配置服务健康检查

使用场景

主动健康检查：实现服务中个别实例节点异常时自动下线（主动发送请求，如TCP链接/HTTP GET、探测服务节点是否存活以及直接判断节点是否可用），并在节点恢复正常后自动上线。该功能可在后端服务存在多副本部署时，提高路由到该服务的接口的可用性。

被动健康检查：实现基于实际流量请求失败率动态分析节点健康状态，若某节点表现异常（如失败率过高），将临时隔离该节点，待恢复后自动重启用。

恐慌阈值：用于防止在系统负载升高或部分节点故障时，故障扩散至整个集群，从而避免服务系统性失效。

操作步骤

1. 登录云原生API网关控制台。

2. 在左侧导航栏，选择实例，并在顶部菜单栏选择地域。

3. 在实例页面，单击目标网关实例ID。

4. 在左侧导航栏，选择服务，并单击服务页签。

5. 单击对应服务操作列下的健康检查配置。根据健康检查类型，选择开启，并完成相关配置。

   配置主动健康检查

   在配置健康检查面板，打开开启主动健康检查开关并进行相关配置，然后单击确定。相关配置项说明参考下表：

   配置项	示例值	描述
   健康检查协议	HTTP	TCP协议健康检查通过发送SYN握手报文来检测服务器端口是否存活。 HTTP协议健康检查通过发送请求模拟浏览器的访问行为来检查服务器应用是否健康。
   健康检查路径	/	用于健康检查页面文件的URI，建议对静态页面进行检查。
   正常状态码	http_2xx	用于判断健康检查正常的HTTP状态码。
   健康检查响应超时时间	2	每次健康检查响应的最大超时时间，超时视同不健康。
   健康检查间隔时间	2	相邻两次健康检查的时间间隔。
   健康检查健康阈值	2	云服务器从失败到成功的连续健康检查成功次数。
   健康检查不健康阈值	2	云服务器从成功到失败的连续健康检查失败次数。

   配置被动健康检查

   在配置健康检查面板，打开开启被动健康检查开关并进行相关配置，然后单击确定。相关配置项说明参考下表：

   配置项	示例值	描述
   失败率阈值	80	当某节点失败请求占比达到此阈值，系统将触发该节点的弹出机制。
   检测间隔时间	30	每隔指定时间（如 30 秒）计算节点在这段时间内的请求失败率。
   初始隔离时长	30	节点被弹出后的初始隔离时长（如 30 秒）。隔离时间计算公式：k * base_ejection_time（k 初始值为1），每次弹出会延长隔离时间（k 加一），若连续检测正常则逐步缩短隔离时间（k 减一）。

   说明

   使用被动健康检查功能，需将引擎版本提升至2.1.9及以上版本。

   当更新被动健康配置时，被动健康检测状态将会重置，隔离的节点将全部重新启用。

恐慌阈值

恐慌阈值用于防止在系统负载升高或部分节点故障时，故障扩散至整个集群，从而避免服务系统性失效。该机制在可用性与正确性之间实现平衡，保障系统在极端情况下的基本服务能力。

具体行为如下：

• 当集群中健康节点的比例高于恐慌阈值时，健康检查机制正常生效，请求仅路由至被标记为健康的节点，已失效或被弹出的节点将不再接收流量。

• 当集群中健康节点的比例小于或等于恐慌阈值时，系统进入“恐慌模式”，健康检查机制将被临时绕过，请求会均匀转发至所有节点（包括已被标记为不健康或被弹出的节点）。

此配置旨在避免出现大量节点异常时，剩余少量健康节点因承载全部流量而过载，进而导致级联故障。通过恢复对部分“非健康”节点的调用，提升整体服务的容错能力和可用性。

健康检查异常排查