nginx高可用防连接重置需四层协同：查清rst真实来源，加固连接建立与维持，确保故障切换优雅，设置有条件重试机制，并由前后端共同兜底容错。
解决 Nginx 高可用场景下频繁连接重置，核心不是等出错再修，而是让连接“不被重置”——靠架构防中断、靠配置控切换、靠协同兜住残余异常。它不是调一个 timeout 就能搞定的事，得从系统层、Nginx 层、后端层和前端层四面围堵。
查清 RST 真正来源，别默认是 Nginx 责任
Connection reset 是 TCP RST 包发出的明确信号，但发包者未必是 Nginx：
- 用
tcpdump -i any 'tcp[tcpflags] & (tcp-rst) != 0'抓包，看 RST 是客户端、Nginx 还是中间设备（WAF、云防火墙、运营商 DPI）发出的 - 未备案域名在部分云环境会触发策略性 RST，刷几次能通、过会又断，就是典型特征
- 检查内核参数
net.ipv4.tcp_fin_timeout和防火墙 idle 超时设置，长连接可能被中间设备静默回收
加固连接建立与维持环节
高频或长链路场景下，连接容易在握手后、传输中被掐断：
- 系统级：调大
net.core.somaxconn（建议 ≥65535），Nginx listen 指令显式加backlog=65535 - SSL 层：必须启用会话缓存
ssl_session_cache shared:SSL:10m; ssl_session_timeout 4h;，禁用 TLSv1.0/1.1，优先选用 TLSv1.2+ 和兼容套件 - Keepalive 复用：upstream 中配
keepalive 32;，并确保后端支持 HTTP keep-alive；WebSocket 场景下，proxy_read_timeout至少设为后端心跳间隔的 2 倍
让故障切换真正“优雅”，而非硬切丢请求
节点下线或 VIP 切换时连接重置，90% 源于 draining 不彻底：
- Nginx 停止必须用
nginx -s quit，而非-s stop或kill -9；systemd service 中设TimeoutStopSec=30 - 若用 Keepalived，notify_stop 脚本里先发
quit，等 worker 自然退出、连接 drain 完成，再释放 VIP - 避免直接 kill 进程后立刻 reload —— 新 worker 启动时旧连接还在，极易触发 RST
重试机制要讲条件、有边界、懂语义
盲目重试会把瞬时故障放大成雪崩，关键在“该重的重、不该重的绝不重”：
- 只对安全错误重试：
proxy_next_upstream error timeout http_502 http_503 http_504；明确排除http_400/404/403，慎加http_500 - 限制总耗时与次数：
proxy_next_upstream_tries 3（含首次）、proxy_next_upstream_timeout 8s（按后端 P95 响应时间 ×2 设定） - GET/HEAD 可默认重试；POST/PUT/DELETE 必须后端实现幂等（如透传 idempotency key），且 Nginx 不自动重发，除非显式启用 non_idempotent（不推荐）
前后端一起扛，别把容错全压给网关
Nginx 再稳也无法 100% 拦住所有中断，终端必须参与兜底：
- 前端对关键操作（如表单提交）监听 502/504，提示用户并自动重发（带相同幂等键）
- WebSocket 客户端监听
onclose，延迟 1–3 秒后重建连接，加 jitter 避免重连风暴 - 非核心请求（埋点、上报）走异步 + 指数退避重试，失败后静默丢弃
