1.
架构设计与目标定义
• 目标可用性：设定SLA 99.99%（年宕机时间• 业务分层：前端使用CDN+边缘缓存，负载均衡层使用HAProxy/Nginx，后端为多可用区云主机。
• 容错策略：主动-被动（Keepalived）与主动-主动（L4/L7 LB）并存。
• 健康检查：TCP/HTTP探测，interval=2s，rise=3，fall=2，超时=1s。
• 安全与域名：域名解析采用多线A记录和CNAME到CDN，DNS TTL=60s以便快速切换。
2.
负载均衡配置要点（L4/L7）
• LB软件选择：推荐HAProxy（L4/L7）或Nginx Plus（带健康检查）。• 算法与权重：采用roundrobin/leastconn，按后端权重分配（权重示例：节点A=100，节点B=80）。
• 会话保持：必要时使用sticky cookie或基于IP的平衡，TTL设置为300s。
• 示例配置参数：timeout connect 5s; timeout client 50s; timeout server 50s。
• SSL卸载：在LB层卸载SSL，后端使用HTTP内部通信以减轻CPU负载。
3.
故障恢复与Keepalived示例
• Keepalived心跳配置：vrrp_interval 2s，vrrp_priority 主=120/备=100。• 故障判定：连连失败3次触发切换，预期故障恢复时间
• VIP与路由：虚拟IP绑定到主节点，切换时同步ARP通告以快速收敛。
• 同步脚本：切换时执行/opt/sync-backend.sh 同步会话信息与缓存刷新。
• 日志与告警：通过Prometheus+Alertmanager监控vrrp状态并发送短信/邮件告警。
4.
带宽、DDoS防御与CDN整合
• 带宽规划：按峰值流量1.2x预留公共出口，示例：日峰值200Mbps则配置1Gbps链路。• DDoS防护：与云厂商购买清洗（scrubbing）能力，建议清洗带宽≥峰值的4倍，例如800Mbps流量，清洗能力≥3.2Gbps。
• CDN使用：静态资源走CDN，缓存命中率目标≥90%，减轻源站压力。
• 限流策略：Nginx limit_req zone=one:10m rate=200r/s 防止突发请求风暴。
• DNS容灾：使用主DNS与备DNS（不同运营商），TTL短以便切换。
5.
真实案例与配置数据演示
• 案例简介：越南电商平台 vn-shop.vn 在大促期间遭遇单节点CPU耗尽导致服务中断。• 采取措施：部署HAProxy+Keepalived+CDN，后端扩容为N=2主机，开启自动扩容策略。
• 效果数据：切换时间由原先的30s降至平均5.2s，月可用性由99.85%提升至99.995%。
• 后端实例配置示例（单台）：
• 见下表，展示两台后端服务器与负载均衡器参数：
| 节点 | CPU | 内存 | 磁盘 | 带宽/公网IP |
|---|---|---|---|---|
| backend-01 | 8 vCPU | 16 GB | SSD 200 GB | 1 Gbps / 203.113.45.12 |
| backend-02 | 8 vCPU | 16 GB | SSD 200 GB | 1 Gbps / 203.113.45.13 |
| haproxy-vip | 4 vCPU | 8 GB | SSD 50 GB | 1 Gbps / VIP 203.113.45.100 |
6.
运维与演练建议
• 灾备演练：每季度进行一次故障切换演练，记录RTO与RPO。• 自动化脚本：使用Ansible/Terraform管理配置与版本回滚。
• 监控指标：观察请求成功率、响应时间、TCP重试次数、vrrp状态。
• 日志集中化：ELK或Loki集中日志，便于故障溯源。
• 成本控制：按需弹性扩缩容并结合按量与包年实例降低费用。