Haproxy搭建Web群集

一、Haproxy前言

Haproxy是一个使用c语言编写的自由及开放源代码软件，其提供高可用性、负载均衡，以及基于TCP和HTTP的应用程序代理。

Haproxy特别适用于那些负载特大的web站点，这些站点通常又需要会话保持或七层处理。Haproxy运行在当前的硬件上，完全可以支持数以万计的并发连接。并且它的运行模式使得它可以很简单安全的整合进您当前的架构中，同时可以保护你的web服务器不被暴露到公共网络上。

Haproxy实现了一种事件驱动，单一进程模型，此模型支持非常大的并发连接数。多进程或多线程模型受内存限制系统调度器限制以及无处不在的锁限制，很少能处理数千并发连接。
事件驱动模型因为在有更好的资源和时间管理的用户空间(User-Space)实现所有这些任务，所以没有这些问题。
此模型的弊端是，在多核系统上，这些程序通常扩展性较差。这就是为什么他们必须进行优化以使每个CPU时间片(cycle)做更多的工作。

关于CPU分片

CPU时间片（借助一些虚拟化的概念、资源控制概念)
一个CPU处理10个任务要0.2秒 1秒内5个0.2秒50个任务，10个任务交给CPU 去做，cpu会有0.2的工作时间和0.8秒的发呆时间
CPU时问进行分片，以轮询的方式让CPU不断的处理任务
例：
80个任务1.6秒
cpu 0.2单位进行分片，分5份分别处理10个任务（CPU趋近于饱和状态）

包括GitHub，Bitbucket，stack overflow，Reddit Tumblr，Twitter 和 Tuenti在内的知名网站，及亚马逊网络服务系统都便用了Haproxy

二、Haproxy简介

2.1常见的web集群调度器

目前常见的web集群调度器分为软件和硬件
软件通常使用开源的LVS、 Haproxy、Nginx

LVS性能最好，但是搭建相对复杂;Nginx的upstream模块支持群集功能，但是对群集节点健康检查功能不强，高并发性能没有Haproxy好。

硬件一般使用比较多的是F5，也有很多人使用国内的一些产品，如梭子鱼、绿盟等

2.2Haproxy应用分析

①LVS在企业应用中抗负载能力很强,但存在不足
②LVS不支持正则处理，不能实现动静分离
③对于大型网站，LVS的实施配置复杂，维护成本相对较高

Haproxy是一款可提供高可用性、负载均衡、及基于TCP和HTTP应用的代理的软件适用于负载大的web站点运行在硬件上可支持数以万计的并发连接的连接请求

2.3Haproxy高性能负载均衡的主要优点:

①Haproxy在负载均衡速度和并发处理上是优于Nginx

②Haproxy支持虚拟主机，可以工作在四，七层

③能够补充Nginx (以ip_hash的方式）的一些缺点，比如session的保持、Cookie的引导等工作

④支持以url的方式检测后端的服务器的状态

⑤Haproxy可以对Mysql进行负载均衡，对后端的DB节点进行检测和负载均衡

⑥支持很多负载均衡算法（丰富），Round-robin (轮询) 、weight-round-robin(加权轮询)、source hashing(原地址保持)、RI(请求URL) 、 rdp-cookie(根据cookie)

2.4四层与七层负载的主要区别

四层负载均衡器是通过分析IP层及"TCP/UDP"层的流量实现的基于"IP+端口”的负载均衡，主要通过报文的目标地址和端口配合负载均衡算法选择后端真实服务器，确定是否需要对报文进行修改(根据需求，可能会修改目标地址、源地址、MAC地址等)并将数据转发至选出的后端真实服务器。

七层负载均衡器是基于应用层信息(如URL、Cookies等)的负载均衡。主要依据报文的内容配合负载均衡算法选择后端真实服务器，然后再分发请求到真实服务器进行处理，也称"内容交换器"。客户端与负载均衡器、负载均衡器与后端真实服务器之间会分别建立TCP连接。

三、Haproxy调度算法原理

Haproxy支持多种调度算法，最常用的有三种

3.1 RR

RR (Round Robin) :RR算法是最简单常用的一种算法，即轮询调度

理解举例
有三个节点A、B、C
第一个用户访问会被指派到节点A
第二个用户访问会被指派到节点B
第三个用户访问会被指派到节点C
第四个用户访问继续指派到节点A，轮询分配访问请求实现负载均衡效果

3.2 LC

LC (Least Connections):最小连接数算法，根据后端的节点连接数大小动态分配前端请求。

理解举例
有三个节点A、B、C，各节点的连接数分别为A:4、B:5、C:6
第一个用户连接请求，会被指派到A上，连接数变为A:5、B:5、C:6
第二个用户请求会继续分配到A上，连接数变为A:6、B:5、C:6;
再有新的请求会分配给B，每次将新的请求指派给连接数最小的客户端由于实际情况下A、B、C的连接数会动态释放，很难会出现一样连接数的情况
此算法相比较rr算法有很大改进，是目前用到比较多的一种算法

SH

SH (Source Hashing):基于来源访问调度算法，用于一些有session会话记录在服务器端的场景，可以基于来源的IP、Cookie等做集群调度

理解举例
有三个节点A、B、C，第一个用户第一次访问被指派到了A，第二个用户第一次访问被指派到了B

当第一个用户第二次访问时会被继续指派到A，第二个用户第二次访问时依旧会被指派到B，只要负载均衡调度器不重启，第一个用
户访问都会被指派到A，第二个用户访问都会被指派到B，实现集群的调度

此调度算法好处是实现会话保持，但某些IP访问量非常大时会引起负载不均衡，部分节点访问量超大，影响业务使用

四、LVS、Haproxy、nginx区别

4.1 LVS和Haproxy应用分析

LVs在企业应用中抗负载均衡能力很强，但存在不足
LVS不支持正则处理,不能实现动静分离
对于大型网站，LVS的实施配置复杂，维护成本相对较高

Haproxy是一块可提供高可用性、负载均衡及基于TCP和HTTP应用的代理软件
特别适合于负载特别大的web站点(可以承受高并发,可与Nginx配合)
运行在当前的硬件上可支持数以万计的并发连接请求

4.2 nginx和Lvs、Haproxy的区别

①nginx
支持正则
只支持基于端口的健康检查
不支持session的直接保持，但能通过IP_hash来解决
对网络稳定性要求不高
反向代理能力强
nginx社区活跃(社区：维护，更新服务的组织)

②Lvs
只能基于四层端口转发
在四昙做分发作用，抗负载能力强
应用范围广(几乎可以对所有应用做负载)
③Haproxy
支持8种负载均衡策略
仅做负载均衡软件使用，在高并发情况下性能优于nginx支持
URL健康检测、支持session保持
对后端具备监控的能力

五、 部署haproxy-nginx服务

5.1 部署环境

happory 服务器一台：  192.168.80.1
Nginx服务器两台：        192.168.80.2   192.168.80.3

5.2 安装haproxy服务器

①三台服务器同步阿里云服务器

ntpdate ntp2.aliyun.com 

②安装组件

yum install -y pcre-devel bzip2-devel gcc gcc-c++ make

③上传软件包至/opt目录，解压

cd /opt
tar zxvf haproxy-1.5.19.tar.gz

④make编译安装

cd haproxy-1.5.19/
make TARGET=linux2628 ARCH=x86_64
make install

参数说明

TARGET=linux2628                          #内核版本
#使用uname -r 查看内核，如2.6.18-371.e15     #此时该参数用TARGET=linux26；kernel大于2.6.28的用TARGET=linux2628
ARCH=x86_64		                           #系统位数，64位系统

5.3Haproxy服务器配置

[root@hapory haproxy-1.5.19]# mkdir /etc/haproxy
[root@hapory haproxy-1.5.19]# cp examples/haproxy.cfg /etc/haproxy/
[root@hapory haproxy-1.5.19]# mkdir /etc/haproxy
[root@hapory haproxy-1.5.19]# cp examples/haproxy.cfg /etc/haproxy/
[root@hapory haproxy-1.5.19]# vim  /etc/haproxy/haproxy.cfg

#4~5行–修改，配置日志记录，local0为日志设备，默认存放到系统日志
log /dev/log   local0 info		
log /dev/log   local0 notice
#log loghost    local0 info
maxconn 4096					#最大连接数，需考虑ulimit -n限制

#8行–注释，chroot(改变根目录)，为该服务自设置的根目录，一般需将此行注释掉
#chroot /usr/share/haproxy
uid 99							#用户UID
gid 99							#用户GID
daemon							#守护进程模式

defaults        
log     global					#定义日志为global配置中的日志定义
mode    http					#模式为http
option  httplog					#采用http日志格式记录日志
option  dontlognull				#不记录健康检查日志信息
retries 3						#检查节点服务器失败次数，连续达到三次失败，则认为节点不可用
redispatch						#当服务器负载很高时，自动结束当前队列处理比较久的连接
maxconn 2000					#最大连接数
contimeout      5000			#连接超时时间
clitimeout      50000			#客户端超时时间
srvtimeout      50000			#服务器超时时间

listen  webcluster 0.0.0.0:80		
    option httpchk GET /test.html	#检查服务器的test.html文件
    balance roundrobin				#负载均衡调度算法使用轮询算法roundrobin
    server inst1 192.168.80.2:80 check inter 2000 fall 3		#定义在线节点
    server inst2 192.168.80.3:80 check inter 2000 fall 3

balance roundrobin		#负载均衡调度算法
#轮询算法：roundrobin；最小连接数算法：leastconn；来源访问调度算法：source hashing，
类似于nginx的ip_hash
check inter 2000		#表示haproxy服务器和节点之间的一个心跳频率
fall 3					#表示连续三次检测不到心跳频率则认为该节点失效
若节点配置后带有“backup”表示该节点只是个备份节点，只有主节点失效该节点才会上。不携带“backup”，表示为主节点，和其它主节点共同提供服务。

5.4 启动Haproxy服务

[root@hapory haproxy-1.5.19]# cp /opt/haproxy-1.5.19/examples/haproxy.init /etc/init.d/haproxy
[root@hapory haproxy-1.5.19]# cd /etc/init.d/
[root@hapory init.d]# chmod +x haproxy
[root@hapory init.d]# chkconfig --add /etc/init.d/haproxy
[root@hapory init.d]# ln -s /usr/local/sbin/haproxy /usr/sbin/haproxy
[root@hapory haproxy]# service haproxy start

5.5编译安装Nginx服务器

①上传nginx-1.15.9.tar.gz包至192.168.80.2服务器/opt目录下

scp nginx-1.15.9.tar.gz  [email protected]:/opt #远程拷贝

②安装依赖环境

yum install -y pcre-devel zlib-devel gcc gcc-c++ make 

③创建用户

useradd -M -s /sbin/nologin nginx

④解压服务

cd /opt
tar zxvf nginx-1.12.0.tar.gz -C /opt/

⑤配置

cd nginx-1.12.0/
./configure --prefix=/usr/local/nginx --user=nginx --group=nginx

⑥编译安装

make && make install

⑦软连接

ln -s /usr/local/nginx/sbin/nginx /usr/local/sbin/
nginx      启动nginx 服务

⑧编辑访问首页

----192.168.80.2----
echo "this is my web" > /usr/local/nginx/html/test.html

----192.168.80.3----
echo "this is benet web" > /usr/local/nginx/html/test.html

5.6访问测试

192.168.80.1/test.html

haproxy 日志管理
①修改Haproxy配置文件中关于日志配置的选项，加入配置

log  / dev/log loacl0 info
log  /dev /log local0 notice

②修改rsyslog配置，将haproxy相关配置独立定义到haproxy.conf，并放到/etc/rsyslog.d/下
保存配置文件并重启rsyslog服务，完成rsyslog配置

六、Haproxy参数优化

随着企业网站负载增加，haproxy参数优化相当重要

①maxconn:最大连接数，根据应用实际情况进行调整，推荐使用10 240

②daemon:守护进程模式，Haproxy可以使用非守护进程模式启动，建议使用守护进程模式启动

③nbproc:负载均衡的并发进程数，建议与当前服务器CPU核数相等或为其2倍

④ retries:重试次数，主要用于对集群节点的检查，如果节点多，且并发量大，设置为2次或3次

⑤option http-server-close:主动关闭http请求选项，建议在生产环境中使用此选项

⑥timeout http-keep-alive:长连接超时时间，设置长连接超时时间，可以设置为10s

⑦timeout http-request: http请求超时时间，建议将此时间设置为5~10s，增加http连接、放速度

⑧timeout client:客户端超时时间，如果访问量过大，节点响应慢，可以将此时间设置短一些，建议设置为1min左右就可以了

七、小结

负载均衡:
如果是中小型的 web应用，比如日PV小于1000万，用 Nginx就完全可以了;如果机器不少，可以用DNS轮询，IVS所耗费的机器还是比较多的;大型网站或重要的服务，且服务器比较多时，可以考虑用LVS。

目前关于网站架构一般比较合理流行的架构方案: Web 前端采用Nginx/HAProxy+Keepalived作负载均衡器;后端采用MysQL数据库一主多从和读写分离，采用LVS+Keepalived 的架构
PS:
PV(访问量): Page View，即页面浏览量或点击量，用户每次访问即被计算一次。
UV(独立访客):Unique Visitor,访问您网站的一台电脑客户端为一个访客。00:00-24:00内相同的客户端只会被计算一次.