网站半夜挂了,打电话叫醒你的时候,最怕的不是服务起不来,而是不知道哪台机器还能顶上。我早年维护一个电商项目时就遇到过这种事:数据库主机内存故障,重启之后还是断断续续,业务方在群里催,开发在等数据库,整个晚上都在被动救火。后来我们痛定思痛,给核心节点都上了高可用,而Keepalived就是当时用得最多的那套方案。
Keepalived这个名字在老运维圈子里几乎等于“VIP漂移”的代名词。它基于VRRP协议实现,做的是主机层面的故障切换,配合Nginx、HAProxy这类负载均衡组件一起用,可以解决“入口IP挂了没人管”的问题。这篇文章不打算只贴配置文件,而是想把我从规划、部署到踩坑的整个过程都写出来。内容包括Keepalived的底层原理、它与Nginx/HAProxy/LVS的定位区分、双机热备的完整搭建步骤、配置项选举逻辑,以及我在生产环境里碰到过的真实问题和排查方法。无论你是刚入门的小白,还是想给现有系统补高可用的老手,这篇文章应该能帮你少走不少弯路。
1. Keepalived是什么:从VRRP、VIP、健康检查三个词理解高可用
很多人第一次看到Keepalived,以为它是某种负载均衡软件,其实不是。Keepalived本身并不转发业务流量,它的核心使命只有一个:保证你定义的“虚拟IP”始终落在某一台健康的机器上。为了讲清楚这件事,我习惯把它拆成三个关键词:VRRP协议、虚拟IP(VIP)、健康检查。
1.1 VRRP协议:高可用的底层机制
VRRP,全称Virtual Router Redundancy Protocol,虚拟路由冗余协议。它最早是网络设备上的标准协议,用来解决“默认网关挂了怎么办”的问题。以前企业网络里通常会配两台路由器,一台主一台备,通过VRRP让两台路由器共享一个虚拟IP。主路由器正常时,虚拟IP由它持有,所有流量走它;一旦主路由器失联,备份路由器会在几秒内接管虚拟IP,继续转发流量。整个过程对内网终端完全透明,终端根本感知不到网关发生了切换。
Keepalived做的事情,本质上就是把网络层的这套思想搬到了服务器层面。它在一组服务器上运行VRRP协议,让这些服务器“竞聘”同一个虚拟IP的持有权。谁持有VIP,谁就是当前的服务入口。这个协议在设计上非常巧妙,它依靠组播报文来交换状态,不需要额外的集中式协调组件,因此部署起来非常简单,两台机器就能组成一个高可用组。
这里有一个新手容易混淆的点:VRRP里的“主”和“备”并不是按IP大小或MAC地址来排序的,而是按优先级(priority)来确定的。优先级越高,成为MASTER的倾向越强。这个选举机制是Keepalived一切行为的基础,后面我会在配置部分详细展开。
1.2 VIP漂移:业务无感知的关键
虚拟IP(VIP)是Keepalived对外暴露的“门面”。正常状态下,VIP绑定在MASTER节点的网卡上;当MASTER故障时,BACKUP节点通过VRRP协议感知到主节点失联,立刻在自己的网卡上配置这个VIP,并发送免费ARP(Gratuitous ARP)通知局域网内的交换机更新MAC地址表。这一系列动作完成后,访问VIP的流量就会自动转向新的节点,客户端几乎感知不到任何中断。
理解VIP漂移,最直观的方式是把它想成酒店的“前台电话”。住客打总机号码找前台,不管今天值班的是张经理还是李经理,总机号码不变;哪位经理在岗,电话就转给谁。服务器故障就是“经理突然请假”,Keepalived的任务就是在几十秒内安排另一位经理坐到前台,同时保证外面的电话线还是同一根。
VIP漂移有几个特点需要特别注意。第一,它是在二层网络内生效的,VIP和真实服务器必须在同一个广播域,否则ARP通知无法正常工作。第二,漂移过程依赖VRRP报文的心跳检测,所以主备之间必须能正常组播通信,防火墙不能阻断VRRP协议。第三,VIP并不是只漂一次就完事,当原MASTER恢复后,如果配置允许抢占,VIP还可能再漂回去,这就会产生“抖动”。
1.3 健康检查:Keepalived不是只做IP漂移
如果Keepalived只是一个只会发VRRP报文的工具,那它和路由器上的协议栈也没什么区别。真正让它适合做服务高可用的,是它自带的健康检查机制。Keepalived可以周期性地执行我们定义的检查脚本,比如:Nginx是否存活、后端端口是否响应、进程是否僵死。只有当检查失败时,该节点才会主动降低自己的优先级,让出MASTER地位。
正是这种“软检查+硬心跳”的组合,让Keepalived能处理一大部分真实故障。比如Nginx进程挂掉但机器还活着,如果没有健康检查,VRRP层的主备状态完全正常,VIP不会漂移,用户访问还是落在故障机器上。但如果我们配置了vrrp_script检查Nginx进程,一旦发现Nginx挂了,就触发优先级下降,VIP漂移到备用节点,用户恢复访问,整个过程不需要人工介入。
在生产环境里,我们通常还会在健康检查脚本里做“双重验证”:先检查进程是否存在,再尝试或检查本地端口是否监听。只有这两关都过了,才判定节点是健康的。这里涉及到脚本写法和超时控制,细节我会在第三章实操部分给出完整的示例。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Keepalived与Nginx、HAProxy、LVS之间的定位关系
很多初学者会把Keepalived和Nginx、HAProxy、LVS混在一起谈,因为它们在架构图中经常一起出现。实际上这几类组件的角色完全不同:Nginx、HAProxy、LVS解决的是“流量怎么分发”的问题,Keepalived解决的是“入口怎么保障”的问题。理解这个边界,才能设计出清晰的高可用架构。
2.1 四个组件的职责边界
先给一个我常用的对照表,你可以把它当作记忆锚点:
| 组件 | 工作层级 | 核心职责 | 是否能做健康检查 | 是否处理业务流量 |
|---|---|---|---|---|
| LVS | 四层(内核态) | 基于Linux内核的IPVS模块做负载均衡,性能极高 | 可配合Keepalived实现 | 是 |
| HAProxy | 四层/七层 | 反向代理和负载均衡,支持TCP和HTTP | 自带健康检查 | 是 |
| Nginx | 七层 | 反向代理、HTTP服务、静态资源服务 | 自带被动健康检查 | 是 |
| Keepalived | 三层/二层 | 基于VRRP维护VIP,实现节点级高可用 | 通过脚本/模块检查服务存活 | 否 |
从这个表里可以看到,Keepalived是唯一一个不直接处理业务流量的组件。它更像是一个“VIP管家”,谁的状态好,谁就持有VIP,至于VIP后面到底是什么服务在监听,Keepalived并不关心。可以是Nginx,可以是HAProxy,也可以是一个普通的Java应用端口。
LVS和Keepalived的渊源尤其深。早期很多生产环境是LVS做四层负载,Keepalived做器高可用,两台LVS设备一主一备,后面的真实服务器池由LVS统一调度。这种架构现在已经比较少见了,因为Nginx和HAProxy在功能和易用性上更胜一筹,但如果你维护过老系统,多半见过“LVS+Keepalived”这对组合。
2.2 常见组合:Keepalived + Nginx
当前最主流的用法,还是Keepalived + Nginx。Keepalived对外提供一个VIP,VIP指向两台Nginx节点;两台Ngin
