Keepalived高可用方案：原理、配置与实战-代码聚汇网

Keepalived高可用方案：原理、配置与实战

Flood Sung

1. Keepalived基础概念解析

Keepalived是一款基于VRRP协议实现的高可用性解决方案，最初由Alexandre Cassen开发，主要用于Linux环境下的负载均衡和故障转移。这个轻量级服务通过虚拟路由冗余协议（VRRP）来确保网络服务的持续可用性，是现代IT基础设施中不可或缺的组件。

VRRP协议工作原理类似于"备用钥匙"机制。多台服务器组成一个虚拟路由器组，通过竞选机制确定主节点（Master）。主节点会定期发送VRRP通告报文（默认每1秒一次），当备用节点（Backup）超过3个间隔未收到通告时，就会接管虚拟IP和服务。这种机制完美解决了单点故障问题，且对终端用户完全透明。

Keepalived的核心功能模块包括：

VRRP Stack：实现VRRP协议栈
Checkers：健康检测组件
SMTP：邮件通知功能
IPVS wrapper：LVS负载均衡集成

实际部署中发现，VRRP通告报文采用IP协议号112，目标地址是224.0.0.18这个组播地址。这意味着网络设备需要允许该组播通信，否则会导致脑裂问题。

2. 典型应用场景与架构设计

2.1 Web服务高可用架构

最常见的应用场景是为Nginx、Apache等Web服务器提供高可用保障。典型架构包含：

两台配置相同的服务器（主备或主主）
配置虚拟IP（VIP）如192.168.1.100
定义健康检查机制（如检测80端口）

当主服务器故障时，VIP会在秒级内漂移到备用节点。我曾为一个电商平台部署该方案，故障切换时间控制在3秒内，用户完全无感知。

2.2 数据库高可用方案

对于MySQL主从集群，Keepalived可以这样配置：

bash复制vrrp_script chk_mysql {
    script "/usr/bin/pgrep mysqld"
    interval 2
    weight 2
}

vrrp_instance VI_1 {
    state MASTER
    interface eth0
    virtual_router_id 51
    priority 101  # 主节点优先级更高
    advert_int 1
    authentication {
        auth_type PASS
        auth_pass 12345
    }
    virtual_ipaddress {
        192.168.1.200/24 dev eth0
    }
    track_script {
        chk_mysql
    }
}

2.3 负载均衡器容灾

结合LVS（Linux Virtual Server）时，Keepalived不仅提供故障转移，还能实现：

动态服务器健康检查
负载均衡策略管理
连接持久化配置

3. 深度配置解析与调优

3.1 VRRP实例配置详解

一个完整的VRRP实例配置包含以下关键参数：

参数	说明	推荐值
state	初始状态（MASTER/BACKUP）	根据角色设置
interface	绑定网卡	业务网卡如eth0
virtual_router_id	虚拟路由ID	1-255且集群内一致
priority	选举优先级	MASTER建议>100
advert_int	通告间隔	1秒
authentication	认证配置	简单密码或AH认证
virtual_ipaddress	虚拟IP配置	业务IP+网卡

3.2 健康检查机制

Keepalived支持多种健康检测方式：

进程检查：

bash复制vrrp_script chk_nginx {
    script "killall -0 nginx"  # 轻量级进程存在检查
    interval 2
    fall 2
    rise 2
}

TCP端口检查：

bash复制TCP_CHECK {
    connect_port 3306
    connect_timeout 3
    nb_get_retry 3
    delay_before_retry 1
}

HTTP内容检查：

bash复制HTTP_GET {
    url {
        path /health
        status_code 200
    }
    connect_timeout 3
    nb_get_retry 3
    delay_before_retry 1
}

3.3 脑裂问题预防

脑裂（Split-Brain）是高可用系统的大敌，可通过以下方式预防：

配置多播地址检查：

bash复制global_defs {
    vrrp_strict  # 强制多播模式
}

设置优先级偏移：

bash复制vrrp_script chk_service {
    script "..."
    weight -20  # 检测失败时降低优先级
}

使用第三方仲裁（如Ping网关检测）：

bash复制track_external {
    ext_1 /etc/keepalived/check_gateway.sh
}

4. 高级功能与实战技巧

4.1 多VIP管理

单个Keepalived实例可管理多个VIP：

bash复制virtual_ipaddress {
    192.168.1.100/24 dev eth0 label eth0:0
    192.168.1.101/24 dev eth0 label eth0:1
    10.0.0.1/24 dev eth1
}

4.2 通知脚本配置

状态变化时触发自定义动作：

bash复制notify_master "/etc/keepalived/notify.sh master"
notify_backup "/etc/keepalived/notify.sh backup"
notify_fault "/etc/keepalived/notify.sh fault"

示例通知脚本：

bash复制#!/bin/bash
case $1 in
    master)
        systemctl start nginx
        echo "$(date) 切换为MASTER" >> /var/log/keepalived.log
        ;;
    backup)
        systemctl stop nginx
        ;;
    fault)
        mail -s "Keepalived故障报警" admin@example.com
        ;;
esac

4.3 安全加固措施

启用认证：

bash复制authentication {
    auth_type PASS  # 或AH
    auth_pass MySecurePassword
}

限制VRRP通信：

bash复制iptables -A INPUT -p vrrp -s 192.168.1.0/24 -j ACCEPT
iptables -A INPUT -p vrrp -j DROP

配置日志分离：

bash复制global_defs {
    log_file /var/log/keepalived.log
    log_facility local0
}

5. 常见问题排查指南

5.1 VIP不漂移问题排查步骤

检查VRRP报文是否可达：

bash复制tcpdump -i eth0 vrrp

验证防火墙规则：

bash复制iptables -L -n | grep vrrp

查看Keepalived日志：

bash复制journalctl -u keepalived -f

检查优先级配置：

bash复制ip addr show  # 查看当前VIP绑定情况

5.2 性能优化建议

调整通告间隔（advert_int）：

bash复制advert_int 3  # 在稳定环境中可适当延长

禁用不必要的检查：

bash复制! 注释掉非关键检查脚本

优化内核参数：

bash复制echo 1 > /proc/sys/net/ipv4/ip_nonlocal_bind

5.3 与其他工具的集成

与Prometheus监控集成：

bash复制vrrp_script chk_prometheus {
    script "curl -s http://localhost:9090/-/healthy"
    interval 5
}

与Docker容器配合：

bash复制vrrp_script chk_docker {
    script "docker inspect -f '{{.State.Running}}' nginx"
    interval 2
}

6. 生产环境部署建议

经过多年实践，我总结出以下部署规范：

网络配置：
- 使用独立心跳线（如eth1专用于VRRP通信）
- 配置交换机端口快速收敛（spanning-tree portfast）
服务器规格：
- 至少2核CPU、4GB内存
- 双电源+RAID配置
配置管理：
- 使用Ansible等工具统一配置
- 版本控制所有配置文件
监控指标：
- VRRP状态变化次数
- 健康检查失败率
- VIP漂移耗时
灾备演练：
- 每月模拟主节点故障
- 测试网络分区场景

一套完整的生产配置示例：

bash复制global_defs {
    router_id LVS_DEVEL
    enable_script_security
    script_user root
    vrrp_skip_check_adv_addr
    vrrp_strict
    vrrp_garp_interval 0
    vrrp_gna_interval 0
}

vrrp_instance VI_1 {
    state MASTER
    interface eth0
    virtual_router_id 51
    priority 150
    advert_int 1
    authentication {
        auth_type PASS
        auth_pass secure123
    }
    virtual_ipaddress {
        192.168.1.100/24 dev eth0 label eth0:0
    }
    track_script {
        chk_nginx
    }
    notify_master "/etc/keepalived/notify.sh master"
    notify_backup "/etc/keepalived/notify.sh backup"
}

vrrp_script chk_nginx {
    script "/usr/bin/killall -0 nginx"
    interval 2
    weight 50
    fall 2
    rise 2
}

在金融行业某项目中，我们通过优化上述配置，将故障切换时间从默认的3秒降低到800毫秒，满足了支付系统的高可用要求。关键优化点包括：

将advert_int从1调整为0.5
使用多播代替单播通信
预加载所有资源脚本