Nginx高可用灾备演练核心是验证故障时流量能否秒级、无感、不乱序切至备用节点，需覆盖进程崩溃、服务假死、网络隔离三类真实故障，结合客户端行为、日志比对、关键日志与监控指标交叉验证切换真实性及业务连续性。
生产环境中的 Nginx 高可用灾备演练，核心不是“配完能切”，而是验证故障发生时流量是否真能秒级、无感、不乱序地落到备用节点。验证必须覆盖真实故障类型、可观测切换过程、并确认业务连续性。
分层模拟三类典型故障
只杀 nginx 进程太理想化，掩盖了健康检查失效风险。要分别触发：
-
进程崩溃：在主节点执行
systemctl stop nginx或kill -9 $(pgrep nginx)，观察 Keepalived 是否通过nginx_check.sh检测失败、降权，并在 3–5 秒内完成 VIP 漂移； -
服务假死：临时修改 nginx 配置，让
/health接口返回 503 或超时（如 proxy_pass 指向一个关机的后端），验证主动探测能否识别 HTTP 层异常，而非仅依赖进程存在； -
网络隔离：在主节点运行
iptables -A OUTPUT -p vrrp -j DROP，模拟心跳中断，检验 VRRP 选举行为是否稳定，避免因多播阻断导致脑裂。
用客户端行为验证真实连续性
不能只看 VIP 能 ping 通或 curl 返回 HTML——要模拟用户真实访问：
- 在客户端持续执行：
watch -n 0.2 'curl -sI http://VIP | head -1 2>/dev/null'，切换瞬间最多容忍 1–2 次Connection refused或超时，之后应立即恢复HTTP/1.1 200 OK； - 用浏览器反复 F5 刷新页面，或跑长连接压测：
ab -n 1000 -c 50 http://VIP/，确认失败请求数为 0； - 比对主备节点的
access.log：主节点最后一条日志时间戳，应与备节点第一条日志时间戳无缝衔接（误差 ≤ 1 秒）。
查关键日志定位是否真切换成功
切换是否生效，不靠猜测，靠三处输出交叉验证：
-
VIP 绑定状态：在主备节点分别执行
ip a | grep "inet.*VIP"，故障期间 VIP 应仅出现在备机网卡上； -
Keepalived 状态流：查
tail -f /var/log/messages | grep Keepalived，应看到完整状态变迁，例如：MASTER → FAULT → BACKUP（主），BACKUP → MASTER（备）； -
Nginx 服务响应：在备机上执行
curl -s http://127.0.0.1/health，确保其返回 200 且内容与主节点一致，排除配置不同步导致的“切得动但服务不对”问题。
配套监控让验证可回溯
单次手动验证不够，需建立可持续观测能力：
- 用 Prometheus + node_exporter 监控
keepalived_process_status、nginx_worker_processes、ip_addr_count{vip="192.168.x.130"}三个指标； - 设置告警规则：当 VIP 同时出现在两台机器、或备机未在 6 秒内升为 MASTER，立即通知；
- 每次演练后生成报告：记录故障注入方式、VIP 漂移耗时、首条成功请求时间、最大中断窗口，形成 RTO 基线。
