双机热备核心在于“热”与“备”的轻量协同，需统一配置+版本锁定、极简Keepalived、全自动化启切、前置日志与可观测性。
双机热备不是堆机器，而是用最少配置达成故障自动接管。关键不在“双”，而在“热”和“备”的协同逻辑是否轻量、可验证、易回滚。
统一配置 + 版本锁定
两台 Nginx 节点必须运行完全一致的配置和二进制版本，否则切换后行为不可预期。建议：
- 所有配置（nginx.conf、upstream、server 块）集中托管在 Git 仓库，通过 Ansible 或 rsync 同步到两节点，禁止手工修改
- 编译安装时固定参数（如
--prefix=/etc/nginx、--with-http_ssl_module），打包成 RPM/DEB 或容器镜像，避免环境差异 - 启用
server_tokens off;和ssl_protocols TLSv1.2 TLSv1.3;等安全项，在模板中预置，避免上线后补漏
Keepalived 配置极简化
Keepalived 不是越复杂越可靠，多数生产环境只需单 VIP + 主备模式。精简要点：
- 只定义一个
vrrp_instance，virtual_router_id、interface、auth_pass 全局一致，state 和 priority 分开设置（MASTER: priority 100，BACKUP: priority 90） - 去掉冗余的 email 通知、smtp 配置——告警交给 Prometheus+Alertmanager 统一处理更可靠
- 健康检查脚本控制在 10 行以内：检测 nginx 进程 + 端口连通性即可，例如
curl -sf http://127.0.0.1/health || exit 1
启动与切换全自动化
运维动作应能一键执行、幂等生效：
- Nginx 启动前强制校验：
nginx -t && nginx -s reload，失败则中断流程，不依赖人工判断 - Keepalived 启动后加检查：
ip addr show | grep "192.168.x.100"，确认 VIP 是否已绑定 - 模拟主节点宕机只需执行
systemctl stop keepalived，5 秒内备机应自动接管，无需重启服务或手动干预
日志与可观测性前置集成
出问题时，第一反应不是登录机器查日志，而是看大盘：
- 两节点 access_log 和 error_log 统一打到同一台日志服务器（如 Loki），用 label 标记
node=nginx-01/node=nginx-02 - 暴露
/health接口返回{"status":"ok","role":"MASTER","uptime":12345}，供监控系统轮询 - 在 Grafana 中建一个「VIP 活跃节点」面板，实时显示当前持有 VIP 的机器名，比 ping 更直接
