怎么做服务器集群:从两台机器到可验证的高可用

做服务器集群不是先买一堆机器,而是先找出单点故障,再用多台机器分担或备份。
对大多数中小站点,最小可用的集群就是:一台负载均衡入口加两台以上后端服务器,配合健康检查和统一的部署方式。
下面按这个思路给出可执行的搭建过程。

先确认是否真的需要集群

如果只是访问量小、单机 CPU 和内存都没跑满,集群带来的收益有限,反而多出配置同步和排错成本。
出现下面这些情况才值得做:

  • 单台服务器故障会导致整站不可用,业务无法接受
  • 单机 CPU、内存或连接数在高并发时持续触顶
  • 需要滚动发布,不希望发版时中断服务
  • 需要按业务拆分不同角色,比如 Web 与数据库分开

集群解决的是“可用性”和“横向扩容”,不解决代码慢、SQL 慢这类问题。
先把单机性能问题查清楚,再考虑加机器。

准备阶段:机器、网络和统一部署

最小方案需要三类机器:

  • 1 台负载均衡节点,例如安装 Nginx
  • 2 台 Web 后端节点,运行同一套应用
  • 可选 1 台数据库节点,或先用云数据库

前提条件:

  1. 三台机器处于同一内网或能互相访问,后端端口对负载均衡节点开放
  2. 后端应用监听内网地址,例如 0.0.0.0:8080
  3. 两台后端的代码、配置、依赖版本保持一致,否则会出现请求落到不同机器结果不同
  4. 准备好回滚方式,比如保留旧版本目录,改配置前备份

建议先在两台后端上把应用跑通,用 curl http://后端IP:8080 确认各自能返回正常页面,再接入负载均衡。

用 Nginx 做入口和健康检查

在负载均衡节点安装 Nginx(以常见的 Debian/Ubuntu 系为例):

sudo apt update
sudo apt install -y nginx
nginx -v

编辑站点配置,例如 /etc/nginx/conf.d/cluster.conf:

upstream web_backend {
    server 10.0.0.11:8080 max_fails=3 fail_timeout=10s;
    server 10.0.0.12:8080 max_fails=3 fail_timeout=10s;
    keepalive 32;
}

server {
    listen 80;
    server_name example.internal;

    location / {
        proxy_pass http://web_backend;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_connect_timeout 3s;
        proxy_read_timeout 30s;
    }
}

几个关键点:

  • max_fails=3 fail_timeout=10s 表示 10 秒内失败 3 次就暂时摘除该后端,这是 Nginx 自带的被动健康检查
  • keepalive 32 复用与后端的连接,减少频繁建连开销
  • 后端地址换成你实际的内网 IP 和端口

检查配置并生效:

sudo nginx -t
sudo systemctl reload nginx

nginx -t 输出 syntax is ok 和 test is successful 才继续,否则按报错行号修正。

会话和状态怎么处理

这是新手最容易踩的坑。
默认轮询会把同一用户的请求分到不同后端,如果登录状态存在单机内存里,就会出现“一会儿登录一会儿掉线”。
可选做法:

  • 把会话存到 Redis 或数据库,后端无状态化,这是最推荐的方式
  • 用 ip_hash 让同一 IP 固定落到同一后端,实现简单但扩容和容灾不理想
  • 在负载均衡上做会话保持,注意后端故障时会话丢失

上传文件同理,不要只存本地磁盘,应放到对象存储或共享存储,否则换一台机器就找不到文件。

验证故障切换是否真的生效

配置完成不等于集群可用,必须做故障演练:

  1. 连续访问入口,确认请求能在两台后端之间轮转,可在后端日志里观察来源
  2. 停掉其中一台后端,例如 sudo systemctl stop 应用服务,继续访问入口,确认页面仍能返回
  3. 恢复该后端,确认它重新被加回轮询
  4. 检查 Nginx 错误日志 /var/log/nginx/error.log,确认没有持续的连接失败

如果停掉一台后整站报 502,常见原因是健康检查参数没生效、后端端口不对,或只有一台后端在线。

常见误区

  • 只做负载均衡不做数据备份,负载均衡节点本身仍是单点,重要业务应准备备用入口或云负载均衡
  • 两台后端配置不一致,导致偶发报错,建议用配置管理或统一发布脚本
  • 数据库仍是单机,Web 层高可用但数据库一挂全站不可用,需要单独规划主从或云数据库高可用
  • 过早引入复杂编排系统,规模小时 Nginx 加两台后端已经够用,先跑稳再演进

如果后端数量继续增加,或需要自动扩缩容,再考虑容器编排或云厂商的负载均衡服务。
先把最小集群跑通并验证过故障切换,再逐步扩展,是更稳妥的做法。

分享到:
上一篇
服务器资源持续吃紧时如何扩容或优化,先做这五步判断
下一篇
集群和负载均衡有什么区别?从定义到选型一次讲清
1
系统公告

关于香港云优质服务器IP地址更换的通知

尊敬的客户: 因原IP运营商大幅涨价,为避免成本转嫁至用户,我司决定更换IP服务商。本次更换后,您的续费价格将保持不变,且新IP网络质量与服务标准不受影响。新IP已分配至后台,即刻生效(更换的新IP都是香港原生IPv4)。 涉及 IP 段: 45.192.x.x 旧 IP 停用时间: 2026 年 12 月 1 日
服务中心
客服
在线客服
24小时为您服务
咨询
联系我们
联系我们,为您的业务提供专属服务。
24/7 技术支持
如果您遇到寻求进一步的帮助,请过工单与我们进行联系。
24/7 即时支持
泽御云
售前客服
泽御云
泽御云
售后客服
泽御云
技术支持
评价
您对当前页面的整体感受是否满意?
😞
非常不满意
😕
不满意
😐
一般
🙂
满意
😊
非常满意