之前有很多朋友問關于 Nginx 的 upstream 模塊中 max_fails 及 fail_timeout，這兩個指令，分別是配置關于負載均衡過程中，對于上游(后端)服務器的失敗嘗試次數和不可用時間，很多人不是很理解這兩個參數到底怎么用及具體的含義。
先看官網文檔中的描述
官網文檔中解釋 max_fails 是指在 fail_timeout 配置的時間內，服務器通信失敗的次數，默認為1，即在 fail_timeout 時間內，1次請求失敗即不再嘗試，將請求根據 hash 規則，轉發到下一個上游服務
fail_timeout 有兩種含義：
-
當已經確認上游服務不可用時，是指與上游服務器通信失敗次數的時間
-
服務器不可用的時間段
默認是10s
文字不是很好理解，搭建個實驗環境，環境如下：
-
Nginx
-
php-FPM(x2)
nginx 通過 fast-cgi 將 php 請求轉發到 PHP-FPM，這里 PHP-FPM 服務即上游服務，設置 upstream，負載 PHP-FPM
upstream 按照默認配置，即 max_fails=1，fail_timeout=10
現在通過 tailf 分別監聽兩個 PHP-FPM 日志
請求4次，因為是默認輪詢的，所以可以看時間，輪詢將請求分發到兩個PHP-FPM上游
可以從上面的日志中看到，按照輪詢規則，下次請求應該落到 PHP-FPM2 上面，接著，關掉 PHP-FPM1，繼續請求
可以看到，PHP-FPM1肯定是不響應了，PHP-FPM2正常響應，接著看下Nginx日志
可以看到，關掉 PHP-FPM1 后，發起的請求，本來第二次請求(17:49:58)應該分發到 PHP-FPM1 的，然后從 Nginx 錯誤日志可以看到，連接 PHP-FPM1 失敗，這里只做了一次失敗嘗試，然后 Nginx 將請求轉發到 PHP-FPM2 處理了。
接著將 max_fails 設置為2，繼續上面的請求
開啟 PHP-FPM1，繼續請求，兩個負載輪詢轉發請求
接著繼續關掉 PHP-FPM1，連續發起多次請求，查看日志
所有請求都在 PHP-FPM2上，看 Nginx 錯誤日志
兩次輪詢到PHP-FPM1的時候，失敗，之后不會再將請求分發到 PHP-FPM1 上游服務
接著，不開啟 PHP-FPM1，繼續發起多次請求，由于默認的 fail_timeout=10，所以在上面的失敗檢測 10s 之后再次發起請求，查看日志
繼續分發到 PHP-FPM2，接著看 Nginx 錯誤日志
可以看到，過了 fail_timeout 的時間后，Ngxin 會再次將請求發往 FPM-PHP1 進行嘗試，嘗試2次失敗后，在 fail_timeout 時間內，不會再將請求分發，
這里有幾個誤區：
-
Nginx 記錄了連接上游失敗，這個請求就返回錯誤請求，或這個請求丟失沒處理
這個理解是錯誤的，Nginx 只是記錄了失敗的請求到日志，并將這個請求又轉發到了可用的其他上游服務，知道所有上游都不可用時，才會返回錯誤狀態
-
max_fails 是指連續請求失敗的次數
max_fails 是在 fail_timeout 指定的時間內的失敗次數，請求還是按照配置的負載均衡算法來走，并不是第一次請求失敗之后，繼續將這個請求在嘗試一次，達到失敗次數之后，標記為不可用
-
fail_timeout 越短越好
當訪問量大的時候，fail_timeout 設置太短，會導致不斷的嘗試與不可用上游的連接，耗費大量的 tcp 資源進行連接
-
fail_timeout 越長越好
當訪問量大的時候，fail_timeout設置太長，會導致負載不均衡，有可能會擊穿某個上游后端，達不到負載的效果。
來源：本文轉自公眾號運維研習社，點擊查看原文。
