LVS故障解决案例解析

LVS+Keepalived+Nginx架构中，某天突然发现网站www.wuguangke.cn 部分用户访问巨慢，甚至无法访问，那这个问题我们该如何定位呢？分两种情况：如果有监控，如果有报警短信再好不过了。然后可以很快的定位到某一台机器。如果没有监控，或者其他的原因没法看监控，那我们该如何排查呢？如下步骤：

1. 第一步：首先我们想到ping www.wuguangke.cn ，通过ping返回数据部正常
2. 
   
3. 第二步：登录LVS服务器，ipvsadm –Ln 查看当前后端web连接信息，显示如下： 
4.  
5. [root@LVS-Master keepalived]# ipvsadm -Ln 
6.  
7. IP Virtual Server version 1.2.1 (size=4096) 
8.  
9. Prot LocalAddress:Port Scheduler Flags 
10.  
11.   -> RemoteAddress:Port           Forward Weight ActiveConn InActConn 
12.  
13. TCP  192.168.1.10:80 wlc 
14.  
15.   -> 192.168.1.6:80                 Route   100    2         13         
16.  
17.   -> 192.168.1.5:80                 Route   100    120       13         
18.  
19.   -> 192.168.1.4:80                 Route   100    1363      45 

通过LVS信息，我们看到LVS 选择的轮训方式为加权最少连接，而网站也是部分无法访问，我们可以猜测是其中一台web服务器无法访问或者访问巨慢导致，我们会想难道LVS不会自己判断吗？想法很好，那我们接下来查看keepalived.conf配置，部分截图如下：

1. real_server 192.168.1.4  80  { 
2.  
3.         weight 100         
4.         TCP_CHECK { 
5.         connect_timeout 10  
6.         nb_get_retry 3 
7.         delay_before_retry 3 
8.         connect_port 80 
9.         } 
10. }

通过配置文件我们发现LVS默认用的是TCP检测方式，只要80端口能通，请求就会转发到后端服务器。紧接着在LVS /tmp目wget http://192.168.1.4/ 返回502超时，另外几台nginx返回正常，1.4服务器80端口对于LVS来说是打开的，所以LVS会把请求转发给给它。

这就造成了为什么部分用户可以访问，有的用户无法访问的问题。登录1.4 nginx服务器，pkill nginx ，临时停止nginx保证服务保证正常访问，然后再查看nginx日志发现是后端程序连接一台数据库出现的问题。

回过头来我们会发现，LVS不会检测你后端502超时错误，只关心80端口是否开启对于应用来说，这样检测明显不足，那我们需要如何处理呢？增加LVS对后端Nginx URL的检测，能访问URL则表示服务正常，直接看代码：

1. real_server 192.168.1.4 80 { 
2.  
3.         weight 100 
4.  
5.         HTTP_GET { 
6.  
7.         url { 
8.  
9.         path /monitor/warn.jsp 
10.  
11.         status_code 200 
12.  
13.         } 
14.         connect_timeout 10 
15.  
16.         nb_get_retry 3 
17.  
18.         delay_before_retry 3 
19.  
20.      } 
21.  
22. } 

我们对比之前的检测方式，从单纯的80端口到现在的URL检测，后端如果某台出现502超时错误，LVS会自动踢出，等后端恢复后自动添加。自此故障解决完毕！欢迎大家共同交流和学习！

本文出自 “烟雨楼台” 博客，请务必保留此出处http://wgkgood.blog.51cto.com/1192594/1103096