Nginx故障转移排查核心是“为什么没切”或“切了不生效”，需从VIP漂移、流量不通、频繁抖动、脑裂四方面按路径检查：一查keepalived心跳与健康脚本；二验ARP刷新、防火墙及nginx监听；三析探测超时、网络丢包与系统负载；四防网络分区导致双主，引入单播心跳或仲裁机制。
排查 Nginx 故障转移的疑难问题，核心不是“有没有切换”，而是“为什么没切”或“切了但不生效”。常见现象如 VIP 不漂移、切换延迟高、脑裂、反复抖动、客户端感知明显中断等，背后往往不是单一配置错误，而是探测逻辑、网络状态、资源约束、服务依赖四层叠加的结果。下面按实际排障路径组织关键检查点。
一、VIP 漂移失效：先确认 keepalived 心跳是否真正断开
故障转移失败的第一怀疑对象是 keepalived 本身。很多“主节点挂了但 VIP 没切”的情况，其实是备用节点仍收得到心跳包——说明主节点并未真正宕机，只是 nginx 进程崩溃或端口未监听。
- 在备用节点执行
tcpdump -i eth0 vrrp -n，观察是否持续收到主节点发来的 VRRP 报文（默认组播地址 224.0.0.18）；若仍有包，说明 keepalived 进程还在运行，需进一步查主节点的systemctl status keepalived和ps aux | grep keepalived - 检查主节点 keepalived 配置中
vrrp_script的健康检查脚本是否返回非 0 值（例如检测 nginx 端口的killall -0 nginx >/dev/null || exit 1），并确认该脚本是否被正确调用（track_script是否绑定、执行权限是否正确） - 注意时间同步问题：两节点系统时间偏差超过 1 秒，可能导致 VRRP 协议异常；用
chronyc tracking或ntpq -p核对时间源一致性
二、切换后流量不通：重点验证 ARP 刷新与路由可达性
VIP 成功绑定到备用节点，不代表客户端能访问。局域网内其他设备（包括网关、交换机、客户端）的 ARP 缓存可能仍指向旧 MAC 地址，造成“有 IP、无响应”。
- 在备用节点切换后立即执行
arping -c 3 -A -I eth0 <VIP>（发送免费 ARP），强制刷新本网段设备缓存；若交换机启用了 ARP 学习保护，还需确认其是否支持 gratuitous ARP - 从客户端 ping VIP，同时在备用节点抓包：
tcpdump -i eth0 host <client_ip> and port 80，确认请求是否真正到达；若无包，可能是防火墙拦截（iptables -L -n -v | grep <VIP>）、网卡未启用混杂模式，或 VIP 绑定在错误接口（如绑在 lo 而非 eth0） - 检查备用节点 nginx 是否监听 VIP:80 —— 默认只监听 0.0.0.0:80，但若配置了
listen 192.168.1.100:80（即指定 IP），而 VIP 是 192.168.1.101，则不会响应
三、频繁切换（抖动）：锁定探测失败的真实原因
主备来回切换，表面是 keepalived 在“抢 VIP”，实质是健康检查反复失败又恢复。不能只看 keepalived 日志，要穿透到检查项本身。
- 检查自定义健康脚本的执行耗时：若脚本里包含
curl -s http://127.0.0.1/health，而该接口依赖数据库，数据库慢查询会导致脚本超时（keepalived 默认 timeout 2 秒），误判为 nginx 异常；建议脚本内加超时控制，如timeout 1 curl -s --max-time 1 http://127.0.0.1/health || exit 1 - 确认网络层面是否存在间歇性丢包：在主节点用
ping -f -c 100 <备用节点IP>，观察丢包率；VRRP 对丢包敏感，连续 3 个周期（默认每秒 1 次）收不到即切换，轻微丢包就会引发抖动 - 检查系统负载：备用节点 CPU 长期 95%+ 或内存不足时，keepalived 进程可能被调度延迟，导致心跳发送不及时，被主节点判定为“失联”而触发反向抢占
四、脑裂（Split-Brain）：双主共存的危险状态
主备节点同时持有 VIP，流量被随机分发，极易导致数据不一致或会话丢失。这不是配置错误，而是隔离机制缺失。
- 最直接证据：两节点执行
ip addr show | grep <VIP>均显示存在；此时立即停掉其中一台 keepalived，再逐项排查 - 根本原因通常是网络分区（network partition）：主备之间物理链路或交换机 ACL 阻断了 VRRP 组播报文，但各自与客户端网络仍通；可临时加一条单播心跳（
vrrp_instance VI_1 { unicast_src_ip 主IP; unicast_peer { 备IP; } }）辅助定位 - 预防手段：在 keepalived 配置中加入强制仲裁机制，例如通过 SSH 连接对方节点执行
pgrep keepalived，仅当对方不可达且本地服务健康时才升主；或借助第三方服务（如 Redis）做选主协调
