nginx后端健康检查分被动与主动两种：被动靠业务流量，由max_fails和fail_timeout联动形成滑动窗口判定节奏；主动需nginx plus或第三方模块，通过interval直接设探测间隔，并配合proxy_next_upstream等确保失败判定准确反映业务异常。
配置 Nginx 代理后端集群的健康检查频率，关键在于区分两种机制：被动检查（基于真实请求）和主动检查（定时探测），它们的“频率”含义不同，配置方式也完全不同。
被动健康检查的失败判定节奏
被动检查不发额外探测请求，而是靠业务流量触发失败统计。所谓“频率”，实际是 max_fails 和 fail_timeout 联动形成的滑动窗口判定节奏：
- fail_timeout 决定窗口长度：比如设为 30s，Nginx 就只看最近 30 秒内的失败次数
- max_fails 决定触发阈值：比如设为 2，表示该窗口内累计失败 2 次就摘除节点
- 窗口是滑动的——每次新失败都会重置起始时间，中间有成功请求也不会清零计数
- 默认值（max_fails=1, fail_timeout=10s）在高并发场景下极易误判，建议按业务调整
主动健康检查的探测间隔（仅 Nginx Plus 或第三方模块）
主动检查会定期发探测请求，其频率由 interval 参数直接控制：
- Nginx Plus 默认每 5 秒探测一次，可通过 health_check interval=3s 改为 3 秒
- 开源版 Nginx 需借助 nginx_upstream_check_module，配置类似：
check interval=2 rise=2 fall=3 timeout=1 - 间隔不宜过短（如 30s），故障发现滞后
- 建议设为服务平均响应时间的 2–3 倍，常见值为 2–5 秒
让失败判定真正反映业务异常
无论被动还是主动，光设频率不够，还得确保哪些响应算“失败”：
- 被动检查必须配 proxy_next_upstream，例如：
proxy_next_upstream error timeout http_502 http_503; - 默认只记连接错误和超时，502/503 等 HTTP 错误需显式开启才会计入 max_fails
- 主动检查用 match 块可校验响应体，比如要求返回 {"status":"ok"}，避免状态码正常但业务异常
- 配合 proxy_connect_timeout 和 proxy_read_timeout，防止慢节点拖慢整体
典型场景参考值
没有万能配置，需结合接口特性选择：
- 支付、风控类接口：被动检查用 max_fails=1 fail_timeout=10s；主动检查 interval=2s
- 常规 API（用户查询、列表）：被动检查用 max_fails=2 fail_timeout=30s；主动检查 interval=3s
- 报表导出、大文件生成：被动检查用 max_fails=2 fail_timeout=60s；主动检查慎用或延长 interval 至 10s+
