Keepalived切换失败的核心原因是VRRP心跳中断、监控脚本返回值不合规、priority与weight配置错误及VIP未正确绑定。需分层验证：先用tcpdump确认VRRP组播报文可达，再手动执行脚本校验exit码，接着核对weight符号、state设置与vrrp_script声明一致性，最后检查interface名、virtual_ipaddress格式及ip_nonlocal_bind内核参数。
Keepalived 切换失败，核心在于“谁该升主”没判准、“VIP该飘到哪”没执行到位。问题往往不是单一环节崩溃，而是多个配置与运行条件连锁失配。定位关键不在猜，而在分层验证：先看心跳通不通，再看脚本返不返得对，最后看优先级算不算得准。
检查 VRRP 心跳是否真正可达
VRRP 依赖组播通信维持主备感知，中断即失联、失联即误切。不能只 ping 通就认为网络正常。
- 在备节点执行：tcpdump -i eth0 proto 112（替换为实际网卡名），确认能否持续收到主节点发来的 VRRP 报文
- 若无报文，逐项排查：防火墙是否放行 UDP 端口 112、交换机是否转发组播地址 224.0.0.18、两节点 vrrp_mcast_group4 配置是否一致
- 物理链路异常（如网卡 flap、交换机堆叠分裂）也会导致间歇性丢包，需结合 ip link show 和交换机日志交叉验证
验证监控脚本返回值是否严格符合预期
Keepalived 只认 exit 码：0 = 健康，非 0 = 异常。任何中间状态、echo 输出、静默成功，都等于没返回。
- 用 Keepalived 实际运行用户手动执行脚本：sudo -u keepalived /etc/keepalived/check_redis.sh && echo $?
- 停掉 Redis 后重试，确认返回值变为非 0；恢复后必须回到 0 —— 两者都要验证
- 脚本末尾必须显式写 exit 0 或 exit 1，不能依赖上一条命令结果；避免使用 ps | grep keepalived 类逻辑（脚本名含 keepalived 会自我匹配）
核对 priority 与 weight 协同计算是否生效
脚本健康与否，最终要转化为 priority 变化才能触发切换。weight 不带符号、track_script 拼错、state 设置矛盾，都会让权重失效。
- 确认 vrrp_instance 中 state 统一设为 BACKUP，靠 priority + weight 动态升降，避免 MASTER 强制抢占引发脑裂
- vrrp_script 定义块必须在 vrrp_instance 外全局声明，且 track_script 名称与之完全一致，大小写、空格都不能错
- weight 必须带符号（如 weight -20），否则 Keepalived 忽略该配置；主节点初始 priority 应比备节点高至少 50
确认 VIP 是否真实绑定到网卡
服务在跑、日志无报错，但业务不通，很可能是 VIP 根本没绑上去。
- 执行 ip addr show eth0（替换为配置中的 interface），查看虚拟 IP 是否出现在输出中
- 常见原因：interface 写成 ens33 而实际是 eth0、virtual_ipaddress 缩进错误或格式不规范（如写成 192.168.1.100/24 但未加掩码）、内核未启用 ip_nonlocal_bind（尤其在容器或云环境中）
- 临时测试可手动绑定：ip addr add 192.168.1.100/24 dev eth0，若能通则说明是 Keepalived 自身未触发绑定
