keepalived通过秒级故障检测切换、主动健康检查和防脑裂机制，将web服务可用性从99%提升至99.9%以上；需与nginx协同实现状态暴露、平滑重启及错误隔离，并确保arp刷新、vrrp协议放行和网络路径冗余。
要提升 Web 服务的高可用指标，Nginx 本身只是负载均衡和反向代理组件，不具备故障自动切换能力；真正起关键作用的是 Keepalived 提供的 VIP 故障转移机制。两者结合后，系统可用性可从单节点的 99% 左右提升至 99.9% 甚至更高（即“三个 9”），核心在于消除单点故障、缩短故障恢复时间（RTO）并降低人工干预依赖。
Keepalived 如何直接拉升可用性数值
可用性公式为：可用性 = 正常运行时间 / (正常运行时间 + 故障停机时间)。Keepalived 主要通过以下方式压缩分母中的“故障停机时间”：
- 秒级故障检测与切换：默认 VRRP 心跳间隔 1 秒，MASTER 失联后 BACKUP 通常在 3–6 秒内完成 VIP 接管，远快于人工响应（分钟级）
- 主动健康检查兜底：不只是监听 Keepalived 进程是否存活，而是通过自定义脚本（如检查 Nginx 进程、端口连通性、HTTP 返回码）确认业务真实可用；一旦失败，立即触发降级或切换
- 避免“脑裂”导致的双主：合理配置 priority、advert_int、authentication 和 unicast_peer（推荐替代多播），确保仅一台节点持有 VIP，防止流量错发或 502/504 暴增
Nginx 配合 Keepalived 的关键协同点
Nginx 不是被动被保护对象，需主动配合才能发挥高可用价值：
-
状态暴露可监控：在 Nginx 中启用
stub_status或配置简单健康检查端点（如location /health { return 200 "ok"; }），供 Keepalived 脚本调用验证 -
平滑重启不中断连接：Keepalived 检测到异常时若选择重启 Nginx，必须使用
nginx -s reload而非systemctl restart，避免已建立连接断开 -
日志与错误隔离：Nginx 错误日志中高频出现
connect() failed (111: Connection refused)或上游超时，往往是后端服务异常，此时 Keepalived 不应切换——需区分是 Nginx 自身故障还是后端问题
影响最终可用性指标的实操细节
很多部署看似完整，但因细节疏漏导致 RTO 延长、切换失败或误切，拉低实际可用性：
- VIP 必须能跨主机 ARP 刷新：BACKUP 接管 VIP 后需发送免费 ARP（gratuitous ARP），确保交换机/网关更新 MAC 表；若网络设备禁用 gratuitous ARP 或启用了严格 ARP 学习，VIP 将不可达
-
防火墙放行 VRRP 协议包：VRRP 使用 IP 协议号 112，不是 UDP/TCP 端口；CentOS/RHEL 默认 firewalld 或 iptables 需显式允许：
-p 112 -j ACCEPT - 不要依赖单一网卡或交换机路径：两台 Nginx+Keepalived 服务器应接入不同物理交换机或使用 bond 模式，避免上联设备单点故障导致 VIP 全局不可达
不复杂但容易忽略：可用性提升不靠堆硬件，而靠精准的故障识别、可控的切换边界和稳定的网络基础。Keepalived 是杠杆，Nginx 是支点，真正决定高度的是对每个环节状态的确定性掌控。
