502和504是nginx反向代理时上游失败的两类表现：502因后端返回无效响应，504因后端超时无响应；需结合主动与被动健康检查（如health_check+max_fails/fail_timeout）并配置proxy_next_upstream识别502/504以实现自动故障隔离。
502 和 504 都是 Nginx 作为反向代理时向上游“求助失败”的表现，但原因不同：502 是后端返回了无效响应（比如进程崩溃、空响应、协议错乱），504 是后端迟迟不给响应（比如卡在数据库锁、GC 停顿、线程池满）。单靠日志盯错误码只能定位现象，真正要让故障自动收敛，必须让 Nginx 主动识别并隔离问题节点——这离不开健康检查与负载策略的配合。
明确健康检查类型：主动 + 被动缺一不可
主动健康检查（health_check）由 Nginx 定期发探测请求，判断节点是否存活；被动健康检查（max_fails/fail_timeout）则从真实业务请求中积累失败信号。两者协同才能覆盖全场景：
- 只配主动检查：探测路径轻量（如
/health），但若后端部分接口卡死而健康接口仍通，就会漏判 - 只靠被动检查：需等真实请求失败多次才摘除，期间用户持续遭遇 502/504
- 推荐组合：启用主动检查（间隔 5s、失败 2 次即标记为不健康），同时为每个 upstream server 设置
max_fails=2 fail_timeout=30s，确保探测失败和业务失败都能触发隔离
让 502/504 成为被动剔除的有效依据
默认情况下，Nginx 不会因上游返回 502 或 504 就认为节点异常。必须显式开启对应判定：
- 在 upstream 块中为每个 server 行添加
max_fails=3 fail_timeout=30s - 在 location 或 http 块中配置：
proxy_next_upstream error timeout http_502 http_504; - 这样，当某次请求因 502 或 504 被重试到其他节点后，原节点会记一次失败；连续达到
max_fails次，就被踢出服务池 30 秒
验证健康检查是否真生效
配置完别急着上线，用三步快速验证：
- 查 Nginx 状态页（需编译含
ngx_http_stub_status_module）或运行nginx -T | grep -A 10 "upstream"，确认 health_check 指令已载入且参数无误 - 手动模拟故障：临时停掉一个后端服务，观察 Nginx error.log 是否出现类似
upstream server temporarily disabled的日志 - 查连接日志：开启
log_format记录$upstream_addr和$upstream_status，看 502/504 请求是否不再打向已被标记为 down 的节点
避免健康检查本身成为瓶颈
健康检查虽小，配置不当反而引发新问题：
- 探测路径不能走重逻辑，例如不要用
/api/users，而要用专用轻量接口如/health?ready，响应体控制在 1KB 内 - 避免高频探测压垮后端，
interval=5s对多数服务足够；若后端较脆弱，可延长至 10s 并调低fails阈值 - 注意
uri必须返回 HTTP 200，且不能重定向（302）或返回 5xx，否则会被视作失败
