两台阿里云服务器做主备,主机或应用出问题后,怎样让访问尽快转到备用机?Keepalived 可以通过健康检查和虚拟 IP(VIP)切换,为网站和内部服务提供基础的高可用能力。不过,云上的 VIP 不一定能像传统机房那样直接漂移。部署前要确认地址如何接管,并测试切换后客户端能否正常访问。
Keepalived 能处理哪些故障
Keepalived 常用于 Linux 主备部署。它通过 VRRP 维护节点优先级,也可以跟踪应用健康状态。主节点正常时承载流量;主节点或服务异常时,备用节点可以接管 VIP。客户端仍访问同一个地址,不需要跟着主备变化修改目标地址。
它负责的是节点状态和虚拟地址切换,不会自动同步应用配置、文件或数据库数据,也不能替代负载均衡、数据复制和备份。假如备用机上的配置落后,或者用户上传的文件只保存在主机本地,即使地址切换成功,业务也可能无法正常使用。部署时要同时安排数据同步、配置管理或相应的云产品能力。
阿里云环境里要先确认的事
VIP 能不能由备用机接管
传统 VRRP 通常依赖同一二层网络中的组播或广播。云网络的转发方式不同,Keepalived 显示主备状态已经变化,并不等于流量会自动转到新节点。开始配置前,应确认当前网络、实例规格和所用云产品是否支持计划中的 VIP 绑定或高可用方式。
在不少云上部署方案中,需要把 Keepalived 的健康状态与弹性公网 IP、辅助私网 IP 或负载均衡等能力配合使用。例如,由健康检查触发脚本,再通过云平台支持的方式将入口地址切换到备用实例。具体接口和限制可能因地域、网络类型及产品而异,应查阅阿里云当前文档。不要只在网卡上添加一个 IP,就认定公网流量已经能够切换。
安全组和防火墙都要放行
主备节点间需要按所选方案放通 VRRP 通信或相关管理接口,业务端口也要允许客户端访问。云安全组、系统防火墙和网络访问控制策略都可能拦截流量。排查时分层检查:先确认两台实例之间链路可达,再查看 Keepalived 状态,最后从客户端验证业务地址。
部署前先定好切换条件
- 明确入口地址:确认要切换的是内网 VIP、公网入口,还是由负载均衡提供的服务地址,并验证该地址的接管方式。
- 统一主备环境:尽量让两台机器使用相同的操作系统、应用版本和基础配置,避免备用机接管后因环境差异报错。
- 检查实际服务:健康检查可以验证应用端口或 HTTP 响应,不要只判断服务器是否开机。
- 考虑恢复和异常:提前约定主机恢复后是否自动抢回流量,并处理网络分区、脚本失败等情况,减少双主和频繁切换风险。
- 梳理数据去向:检查日志、上传文件、会话和数据库数据存在哪里,分别确定复制、共享或恢复方法。
Keepalived 基础配置思路
在两台 Linux 实例安装 Keepalived 后,分别配置节点状态、优先级和主备通信参数。下面是 VRRP 配置框架,网卡名、地址和认证方式都要按实际环境修改。只有云网络支持相应的地址接管并完成配置后,示例中的 VIP 才能用于业务访问。
主节点示例:
vrrp_instance VI_1 {
state MASTER
interface eth0
virtual_router_id 51
priority 120
advert_int 1
virtual_ipaddress {
10.0.1.100/24
}
}
备用节点应使用相同的 virtual_router_id 和 VIP,设置 state BACKUP,并把 priority 调低,例如设为 100。interface 要填写实例实际使用的网卡名称。若当前云网络不能依靠 VRRP 通信完成地址漂移,就需要由经过验证的云平台机制执行地址切换;这时配置文件启动成功,不代表流量切换已经可用。
健康检查可以通过 Keepalived 跟踪脚本实现,例如从本机请求 Nginx 服务,检查是否返回预期状态。脚本要设置合理的超时时间、执行权限和退出码,也要限制检查频率。发现异常后,可以降低本机优先级或触发切换脚本。脚本最好记录执行结果、发送失败告警,并做好重复执行保护,避免服务短暂波动造成主备来回切换。
场景示例:两台服务器承载内部网站
假设一个团队在同一可用区部署两台阿里云 Linux 实例:A 为主节点,B 为备用节点,网站由 Nginx 提供服务。团队希望在 Nginx 无法正常响应时切换访问入口,而不是只在整台实例关机后才处理故障。
部署时,先确认当前云网络和产品支持的入口切换方式,再配置 Keepalived 主备关系。健康检查通过本机 HTTP 请求验证 Nginx 响应,不只执行进程查询。故障时,由受控脚本调用云平台支持的地址切换流程,并记录结果。两台机器使用统一的部署配置;静态文件通过发布流程同步,用户数据则放在独立的数据服务中。
上线前可以分别模拟停止 Nginx、关闭主节点和恢复主节点,检查切换耗时、客户端访问结果及告警是否准确。若只检查进程,可能遇到进程仍在运行、服务却已无法响应的情况;改为验证 HTTP 返回结果,能更贴近用户实际遇到的问题。
常见故障怎么排查
- Keepalived 已切换,但访问仍失败:确认 VIP 或云端入口地址是否已绑定到备用节点,再检查路由、安全组和客户端访问路径。
- 主备频繁来回切换:检查健康检查是否过于敏感、网络是否不稳定;可设置连续失败阈值,并为节点恢复留出观察时间。
- 两台机器都认为自己是主:检查 VRRP 通信和网络隔离策略,也要确认所选切换方案适用于当前云网络。
- 切换后页面数据不一致:这通常涉及数据同步或应用设计,需要单独制定复制、共享存储和恢复方案,Keepalived 本身不会补齐数据。
Keepalived 上线后也要定期演练,至少覆盖主机故障、应用故障和主机恢复,并留意切换次数、脚本执行结果及业务可用性。生产业务对可用性要求较高时,可以同时评估阿里云负载均衡、健康检查及其他托管高可用能力,再按业务规模和网络条件选方案。
配置阿里云服务器 Keepalived 前,先确认云端地址如何接管,再落实健康检查、数据一致性和故障演练。只有备用机能接到流量、应用也有可用数据,主备切换才算真正恢复了业务。