更新时间:2022-03-31 GMT+08:00
分享

健康检查介绍

负载均衡器会定期向后端服务器发送请求以测试其运行状态,这些测试称为健康检查。通过健康检查来判断后端服务器是否可用。负载均衡器如果判断后端服务器健康检查异常,就不会将流量分发到异常后端服务器,而是分发到健康检查正常的后端服务器,从而提高了业务的可靠性。当异常的后端服务器恢复正常运行后,负载均衡器会将其自动恢复到负载均衡服务中,承载业务流量。

如果您的业务对负载比较敏感,过于频繁的健康检查报文可能会对您的正常业务产生影响。您可以根据实际的业务情况,通过增大健康检查间隔,或者将七层健康检查改为四层健康检查等方式来降低对业务的影响。如果您的业务系统自身有健康检查机制,也可以关闭负载均衡器的健康检查,但是为了保障业务的持续可用,不建议这样做。

前提条件

对于四层监听器,健康检查适用的版本是HTTP 1.1;对于七层监听器,共享型负载均衡健康检查适用的版本是HTTP 1.1,独享型适用HTTP 1.0。

TCP健康检查

对于四层(TCP)和七层(HTTP/HTTPS)监听器,您可以配置TCP健康检查,通过发起TCP三次握手来获取后端服务器的状态信息,如图1所示。

图1 TCP健康检查

TCP健康检查的机制如下:

  1. ELB节点根据健康检查配置,向后端服务器(IP+健康检查端口)发送TCP SYN报文。
  2. 后端服务器收到请求报文后,如果相应的端口已经被正常监听,则会返回SYN+ACK报文。
    • 如果在超时时间内没有收到后端服务器的SYN+ACK报文,则判定健康检查失败。然后发送RST报文给后端服务器中断TCP连接。
    • 如果在超时时间内收到了SYN+ACK报文,则发送ACK给后端服务器,判定健康检查成功,并发送RST报文给后端服务器中断TCP连接。

正常的TCP三次握手后,会进行数据传输,但是在健康检查时会发送RST中断建立的TCP连接。该实现方式可能会导致后端服务器中的应用认为TCP连接异常退出,并打印错误信息,如“Connection reset by peer”。解决方案如下:

  • 采用HTTP方式进行健康检查。
  • 后端服务器忽略健康检查的连接错误。

UDP健康检查

对于四层(UDP)监听器,默认配置UDP健康检查,通过发送UDP探测报文获取后端服务器的状态信息,如图2所示。

图2 UDP健康检查

UDP健康检查机制如下:

  1. 四层ELB节点根据健康检查配置,向后端服务器发送ICMP Echo Request报文。
    • 如果在超时时间内没有收到ICMP Echo Reply报文,则判定健康检查失败。
    • 如果在超时时间内收到了ICMP Echo Reply报文,则向后端服务器发送UDP探测报文。
  2. 如果在超时时间内没有收到后端服务器返回的ICMP Port Unreachable报文,则判定健康检查成功。否则,判定健康检查失败。

HTTP健康检查

对于四层(TCP)和七层(HTTP/HTTPS)监听器,您可以配置HTTP健康检查,通过HTTP GET请求来获取状态信息。对于HTTPS监听器,由于负载均衡器对TLS协议进行了卸载,负载均衡器与后端服务器之间使用HTTP传输,健康检查也采用HTTP方式,以提高系统的性能。健康原理如图3所示。

图3 HTTP健康检查

具体机制如下:

  1. 七层ELB节点根据健康检查配置,向后端服务器(IP+端口+检查路径)发出HTTP GET请求(可以选择设置域名)。
  2. 后端服务器收到请求后,根据服务的情况返回相应的HTTP状态码。
    • 如果七层ELB节点在响应超时时间内收到了后端服务器的响应,将HTTP状态码与预置的状态码进行对比,如果匹配则认为健康检查成功,后端服务器运行正常。
    • 如果七层ELB节点在响应超时时间内没有收到后端服务器的响应,则判定健康检查失败。

健康检查时间窗

健康检查机制的引入,有效提高了业务服务的可用性。但是,为了避免频繁的健康检查失败引起的切换对系统可用性的冲击,健康检查只有连续多次检查成功或失败后,才会进行状态切换。

共享型负载均衡的健康检查为例,健康检查时间窗由以下三个因素决定:

  • 检查间隔:每隔多久进行一次健康检查。
  • 超时时间:等待服务器返回健康检查的时间。
  • 最大重试次数:健康检查连续成功的次数。

系统必须连续3次检查失败,才会判定后端服务器健康检查失败,与“最大重试次数”设置的数值无关。

健康检查时间窗的计算方法如下:

  • 健康检查成功时间窗 = 超时时间×最大重试次数 + 检查间隔×(最大重试次数-1)
  • 健康检查失败时间窗 = 超时时间×3 + 检查间隔×(3-1)

图4所示:

  • 检查间隔:4s
  • 超时时间:2s
健康检查检测到后端服务器从正常到失败状态,健康检查失败时间窗 = 超时时间×3+检查间隔×(3-1) = 2 x 3+4 x (3-1) = 14s。
图4 健康检查失败时间窗

健康检查异常排查

如果您的健康检查异常,排查方法请参考健康检查异常如何排查

分享:

    相关文档

    相关产品

close