1. 健康检查的原理是什么？

负载均衡通过健康检查来探测后端ECS实例的可用性。开启健康检查功能后，当后端某个ECS实例健康检查出现异常时，来自客户端的新请求将不会再被转发到该ECS实例，直到该ECS实例恢复正常。

如下图所示，负载均衡健康检查使用的地址段是100.64.0.0/10，后端服务器务必不能屏蔽该地址段。您无需在ECS安全组中额外针对该地址段配置放行策略，但如有配置iptables等安全策略，请务必放行（100.64.0.0/10 是阿里云保留地址，其他用户无法分配到该网段内，不会存在安全风险）。

更多详细信息，请参见健康检查概述。

2. 推荐的健康检查配置是什么？

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，健康检查只有在健康检查时间窗内连续多次检查成功或失败后，才会进行状态切换。更多详细信息，请参见配置健康检查。

以下是TCP/HTTP/HTTPS监听建议使用的健康检查配置。

配置 推荐值
响应超时时间 5秒
健康检查间隔 2秒
不健康阈值 3

以下是UDP监听建议使用的健康检查配置。

配置 推荐值
响应超时时间 10秒
健康检查间隔 5秒
不健康阈值 3
健康阈值 3
说明 此配置有利于用户服务及应用状态的尽快收敛。如果您有更高要求，可以通过适当地降低响应超时时间值，但必须优先保证服务在正常状态下的处理时间小于这个值。

3. 是否可以关闭健康检查？

您只可能关闭HTTP和HTTPS监听的健康检查，不能关闭TCP和UDP监听的健康检查。具体操作，请参见关闭健康检查。

说明 如果关闭健康检查，当后端某个ECS实例健康检查出现异常时，负载均衡还是会把请求转发到该异常的ECS实例上，造成部分业务不可访问。建议您不要关闭健康检查。

4. TCP监听如何选择健康检查方式？

TCP监听支持HTTP和TCP两种健康检查方式：

  • TCP协议健康检查通过发送SYN握手报文，检测服务器端口是否存活。
  • HTTP协议健康检查通过发送HEAD或GET请求，模拟浏览器的访问行为来检查服务器应用是否健康。

TCP健康检查方式对服务器的性能资源消耗相对要少一些。如果您对后端服务器的负载高度敏感，则选择TCP健康检查；如果负载不是很高，则选择HTTP健康检查。

5. ECS实例权重设置为零对健康检查有什么影响？

该状态下，负载均衡不会再将流量转发给该ECS实例，监听的后端服务器健康检查不会显示异常。

将负载均衡后端ECS实例的权重置为零，相当于将该ECS实例移出负载均衡。一般是在ECS实例进行重启和配置调整等主动运维时将其权重设置为零。

6. HTTP监听向后端ECS实例执行健康检查使用的方法是什么？

HEAD方法。

如果后端ECS实例的服务关闭HEAD方法，会导致健康检查失败。建议在ECS实例上用HEAD方法访问自已IP地址进行测试： 
curl -v -0 -I -H "Host:" -X HEAD http://IP:port

7. HTTP监听向后端ECS实例执行健康检查的IP地址是什么？

负载均衡健康检查使用的地址段是100.64.0.0/10（100.64.0.0/10 是阿里云保留地址，其他用户无法分配到该网段内，不会存在安全风险）。如果后端ECS实例启用了iptables等访问控制，需要在内网网卡对100.64.0.0/10（100.64.0.0/10 是阿里云保留地址，其他用户无法分配到该网段内，不会存在安全风险）做访问放行。

8. 为什么健康检查监控频率与web日志记录不一致？

负载均衡健康检查服务也是集群方式的，这样可以避免单点故障。负载均衡的代理分布到很多节点上，因此看到的健康检查日志访问频率和控制台设置的频率不一致，这是正常现象。

9. 健康检查是否会消耗系统资源？

HTTP模式的健康检查对后端ECS实例的资源消耗不大。

10. 负载均衡因后端数据库故障导致健康检查失败，如何处理？

问题现象：

ECS实例内配置了两个网站，www.test.com是静态网站，app.test.com是动态网站，都配置了负载均衡。后端数据库服务异常，导致访问www.test.com静态网站出现502错误。

问题原因：

负载均衡健康检查配置的检查域名是app.test.com，RDS或者自建数据库故障导致app.test.com访问异常，所以健康检查失败。

解决方案：

将负载均衡健康检查域名配置为www.test.com即可。

11. 负载均衡服务TCP端口健康检查成功，为什么在后端业务日志中出现网络连接异常信息？

问题现象：

负载均衡后端配置TCP服务端口后，后端业务日志中频繁出现类似如下网络连接异常错误信息。经进抓包分析，发现相关请求来自负载均衡服务器，同时负载均衡主动向服务器发送了RST数据包。

问题原因：

该问题和负载均衡的健康检查机制有关。

由于TCP对上层业务状态无感知，同时，为了降低负载均衡健康检查成本和对后端业务的冲击，当前负载均衡针对TCP协议服务端口的健康检查只会做简单的TCP三次握手，而后直接发送RST包断开TCP连接。数据交互流程如下：

  1. 负载均衡服务器向后端负载均衡服务端口发送SYN请求包。
  2. 后端服务器收到请求后，如果端口状态正常，则按照正常的TCP机制返回相应的SYN+ACK应答包。
  3. 负载均衡服务器成功收到后端服务端口应答后，则认为端口监听是正常的，判定健康检查成功。
  4. 负载均衡服务器向相应TCP服务端口直接发送RST包主动关闭连接，结束本次健康检查操作，且没有继续发送业务数据。

如上所述，由于健康检查成功后，负载均衡服务器直接发送TCP RST包中断了连接，并没有做进一步的业务数据交互，导致上层业务（例如Java连接池等）认为相应的连接是异常的，所以会出现Connection reset by peer等错误信息。

解决方案：

  • 更换TCP协议为HTTP协议。
  • 在业务层面，对来自SLB服务器IP地址段的相关请求做日志过滤，忽略相关错误信息。

12. 为什么业务本身没有异常但是健康检查显示异常？

问题现象：

负载均衡HTTP方式的健康检查始终失败，但测试curl -I得到的状态码是正常的。 
echo -e ‘HEAD /test.html HTTP/1.0\r\n\r\n’ | nc -t 192.168.0.1 80

问题原因：

如果返回的状态与控制台配置的正常状态码不一致，则判定健康检查异常。如果您配置的正常状态码为http_2xx，则所有返回的非HTTP 2xx状态码均被认为是健康检查失败。

Tengine/Nginx配置会发现curl没有问题，但是echo测试会匹配到默认站点，导致测试文件test.html返回404错误，如下图所示。

解决方案：

  • 修改主配置文件，将默认站点注释掉。
  • 在健康检查配置中添加检查域名。