Go依赖健康检测必须带context.WithTimeout,禁用无超时的db.Ping();应使用后台goroutine定期探测并缓存结果,/readyz仅读快照;TCP直连比HTTP探针更准;Consul注册需显式配置health_check否则默认critical。

Go 依赖健康检测必须带 context.WithTimeout,不能裸调 Ping
不设超时的 db.Ping() 或 client.Ping() 在网络异常时可能卡住几十秒,直接拖垮整个健康检查流程。Kubernetes 默认探针超时是 1 秒,Consul 健康检查默认也只等几秒——超时即失败,失败即剔除或重启。
正确做法是:每个依赖探测都基于请求上下文(r.Context())构造独立子 context,超时设为探针间隔的 60% 左右(比如 K8s 设置 periodSeconds: 5,则代码里用 context.WithTimeout(ctx, 3*time.Second))。
-
db.PingContext(ctx)是必须,sql.Open只校验 DSN,不建连 - Redis 用
client.Ping(ctx).Err(),别用ConfigCheck()(只验配置)或Get("health")(带键操作非轻量) - HTTP 下游服务,用
http.NewRequestWithContext(ctx, ...)+client.Do(req),禁用http.Get(它用全局 client,共享连接池和重试逻辑) - 所有超时错误要明确识别:
"dial tcp: i/o timeout"、"connection refused"、"context deadline exceeded"都应归为依赖不可用
/readyz 必须缓存探测结果,禁止每次请求都真实拨号
高频探针(如每 2 秒一次)下,每次 /readyz handler 都执行 db.PingContext,会瞬间打爆数据库连接池,且让 K8s 因单次超时反复杀 Pod。这不是“检查”,是脉冲攻击。
真正可靠的模式是:启动一个后台 goroutine,用 time.Ticker 定期(如每 5 秒)执行全量依赖探测,把结果写入线程安全结构体;/readyz handler 只读快照,不触发新连接。
立即学习“go语言免费学习笔记(深入)”;
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器,提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象,支持命名依赖等
- 缓存结构体至少含:
status("UP"/"DEGRADED"/"DOWN")、timestamp、各依赖明细(如{"db": "OK", "redis": "failed"}) - 用
sync.RWMutex保护读写,避免 goroutine 竞态 - 不要在 handler 里做
log.Fatal或未 recover 的 panic——那等于主动退出进程 - 如果某次探测耗时过长(比如 Redis 响应慢),缓存上次成功结果,而不是让整个端点阻塞
TCP 层直连比 HTTP 探针更准,尤其对中间件穿透场景
HTTP 探针要走完整 TLS 握手 + HTTP 解析,容易被 Ingress、Nginx、Istio 等中间件拦截、限速或改写状态码;而 TCP 连通性检查只关心三次握手是否成功,延迟更低、路径更短、结果更真实。
对下游节点(如 MySQL 地址 10.10.1.5:3306、Redis 10.10.1.6:6379)做 TCP 心跳时,应启独立 goroutine,用 net.DialContext(ctx, "tcp", addr),ctx 超时设为 600ms(覆盖 DNS + connect 全链路),连上立刻 conn.Close(),不发任何数据。
- 失败不重试,但状态变更需去抖:连续 3 次失败且最近一次在 1 秒内才标 Down;恢复需连续 2 次成功且间隔 > 500ms 才标 Up
- 禁用
http.Client做心跳——它的连接池复用和重试机制会掩盖真实连通性问题 - ICMP ping(如用
github.com/tatsushid/go-fastping)可作为补充,但容器环境常因权限/SELinux 被禁,TCP 更通用
Consul 注册后显示 critical,90% 是 health_check 字段没配或配错
Consul 不是“注册即健康”,而是默认认为所有服务“不健康”,除非你显式声明 Checks。没配 health_check = 永远 critical,不是 bug,是设计。
最简但有效的配置是加一个 HTTP 探针:HTTP: "http://127.0.0.1:8080/readyz",并确保该端点返回 200 + JSON body(如 {"status": "UP"})。别漏掉 DeregisterCriticalServiceAfter,建议设为 "90s",否则服务挂了 Consul 感知不到。
- Consul Agent 必须本地运行,Client 初始化地址必须是
"http://127.0.0.1:8500",不能填公网 IP 或 DNS 名 - 别指望 TCP 检查能代替业务健康:端口通 ≠ DB 可连 ≠ Redis 可写,它只能兜底防网络层断连
- 响应体里带明细字段(如
"db": "failed")对运维排查极有用,Consul 不消费它,但人需要
/livez vs /readyz)一旦混淆,滚动更新就卡死。

















