least_conn需与max_conns、slow_start、健康检查协同防止单点过载：max_conns硬限并发，slow_start缓冲冷启动，健康检查+proxy_next_upstream主动避障，keepalive双向控制防虚高连接数。
least_conn 本身不防“瞬间压垮”，它只选连接数最少的节点——如果新节点刚上线、连接数为 0，它反而会最先被猛灌流量。真正防止单点被打爆，靠的是 least_conn + max_conns + slow_start + 健康检查 四者协同，形成一道动态防护层。
设 max_conns 实现硬性并发截断
每个 server 必须明确设置最大允许活跃连接数，超过即自动剔出调度池，哪怕它当前仍是“最少连接”：
- server 10.0.1.20:8080 max_conns=120; —— 普通计算节点，上限 120 连接
- server 10.0.1.21:8080 max_conns=40; —— AI 推理节点，显存敏感，上限压得更严
- 一旦某节点活跃连接 ≥ max_conns，Nginx 立即跳过，不再转发任何新请求
加 slow_start 缓冲冷节点接入
新扩容或重启后的后端初始连接数为 0，least_conn 会把它当作“最空闲”节点倾泻流量。slow_start 让它逐步承接压力：
- server 10.0.1.30:8080 max_conns=120 slow_start=45s;
- 上线后前 45 秒，连接权重从 0 线性升至 100%，避免模型未加载完、缓存未预热就被打满
- 特别适合 GPU 节点、JVM 预热、大模型加载等启动耗时长的服务
配健康检查与 proxy_next_upstream 主动避障
least_conn 不识别“卡死但连接未断”的节点。必须靠健康检查+重试机制及时隔离问题节点：
- 每个 server 加 max_fails=2 fail_timeout=10s；连续两次失败（如超时或 502）即摘除 10 秒
- 在 location 中配 proxy_next_upstream error timeout http_500 http_502; —— 后端返回这些错误时自动换节点重试
- 搭配 proxy_read_timeout 15s（略高于业务 P99），防止一个 30 秒卡死请求长期占位
启用 keepalive 并控制空闲生命周期
空闲 keepalive 连接若长期不释放，会被计入活跃连接数，导致 least_conn 误判“已满”，实际却无负载。需双向对齐：
- upstream 块中设 keepalive 32；（每个 worker 最多缓存 32 条空闲连接）
- 后端服务同步配置短 keep-alive timeout：如 Uvicorn 设 --keep-alive 5，Spring Boot 设 server.tomcat.connection-timeout=5000
- 避免“僵尸连接”虚高连接数，让 least_conn 统计始终贴近真实手头活儿
