ELB UDP健康检查常见故障分析

本文分享自天翼云开发者社区《ELB UDP健康检查常见故障分析》，作者：王****宁

什么是UDP健康检查

UDP是面向非连接的一种协议，在发送数据前不会通过进行三次握手建立连接，UDP健康检查的实现过程如下：

1.健康检查的节点根据健康检查配置，向后端发送ICMP request 消息。

如果健康检查节点收到了后端服务器返回的ICMP reply消息，则认为服务正常，继续进行健康检查。

如果健康检查节点没有收到后端服务器返回的ICMP reply消息，则认为服务异常，判定健康检查失败。

2.健康检查的节点收到ICMP reply消息后，会给后端服务器发送UDP探测报文。

如果在【超时时间】之内，健康检查的节点服务器收到了后端服务器返回的port unreachable的ICMP消息，则认为服务异常，判定健康检查失败。

如果在【超时时间】之内，健康检查的节点服务器没有收到后端服务器返回的ICMP错误信息，则认为服务正常，判定健康检查成功。

常见故障分析

由于同一台后端服务器可以被添加到不同的负载均衡监听器。当不同的监听器分别向同一台后端服务器发起健康检查是。由于后端服务器限制了ICMP消息产生的速率，导致ICMP reply 不能在超时时间内到达健康检查节点，就被判定为服务异常。产生误报。

异常排查方法

1.Linux系统下，检查ICMP消息速率的限制。默认值1000

sysctl -q net.ipv4.icmp_ratelimit

2.取消 port unreachable消息产生的速率限制。

sysctl -w net.ipv4.icmp_ratemask=6160

注意事项

1.负载均衡健康检查是通过UDP报文和Ping报文探测来获取后端云服务器的状态信息。针对此种情况，用户需要确保后端云服务器开启ICMP协议，确认方法如下：

用户登录后端云服务器，以root权限执行以下命令：

cat /proc/sys/net/ipv4/icmp_echo_ignore_all

若返回值为1，表示ICMP协议关闭；若为0，则表示开启。

2.当前UDP协议服务健康检查可能存在服务真实状态与健康检查不一致的问题：

在大并发场景下，由于Linux的防ICMP攻击保护机制，会限制服务器发送ICMP的速度。此时，即便服务器已经出现异常，但由于无法向前端返回“port XX unreachable”报错信息，会导致负载均衡由于没收到 ICMP 应答进而判定健康检查成功，{BANNED}最佳终导致服务真实状态与健康检查不一致。