马来西亚服务器部署负载均衡时,如何配置后端健康检查并验证故障切换?
马来西亚服务器部署负载均衡时,健康检查要同时回答两个问题:后端是否能正常处理业务请求,以及某台后端失效后,入口是否会在预期时间内停止向它分发新请求。生产变更应先核对现有流量路径和后端状态,再逐台接入或调整检查;不要把“配置已加载”当作故障切换验证成功。
下面以 HAProxy 为负载均衡器、两台应用服务器为后端举例。示例地址、端口和阈值仅用于说明,实际操作前应替换为本机配置,并确认 HAProxy 版本支持所用指令。
一、现状核对:确定检查对象和影响范围
先梳理请求从客户端到应用的路径:域名解析指向哪里,负载均衡入口是否位于马来西亚,TLS 在哪里终止,后端监听什么端口,以及哪些安全组或防火墙规则限制了访问。若流量还经过其他入口或上游负载均衡,需确认本次变更实际作用在哪一层,避免只测试到内网入口。

核对每台后端的应用状态、监听地址和业务路径。健康检查不是简单测试服务器能否 ping 通,而是负载均衡器向应用发送请求后,按响应判断该节点是否可接流量。后端应提供专用检查路径,例如 /healthz,并明确其返回规则:
- 应用进程正常、能够处理基本请求时返回 HTTP 200。
- 应用无法接单时返回非 200 状态码。
- 检查路径不应要求用户登录,也不应泄露内部配置、凭据或详细错误信息。
- 如果业务依赖数据库等关键组件,可设计独立的就绪检查;但不要让短暂的非核心依赖波动导致所有后端同时被摘除。
从负载均衡器本机逐台检查连通性和响应,记录变更前结果:
curl -i --max-time 3 http://10.20.0.11:8080/healthz
curl -i --max-time 3 http://10.20.0.12:8080/healthz
此处的地址应替换成实际后端地址。若后端使用 HTTPS,应按实际证书和主机名验证方式测试,不能为了让检查通过而长期关闭证书校验。
同时确认健康检查流量的来源是负载均衡器自身。后端防火墙和云安全组至少应允许该来源访问应用端口;不要为方便检查而对公网开放应用端口。检查服务名、配置路径和版本时,以本机结果为准:
haproxy -vv
systemctl status haproxy --no-pager
systemctl cat haproxy
二、变更准备:保留可恢复的配置和验证条件
变更前保存 HAProxy 当前配置,并记录配置文件路径、服务状态、后端节点清单、健康检查现状及外部入口测试结果。以下备份命令仅适用于确认配置文件位于 /etc/haproxy/haproxy.cfg 的系统;路径不同时应先核实,不要直接覆盖其他文件。
sudo cp -a /etc/haproxy/haproxy.cfg \
/etc/haproxy/haproxy.cfg.bak.$(date +%Y%m%d%H%M%S)
准备一个能区分后端的验证方式,例如让应用响应头或测试页面返回节点标识。若应用目前没有标识,可在受控测试环境中增加;不要依赖响应时间差异推断请求落在哪台机器。
确定变更窗口和影响对象:HAProxy 服务是否承载全部生产入口、是否有备用入口、重新加载是否会影响现存连接、后端是否有长连接或会话粘滞要求。若依赖本地会话状态,摘除节点后用户可能需要重新建立会话;应先确认会话存储或业务的处理方式。
建议先接入一台后端,确认检查与业务请求正常后再纳入另一台。若现有配置已在承担生产流量,不要一次性替换整个配置文件;应在原有配置基础上做最小差异修改。
三、分步实施:配置健康检查并逐步纳入后端
1. 设定检查路径和阈值
以下示例配置包含 HTTP 入口、应用后端、主动 HTTP 健康检查和仅限本机访问的管理套接字。它展示的是配置结构,不代表适用于所有现有 HAProxy 配置;实际整合时应保留原有日志、TLS、访问控制和超时设置。

global
log /dev/log local0
stats socket /run/haproxy/admin.sock mode 660 level admin
defaults
log global
mode http
option httplog
timeout connect 3s
timeout client 30s
timeout server 30s
timeout check 2s
frontend fe_http
bind *:80
default_backend be_app
backend be_app
balance roundrobin
option httpchk
http-check send meth GET uri /healthz ver HTTP/1.1 hdr Host app.internal
http-check expect status 200
default-server inter 3s fall 3 rise 2
server app1 10.20.0.11:8080 check
server app2 10.20.0.12:8080 check
inter 3s 表示通常每隔约 3 秒发起一次检查;连续 3 次失败后,节点会被标记为不可用;连续 2 次成功后,再恢复为可用。检查请求超时设置为 2 秒。实际摘除时间还受检查启动时点、网络超时和 HAProxy 版本等因素影响,不能简单视为固定 9 秒。
阈值需要结合应用响应时间和故障容忍度调整:阈值过低,短暂抖动可能造成节点频繁摘除;阈值过高,真实故障会更晚被发现。对于跨网段或响应时间波动较大的后端,应先观察正常检查耗时,再定阈值,而不是照搬示例数字。
这里使用 Host: app.internal,是因为部分应用会按主机名选择站点或路由。应替换为应用实际要求的主机名。若检查路径返回重定向、认证错误或非 200 状态,HAProxy 会按示例规则判为失败;不要只为了让检查通过而扩大可接受状态范围,除非确认这些状态确实代表可接单。
2. 验证配置并平滑加载
保存修改后先做语法校验。校验失败时不要重载服务:
sudo haproxy -c -f /etc/haproxy/haproxy.cfg
命令应显示配置有效;若报错,按行号检查拼写、缩进、指令版本支持情况和现有配置冲突。确认校验通过后,再按系统支持的方式重载。先查看服务单元是否提供 reload 操作:
systemctl show haproxy -p CanReload
如果输出显示不支持重载,不要假定 reload 一定安全;应核对发行版的服务管理方式和 HAProxy 运行模式,再在批准的窗口执行。支持重载时可使用:
sudo systemctl reload haproxy
随后检查服务状态与日志:
systemctl status haproxy --no-pager
journalctl -u haproxy --since "-10 minutes" --no-pager
如果本机未配置日志写入 systemd 日志,journalctl 可能没有 HAProxy 业务日志;此时应检查已配置的 syslog 或日志文件位置,不要将“没有日志”误判为没有故障。
3. 分批接入并检查后端状态
确认入口仍能响应后,检查 HAProxy 是否已把后端识别为可用。HAProxy 的统计页或管理接口取决于现有配置;不要为了检查临时将管理页面暴露到公网。示例中的 Unix 管理套接字应仅允许受控本机用户访问。
如果安装了 socat,可从本机读取统计信息:
printf 'show stat\n' | sudo socat stdio /run/haproxy/admin.sock
在输出中找到 be_app 下各服务器对应的状态。状态字段格式会随版本和输出列变化,应结合本机 show stat 结果辨认;重点确认后端没有持续处于 DOWN,并检查失败计数、最近检查结果和队列情况。
逐台确认检查通过后,再从外部入口发送多次请求,确认业务响应正常且请求能落到预期节点。若应用有节点标识,可用它验证分发;如果配置为轮询,也不要以少量请求必须严格交替作为唯一判据,因为连接复用、会话保持或其他调度配置都可能影响观察结果。
A5idc数据提供马来西亚吉隆坡物理服务器,涵盖不同CPU、存储及优化或国际线路方案,可为HAProxy负载均衡入口和多台应用后端提供部署所需的计算资源。在健康检查与故障切换场景中,这些资源可用于搭建分担业务请求的应用节点,并结合马来西亚本地及跨境访问需求规划网络线路。
四、验证故障切换:区分调度摘除和健康检查摘除
故障切换验证至少包含两类测试。第一类确认负载均衡器能停止向指定节点分发新请求;第二类确认健康检查能发现后端异常,并在恢复后重新纳入节点。测试应逐台进行,任何时候都要保证剩余可用后端有足够容量。

1. 先验证节点摘除后的流量变化
可通过 HAProxy 本地管理套接字临时禁用一个节点,检查负载均衡器是否继续把新请求发给它。此操作会改变运行时状态,适用于已配置并确认该套接字路径的 HAProxy 环境;先确认另一台后端可用,并记录原状态。
printf 'disable server be_app/app1\n' | sudo socat stdio /run/haproxy/admin.sock
连续请求业务入口,并通过节点标识确认新请求不再落到 app1,同时确认 app2 正常接单。此方法测试的是节点被人为摘除后的调度行为,不等同于真实健康检查失败。
测试结束后立即恢复节点:
printf 'enable server be_app/app1\n' | sudo socat stdio /run/haproxy/admin.sock
等待健康检查通过,再确认节点重新可用。运行时管理命令可能只修改当前进程状态,具体行为与版本和持久化配置有关;不要把管理命令当成永久配置变更。
2. 再验证检查失败与恢复
在获批的测试窗口内,对单台后端制造可控的检查失败,例如在应用测试机制中让该节点的 /healthz 暂时返回 503。不要直接在生产环境随意停止应用、封锁整段网络或修改防火墙规则来制造故障;这些操作可能影响业务流量或管理连接。
观察负载均衡器状态和日志:连续失败达到设定阈值后,目标节点应被标记为不可用;新请求应转由其他健康节点处理。随后恢复检查路径,等待连续成功达到恢复阈值,再确认该节点重新接流量。
对于持续请求或已建立的连接,节点摘除通常不能保证将既有连接无损迁移到其他后端。应分别验证新请求和长连接的表现,并按业务实际判断是否需要客户端重试、会话保持或应用层恢复机制。
五、观察结果与常见失败判断
建议把以下指标放在同一时间线上观察:各后端健康状态及变化时间、健康检查失败原因、入口请求成功率、应用错误率、响应时间和后端连接数。观察重点不只是节点是否显示 UP,还包括故障发现时间是否符合业务要求、摘除期间剩余节点是否过载,以及恢复后流量是否平稳回流。
| 观察结果 | 常见原因 | 下一步核对 |
|---|---|---|
| 检查持续超时 | 后端端口未监听、路由不通、防火墙未放行或应用响应过慢 | 从 HAProxy 主机测试目标端口和检查路径,核对规则是否只允许了错误的来源地址 |
| 返回 404、301、401 或 5xx | 路径、Host、认证要求或应用就绪状态与配置不匹配 | 用与 HAProxy 相同的路径、主机名和协议请求后端,确认预期状态码 |
| HAProxy 显示可用,但业务请求失败 | 检查路径只验证进程存活,未覆盖关键处理能力;或业务请求使用了不同协议、路径和 Host | 对照真实业务请求检查协议、路由和依赖,评估健康检查是否过于宽松 |
| 节点反复上下线 | 阈值过敏、后端负载过高、响应时间抖动或检查依赖不稳定 | 查看检查耗时和失败原因,评估超时、间隔与失败阈值,不要只提高阈值掩盖故障 |
| 节点恢复后没有流量 | 仍未达到恢复阈值、配置或运行时状态未恢复,或入口流量过少 | 查看实时状态和运行时变更,持续发起可识别的测试请求 |
马来西亚部署场景下,还应确认负载均衡器到后端的实际网络路径与生产请求一致。若负载均衡器和后端分属不同网络或可用区,应分别验证延迟、路由和安全规则;单纯从管理终端访问成功,并不能证明 HAProxy 的检查流量也能到达后端。
六、回滚条件:按影响面恢复,不扩大故障
出现以下情况之一,应暂停后续节点变更,并评估回滚:配置校验不通过;重载后入口错误率明显上升;健康检查把正常节点持续判为不可用;故障节点未被摘除且业务请求持续失败;或剩余节点负载超过预先设定的安全范围。
若变更只涉及 HAProxy 配置,先用备份恢复对应配置,再校验后按已确认的服务管理方式重新加载。恢复前应确认备份文件就是本次变更前的版本,并避免覆盖期间其他人员已完成的有效修改。
sudo cp -a /etc/haproxy/haproxy.cfg.bak.<时间戳> /etc/haproxy/haproxy.cfg
sudo haproxy -c -f /etc/haproxy/haproxy.cfg
将 <时间戳> 替换为实际备份后缀;确认校验通过后再按本机支持的方式重载。若问题来自后端应用或网络规则,应恢复对应系统的变更,不要通过扩大公网访问范围或关闭检查来掩盖问题。回滚后重新检查入口、后端状态和业务错误率,并保留失败时间、日志和配置差异供后续分析。
建议在变更完成后至少观察一个完整业务高峰或约 30 至 60 分钟;对流量波动明显、长连接较多的服务,应延长观察窗口。只要错误率持续异常、节点频繁上下线、剩余容量不足,或切换时间超出业务可接受范围,就暂停扩展并触发回滚或专项排查;确认状态稳定后,再进行下一批后端变更。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/7525.html



