Nginx 自带的 max_fails + fail_timeout 仅是被动容错，非主动健康检查；真正的心跳检测需依赖 nginx_upstream_check_module 模块，通过定期 HTTP/TCP 探活实现主动发现后端状态。
Nginx 自带不支持真正的主动心跳检测，必须靠第三方模块（如 nginx_upstream_check_module）才能实现定期 HTTP/TCP 探活；仅靠 max_fails + fail_timeout 是被动容错，不是健康检查。
为什么 max_fails 和 fail_timeout 不算健康检查
它们只在请求真正发出去并失败后才起作用——也就是说，Nginx 仍会把第一个请求打到已宕机的后端，等超时或收到 502/504 后才标记为不可用。这会导致：
- 首请求必然失败，用户感知明显（比如白屏、超时）
- 故障发现延迟 =
fail_timeout值（常见设为 10s～30s），期间所有新请求仍可能被轮询到坏节点 - 无法区分“服务暂时忙”和“进程已死”，纯靠错误响应计数
所以它本质是「故障兜底」，不是「主动探活」。
怎么用 nginx_upstream_check_module 做真实心跳检测
这个模块由淘宝团队开发，已适配主流 Nginx 版本（如 1.20.x、1.22.x），需重新编译 Nginx 加载。关键点：
- 先确认你当前 Nginx 版本：
nginx -v，再选对应 patch（例如 1.20.x 用check_1.20.1+.patch） - patch 必须在 Nginx 源码目录执行：
patch -p1 < /path/to/check_*.patch，否则编译报错 -
check指令必须写在upstream块内，且只能出现一次；多个参数要写在同一行或换行加反斜杠 - HTTP 类型检查依赖后端能响应一个轻量 endpoint（如
/health），返回 2xx 或 3xx 才算成功
典型配置示例：
upstream backend {
server 10.0.1.10:8080;
server 10.0.1.11:8080;
check interval=3000 rise=2 fall=3 timeout=1000 type=http;
check_http_send "GET /health HTTP/1.1\r\nHost: example.com\r\n\r\n";
check_http_expect_alive http_2xx http_3xx;
}
如何验证心跳是否生效并查看状态
模块自带 check_status 指令，但必须显式暴露一个 location 才能访问：
- 在
http块里加：check_status;（默认路径是/status） - 或者自定义路径：
location /healthz { check_status html; }，支持html、csv、json格式 - 访问该地址时，如果看到表格中某节点的
Status列显示up或down，且Rise/Fall计数在变化，说明心跳正在运行 - 注意：该页面无认证，生产环境务必配合
allow/deny限制 IP，或走内网访问
容易被忽略的兼容性与运维细节
编译加载模块后，几个硬伤常导致心跳静默失效：
- Nginx 配置语法检查通过（
nginx -t）≠ 模块已加载成功；要用nginx -V 2>&1 | grep -o check确认输出含nginx_upstream_check_module - 后端服务开了防火墙？
check请求默认走 80/443，若后端监听非标端口（如 9884），必须在server行明确写出端口，且确保该端口对 Nginx 所在机器可达 -
check_http_send中的Host头必须匹配后端实际接受的域名，否则可能被拒绝或路由到默认 vhost 返回 404 - 如果后端是 Spring Boot，默认
/actuator/health返回 JSON，但check_http_expect_alive只校验状态码，不校验 body，所以只要 HTTP 状态是 200 就算通过
真正上线前，建议手动模拟一次 curl -v http://backend-ip:port/health，确认响应头、状态码、耗时都符合预期——心跳检测再准，也救不了一个连不通的 endpoint。
