
+                chart.data.datasets[1].data.shift();
+            }
+            
+            chart.update('none'); // 无动画更新，更流畅
+        }
+
+        // 更新端口映射列表
+        function updateMappings(mappings) {
+            const container = document.getElementById('mapping-list');
+            
+            if (mappings.length === 0) {
+                container.innerHTML = '<p style="color: #999; text-align: center;">暂无端口映射</p>';
+                return;
+            }
+            
+            container.innerHTML = mappings.map(m => 
+                '<div class="mapping-item">' +
+                    '<h4>端口 ' + m.port + '</h4>' +
+                    '<div class="mapping-stats">' +
+                        '<span>发送: ' + formatBytes(m.bytes_sent) + '</span>' +
+                        '<span>接收: ' + formatBytes(m.bytes_received) + '</span>' +
+                    '</div>' +
+                '</div>'
+            ).join('');
+        }
+
+        // 获取流量数据
+        async function fetchTrafficData() {
+            try {
+                const response = await fetch('/api/stats/traffic');
+                const result = await response.json();
+                
+                if (result.success) {
+                    updateStats(result.data);
+                    updateChart(result.data);
+                    updateMappings(result.data.mappings || []);
+                }
+            } catch (error) {
+                console.error('获取流量数据失败:', error);
+            }
+        }
+
+        // 初始加载
+        fetchTrafficData();
+
+        // 定时刷新 (每3秒)
+        setInterval(fetchTrafficData, 3000);
+    </script>
+</body>
+</html>
+	`

src/server/config/config_test.go

@@ -200,7 +200,7 @@ func TestValidateConfig(t *testing.T) {
 		{
 			name: "端口范围过大",
 			config: Config{
-				PortRange:  PortRangeConfig{From: 1, End: 20000},
+				PortRange:  PortRangeConfig{From: 1, End: 40000},
 				Tunnel:     TunnelConfig{Enabled: false, ListenPort: 0},
 				API:        APIConfig{ListenPort: 8080},
 				Database:   DatabaseConfig{Path: "./data/test.db"},

src/server/forwarder/forwarder.go

@@ -6,7 +6,9 @@ import (
 	"io"
 	"log"
 	"net"
+	"port-forward/server/stats"
 	"sync"
+	"sync/atomic"
 	"time"
 )
 
@@ -14,6 +16,7 @@ import (
 type TunnelServer interface {
 	ForwardConnection(clientConn net.Conn, targetIP string, targetPort int) error
 	IsConnected() bool
+	GetTrafficStats() stats.TrafficStats
 }
 
 // Forwarder 端口转发器
@@ -27,6 +30,10 @@ type Forwarder struct {
 	wg           sync.WaitGroup
 	tunnelServer TunnelServer
 	useTunnel    bool
+	
+	// 流量统计（使用原子操作）
+	bytesSent     uint64 // 发送字节数
+	bytesReceived uint64 // 接收字节数
 }
 
 // NewForwarder 创建新的端口转发器
@@ -142,26 +149,44 @@ func (f *Forwarder) handleConnection(clientConn net.Conn) {
 	defer targetConn.Close()
 
 	// 双向转发
-	errChan := make(chan error, 2)
+	var wg sync.WaitGroup
+	wg.Add(2)
 
 	// 客户端 -> 目标
 	go func() {
-		_, err := io.Copy(targetConn, clientConn)
+		defer wg.Done()
-		errChan <- err
+		n, _ := io.Copy(targetConn, clientConn)
+		atomic.AddUint64(&f.bytesSent, uint64(n))
+		// 关闭目标连接的写入端，通知对方不会再发送数据
+		if tcpConn, ok := targetConn.(*net.TCPConn); ok {
+			tcpConn.CloseWrite()
+		}
 	}()
 
 	// 目标 -> 客户端
 	go func() {
-		_, err := io.Copy(clientConn, targetConn)
+		defer wg.Done()
-		errChan <- err
+		n, _ := io.Copy(clientConn, targetConn)
+		atomic.AddUint64(&f.bytesReceived, uint64(n))
+		// 关闭客户端连接的写入端
+		if tcpConn, ok := clientConn.(*net.TCPConn); ok {
+			tcpConn.CloseWrite()
+		}
 	}()
 
-	// 等待任一方向完成或出错
+	// 创建一个 channel 来等待完成
+	done := make(chan struct{})
+	go func() {
+		wg.Wait()
+		close(done)
+	}()
+
+	// 等待两个方向都完成或上下文取消
 	select {
-	case <-errChan:
+	case <-done:
-		// 连接已关闭或出错
+		// 两个方向都已完成
 	case <-f.ctx.Done():
-		// 转发器被停止
+		// 转发器被停止，连接会在 defer 中关闭
 	}
 }
 
@@ -279,4 +304,26 @@ func (m *Manager) StopAll() {
 	}
 
 	m.forwarders = make(map[int]*Forwarder)
+}
+
+// GetTrafficStats 获取流量统计信息
+func (f *Forwarder) GetTrafficStats() stats.TrafficStats {
+	return stats.TrafficStats{
+		BytesSent:     atomic.LoadUint64(&f.bytesSent),
+		BytesReceived: atomic.LoadUint64(&f.bytesReceived),
+		LastUpdate:    time.Now().Unix(),
+	}
+}
+
+// GetAllTrafficStats 获取所有转发器的流量统计
+func (m *Manager) GetAllTrafficStats() map[int]stats.TrafficStats {
+	m.mu.RLock()
+	defer m.mu.RUnlock()
+	
+	statsMap := make(map[int]stats.TrafficStats)
+	for port, forwarder := range m.forwarders {
+		statsMap[port] = forwarder.GetTrafficStats()
+	}
+	
+	return statsMap
 }

src/server/forwarder/forwarder_test.go

@@ -4,6 +4,7 @@ import (
 	"fmt"
 	"io"
 	"net"
+	"port-forward/server/stats"
 	"testing"
 	"time"
 )
@@ -20,8 +21,12 @@ func TestNewForwarder(t *testing.T) {
 		t.Errorf("源端口不正确，期望 8080，得到 %d", fwd.sourcePort)
 	}
 	
-	if fwd.targetHost != "192.168.1.100:80" {
+	if fwd.targetHost != "192.168.1.100" {
-		t.Errorf("目标地址不正确，期望 192.168.1.100:80，得到 %s", fwd.targetHost)
+		t.Errorf("目标主机不正确，期望 192.168.1.100，得到 %s", fwd.targetHost)
+	}
+	
+	if fwd.targetPort != 80 {
+		t.Errorf("目标端口不正确，期望 80，得到 %d", fwd.targetPort)
 	}
 	
 	if fwd.useTunnel {
@@ -43,6 +48,10 @@ func (m *mockTunnelServer) ForwardConnection(clientConn net.Conn, targetIp strin
 func (m *mockTunnelServer) IsConnected() bool {
 	return m.connected
 }
+ 
+func  (m *mockTunnelServer) GetTrafficStats() stats.TrafficStats {
+	return stats.TrafficStats{}
+}
 
 // TestNewTunnelForwarder 测试创建隧道转发器
 func TestNewTunnelForwarder(t *testing.T) {

src/server/main.go

@@ -4,6 +4,7 @@ import (
 	"context"
 	"flag"
 	"log"
+	_ "net/http/pprof" // 导入pprof用于性能分析
 	"os"
 	"os/signal"
 	"port-forward/server/api"
@@ -64,8 +65,6 @@ func main() {
 			continue
 		}
 
-		log.Printf("恢复端口映射: %d -> %s:%d (tunnel: %v)", mapping.SourcePort, mapping.TargetHost, mapping.TargetPort, mapping.UseTunnel)
-		
 		var err error
 		if mapping.UseTunnel {
 			// 隧道模式：检查隧道服务器是否可用
@@ -103,10 +102,30 @@ func main() {
 		}
 	}()
 
+	// // 启动 pprof 调试服务器（用于性能分析和调试）
+	// pprofPort := 6060
+	// go func() {
+	// 	log.Printf("启动 pprof 调试服务器: http://localhost:%d/debug/pprof/", pprofPort)
+	// 	if err := http.ListenAndServe(":6060", nil); err != nil {
+	// 		log.Printf("pprof 服务器启动失败: %v", err)
+	// 	}
+	// }()
+
+	// // 启动 goroutine 监控
+	// go func() {
+	// 	ticker := time.NewTicker(10 * time.Second)
+	// 	defer ticker.Stop()
+	// 	for range ticker.C {
+	// 		numGoroutines := runtime.NumGoroutine()
+	// 		log.Printf("[监控] 当前 Goroutine 数量: %d", numGoroutines)
+	// 	}
+	// }()
+
 	log.Println("===========================================")
 	log.Printf("服务器启动成功!")
 	log.Printf("端口范围: %d-%d", cfg.PortRange.From, cfg.PortRange.End)
 	log.Printf("HTTP API: http://localhost:%d", cfg.API.ListenPort)
+	// log.Printf("调试接口: http://localhost:%d/debug/pprof/", pprofPort)
 	if cfg.Tunnel.Enabled {
 		log.Printf("隧道服务: 端口 %d", cfg.Tunnel.ListenPort)
 	}

src/server/stats/stats.go

@@ -0,0 +1,25 @@
+package stats
+
+// TrafficStats 流量统计
+type TrafficStats struct {
+	BytesSent     uint64 `json:"bytes_sent"`     // 发送字节数
+	BytesReceived uint64 `json:"bytes_received"` // 接收字节数
+	LastUpdate    int64  `json:"last_update"`    // 最后更新时间（Unix时间戳）
+}
+
+// PortTrafficStats 端口流量统计
+type PortTrafficStats struct {
+	Port          int    `json:"port"`
+	BytesSent     uint64 `json:"bytes_sent"`
+	BytesReceived uint64 `json:"bytes_received"`
+	LastUpdate    int64  `json:"last_update"`
+}
+
+// AllTrafficStats 所有流量统计
+type AllTrafficStats struct {
+	Tunnel      TrafficStats        `json:"tunnel"`         // 隧道流量
+	Mappings    []PortTrafficStats  `json:"mappings"`       // 端口映射流量
+	TotalSent   uint64              `json:"total_sent"`     // 总发送
+	TotalReceived uint64            `json:"total_received"` // 总接收
+	Timestamp   int64               `json:"timestamp"`      // 时间戳
+}

src/server/tunnel/tunnel.go

@@ -7,7 +7,9 @@ import (
 	"io"
 	"log"
 	"net"
+	"port-forward/server/stats"
 	"sync"
+	"sync/atomic"
 	"time"
 )
 
@@ -37,7 +39,7 @@ const (
 	
 	// 超时设置
 	ConnectTimeout = 10 * time.Second // 连接超时
-	ReadTimeout    = 30 * time.Second // 读取超时
+	ReadTimeout    = 300 * time.Second // 读取超时
 	KeepAliveInterval = 15 * time.Second // 心跳间隔
 )
 
@@ -111,6 +113,10 @@ type Server struct {
 	
 	// 消息队列
 	sendChan chan *TunnelMessage
+	
+	// 流量统计（使用原子操作）
+	bytesSent     uint64 // 通过隧道发送的总字节数
+	bytesReceived uint64 // 通过隧道接收的总字节数
 }
 
 // NewServer 创建新的隧道服务器
@@ -214,20 +220,25 @@ func (s *Server) handleTunnelRead(conn net.Conn) {
 	}()
 
 	for {
+		// 检查是否应该退出
 		select {
 		case <-s.ctx.Done():
 			return
 		default:
 		}
 
+		// 设置读取超时，避免无限阻塞
+		conn.SetReadDeadline(time.Now().Add(ReadTimeout))
 		msg, err := s.readTunnelMessage(conn)
 		if err != nil {
-			if err != io.EOF {
+			if err != io.EOF && !isTimeout(err) {
 				log.Printf("读取隧道消息失败: %v", err)
 			}
 			return
 		}
 
+		// 重置读取超时
+		conn.SetReadDeadline(time.Time{})
 		s.handleTunnelMessage(msg)
 	}
 }
@@ -256,6 +267,9 @@ func (s *Server) readTunnelMessage(conn net.Conn) (*TunnelMessage, error) {
 	if _, err := io.ReadFull(conn, header); err != nil {
 		return nil, err
 	}
+	
+	// 统计接收字节数
+	s.addBytesReceived(uint64(HeaderSize))
 
 	version := header[0]
 	msgType := header[1]
@@ -276,6 +290,8 @@ func (s *Server) readTunnelMessage(conn net.Conn) (*TunnelMessage, error) {
 		if _, err := io.ReadFull(conn, data); err != nil {
 			return nil, err
 		}
+		// 统计接收字节数
+		s.addBytesReceived(uint64(dataLen))
 	}
 
 	return &TunnelMessage{
@@ -288,6 +304,10 @@ func (s *Server) readTunnelMessage(conn net.Conn) (*TunnelMessage, error) {
 
 // writeTunnelMessage 写入隧道消息
 func (s *Server) writeTunnelMessage(conn net.Conn, msg *TunnelMessage) error {
+	// 设置写入超时，防止阻塞
+	conn.SetWriteDeadline(time.Now().Add(10 * time.Second))
+	defer conn.SetWriteDeadline(time.Time{}) // 重置超时
+	
 	// 构建消息头
 	header := make([]byte, HeaderSize)
 	header[0] = msg.Version
@@ -296,14 +316,19 @@ func (s *Server) writeTunnelMessage(conn net.Conn, msg *TunnelMessage) error {
 
 	// 写入消息头
 	if _, err := conn.Write(header); err != nil {
-		return err
+		return fmt.Errorf("写入消息头失败: %w", err)
 	}
+	
+	// 统计发送字节数
+	s.addBytesSent(uint64(HeaderSize))
 
 	// 写入数据
 	if msg.Length > 0 && msg.Data != nil {
 		if _, err := conn.Write(msg.Data); err != nil {
-			return err
+			return fmt.Errorf("写入消息数据失败: %w", err)
 		}
+		// 统计发送字节数
+		s.addBytesSent(uint64(msg.Length))
 	}
 
 	return nil
@@ -401,7 +426,20 @@ func (s *Server) handleDataMessage(msg *TunnelMessage) {
 	s.connMu.RUnlock()
 
 	if !exists {
-		log.Printf("收到未知连接的数据: %d", connID)
+		log.Printf("收到未知连接的数据: %d，发送关闭消息", connID)
+		// 连接不存在，发送关闭消息通知对端
+		closeData := make([]byte, 4)
+		binary.BigEndian.PutUint32(closeData, connID)
+		closeMsg := &TunnelMessage{
+			Version: ProtocolVersion,
+			Type:    MsgTypeClose,
+			Length:  4,
+			Data:    closeData,
+		}
+		select {
+		case s.sendChan <- closeMsg:
+		default:
+		}
 		return
 	}
 
@@ -425,7 +463,8 @@ func (s *Server) handleCloseMessage(msg *TunnelMessage) {
 
 // handleKeepAlive 处理心跳消息
 func (s *Server) handleKeepAlive(msg *TunnelMessage) {
-	// 回应心跳
+	// 服务器收到客户端的心跳请求，回应一次即可
+	// 不要形成心跳循环
 	response := &TunnelMessage{
 		Version: ProtocolVersion,
 		Type:    MsgTypeKeepAlive,
@@ -454,15 +493,31 @@ func (s *Server) forwardData(active *ActiveConnection) {
 		default:
 		}
 
+		// 设置读取超时
 		active.ClientConn.SetReadDeadline(time.Now().Add(ReadTimeout))
 		n, err := active.ClientConn.Read(buffer)
+		
 		if err != nil {
-			if err != io.EOF && !isTimeout(err) {
+			// 任何错误都应该终止转发，包括超时
+			if err == io.EOF {
+				log.Printf("客户端连接正常关闭 (ID=%d)", active.ID)
+			} else if netErr, ok := err.(net.Error); ok && netErr.Timeout() {
+				log.Printf("客户端连接超时 (ID=%d)", active.ID)
+			} else {
 				log.Printf("读取客户端连接失败 (ID=%d): %v", active.ID, err)
 			}
 			return
 		}
 
+		// 读取到0字节，连接已关闭
+		if n == 0 {
+			log.Printf("客户端连接已关闭 (ID=%d, 读取0字节)", active.ID)
+			return
+		}
+
+		// 重置读取超时
+		active.ClientConn.SetReadDeadline(time.Time{})
+
 		// 发送数据到隧道
 		dataMsg := make([]byte, 4+n)
 		binary.BigEndian.PutUint32(dataMsg[0:4], active.ID)
@@ -477,6 +532,7 @@ func (s *Server) forwardData(active *ActiveConnection) {
 
 		select {
 		case s.sendChan <- msg:
+			// 数据已发送
 		case <-time.After(5 * time.Second):
 			log.Printf("发送数据超时 (ID=%d)", active.ID)
 			return
@@ -492,10 +548,18 @@ func (s *Server) closeConnection(connID uint32) {
 	active, exists := s.activeConns[connID]
 	if exists {
 		delete(s.activeConns, connID)
-		active.ClientConn.Close()
+		// 确保连接被关闭
+		if active.ClientConn != nil {
+			active.ClientConn.Close()
+		}
 	}
 	s.connMu.Unlock()
 
+	if !exists {
+		// 连接不存在，无需发送关闭消息
+		return
+	}
+
 	// 发送关闭消息
 	closeData := make([]byte, 4)
 	binary.BigEndian.PutUint32(closeData, connID)
@@ -509,12 +573,11 @@ func (s *Server) closeConnection(connID uint32) {
 
 	select {
 	case s.sendChan <- msg:
-	default:
-		// 发送队列满，忽略
-	}
-
-	if exists {
 		log.Printf("连接已关闭: ID=%d", connID)
+	case <-time.After(1 * time.Second):
+		log.Printf("发送关闭消息超时: ID=%d", connID)
+	case <-s.ctx.Done():
+		log.Printf("服务器关闭，跳过发送关闭消息: ID=%d", connID)
 	}
 }
 
@@ -667,4 +730,23 @@ func (s *Server) keepAliveLoop(conn net.Conn) {
 			}
 		}
 	}
+}
+
+// GetTrafficStats 获取流量统计信息
+func (s *Server) GetTrafficStats() stats.TrafficStats {
+	return stats.TrafficStats{
+		BytesSent:     atomic.LoadUint64(&s.bytesSent),
+		BytesReceived: atomic.LoadUint64(&s.bytesReceived),
+		LastUpdate:    time.Now().Unix(),
+	}
+}
+
+// addBytesSent 增加发送字节数
+func (s *Server) addBytesSent(bytes uint64) {
+	atomic.AddUint64(&s.bytesSent, bytes)
+}
+
+// addBytesReceived 增加接收字节数
+func (s *Server) addBytesReceived(bytes uint64) {
+	atomic.AddUint64(&s.bytesReceived, bytes)
 }