nginx 通过 vts 模块暴露后端健康指标，结合 prometheus 抓取与 grafana 可视化，可构建实时、多维、可交互的健康度监控体系；需配置 upstream-check 探测、json 或 lua 上报指标，并在 grafana 中实现热力图、失败率趋势与延迟对比等核心视图。
Nginx 本身不带图形化健康面板，但通过 VTS 模块 + Prometheus + Grafana 组合，能实现实时、可交互、多维度的后端集群健康度可视化。
用 VTS 模块暴露结构化健康状态
VTS（Virtual Host Traffic Status）是轻量级、成熟稳定的开源模块，能直接输出每个 upstream server 的实时运行指标：
- ✅/❌ 健康标记（基于
nginx_upstream_check_module探测结果） -
active连接数、fails失败次数、down状态时间戳 - 最近一次响应码（如
200、503）、平均响应时间、请求计数
配置示例（需提前编译 VTS 和 upstream-check 模块）：
http {
vhost_traffic_status_zone;
upstream app_backend {
server 10.0.1.10:8080;
server 10.0.1.11:8080;
check interval=5 rise=2 fall=3 timeout=2 type=http;
check_http_send "GET /actuator/health HTTP/1.1\r\nHost: localhost\r\n\r\n";
check_http_expect_alive http_2xx;
}
server {
listen 8080;
location /status {
vhost_traffic_status_display;
vhost_traffic_status_display_format html;
allow 127.0.0.1;
allow 10.10.0.0/16;
deny all;
}
}
}
访问 /status 即得 HTML 表格页，含所有 backend 实时健康标识和数字指标。
用 Prometheus 抓取并归一化指标
VTS 支持 JSON 输出（/status/format/json），但原生格式不完全适配 Prometheus。推荐两种方式：
- 启用
vhost_traffic_status_display_format json，再用 Prometheus 的json_exporter中转解析 - 更推荐：在 Nginx 中嵌入
log_by_lua_block，将$upstream_addr、$upstream_status、$upstream_response_time打标上报为 Prometheus 直方图或计数器（配合nginx-lua-prometheus库）
关键指标建议采集：
-
nginx_upstream_health_status{server="10.0.1.10:8080", upstream="app_backend"}（1=健康，0=宕机） -
nginx_upstream_response_time_seconds_bucket{le="0.5", server="..."}（P95 延迟分布） -
nginx_upstream_requests_total{status="5xx", server="..."}（按节点统计错误率）
用 Grafana 构建健康度看板
导入或自建看板，聚焦三类核心视图：
-
节点健康热力图：用
Bar gauge或State timeline展示各 backend 当前状态（✅/⚠️/❌），颜色自动映射health_status指标 -
失败率趋势线：叠加
rate(nginx_upstream_requests_total{status=~"5.."}[5m]) / rate(nginx_upstream_requests_total[5m])，按 server 分组 - 响应延迟对比柱状图：展示各节点 P95 响应时间，标出超阈值（如 >1s）的异常节点
支持点击下钻：点击某节点 → 自动跳转到该 server 的详细日志查询页（对接 Loki）或调用 /status/format/json?filter=10.0.1.10:8080 查原始探测记录。
补充：安全与稳定性增强点
- 健康判断不只看 HTTP 状态码，还要解析
/actuator/health响应体，确认"status":"UP"且无"outOfMemoryError"类关键词（可用 Lua 预处理） - 设置探测超时 ≤2 秒，避免拖慢主请求；
fall=3防止单次 GC 误判，rise=2加速恢复 - 所有状态页加 IP 白名单，禁止公网裸露
/status或/metrics
不复杂但容易忽略。
