2、单点故障与冗余设计：SPOF分析、冗余策略、负载均衡、健康检查

各位同学，今天我们来聊聊系统高可用里最基础、也最要命的一个话题——单点故障。

我入行头几年，有一次线上大半夜挂了。查了半天，发现是数据库主库的磁盘满了。就一台机器，没做任何冗余。那晚我盯着监控面板，心里就一个念头：单点，就是定时炸弹。

说白了，单点故障（Single Point of Failure，SPOF） 就是系统中某个组件一旦挂了，整个服务就瘫了。你想想看，交易系统里每一笔订单都经过网关、鉴权、风控、订单中心、支付……任何一个环节是单点，都可能让整个链路断掉。

2.1 单点故障分析：先找到“命门”

怎么找单点？我习惯从两个维度入手：

• 数据流维度：数据经过的每个节点，是不是只有一份？
• 控制流维度：调度、配置、路由这些逻辑，是不是只有一个实例在跑？

常见的单点重灾区：

层级	典型单点	风险说明
网络层	单一公网IP、单台交换机	入口断了，全完
应用层	单实例网关、单台Web服务器	请求无法分发
数据层	单主库、单Redis、单ZooKeeper	数据写不了，读不了
基础设施	单电源、单机房	物理灾难直接团灭

2.2 冗余设计策略：主备、主从、多活

找到单点之后，就得用冗余来“对冲”风险。我常用的三种模式：

2.2.1 主备模式（Active-Standby）

一台主节点干活，一台备节点冷眼旁观。主挂了，备顶上。

• 优点：简单，数据一致性容易保证
• 缺点：备机平时闲着，浪费资源；切换需要时间，有短暂不可用

我建议用在对一致性要求高、但对切换时间容忍度尚可的场景，比如数据库主备。

2.2.2 主从模式（Master-Slave）

主节点负责写，从节点负责读。主挂了，从节点可以升级为主。

• 优点：读写分离，提升读性能
• 缺点：主从同步有延迟，可能读到旧数据

交易系统里，订单查询、历史流水这些读多写少的场景，主从很实用。但注意，支付、扣库存这种写操作，必须走主库。

2.2.3 多活模式（Multi-Active）

多个节点同时提供服务，没有主从之分。流量可以打到任意节点。

• 优点：利用率高，故障时流量自动切换，用户体验好
• 缺点：架构复杂，需要解决数据冲突、分布式事务等问题

多活是终极目标，但代价也最大。我一般建议先从主备或主从起步，等业务规模上来了再演进到多活。

2.3 负载均衡技术：把流量“摊平”

冗余做好了，还得有东西把请求分到各个节点上。这就是负载均衡的活。

我按层级给你捋一捋：

2.3.1 DNS负载均衡

最简单粗暴。一个域名配多个IP，DNS轮询返回不同IP。

• 优点：免费，配置简单
• 缺点：DNS缓存导致切换慢，无法感知后端健康状态

我一般只用它做第一层流量分发，比如按地域把用户引到不同机房。

2.3.2 Nginx/HAProxy（软件负载均衡）

这是应用层最常用的。Nginx支持HTTP、TCP、UDP多种协议，配置灵活。

upstream backend {
    server 192.168.1.10:8080 weight=5;
    server 192.168.1.11:8080 weight=3;
    server 192.168.1.12:8080 backup;  # 备用节点
}

server {
    listen 80;
    location / {
        proxy_pass http://backend;
    }
}

这段配置里，weight控制权重，backup表示备用。Nginx还支持least_conn、ip_hash等算法，按需选。

2.3.3 F5（硬件负载均衡）

F5是硬件设备，性能强悍，自带健康检查、SSL卸载、DDoS防护。

• 优点：吞吐量高，功能丰富，稳定
• 缺点：贵，一台几十万，扩容要买硬件

大厂的核心入口通常会放F5，后面再挂Nginx做细粒度分发。我见过一个交易系统，F5扛着每秒几十万连接，稳如老狗。

2.4 健康检查与自动摘除：别让“死节点”拖累系统

冗余和负载均衡都做了，但还有一个坑：节点挂了，负载均衡不知道。

所以必须配健康检查。我常用的方式：

• TCP端口检查：看端口通不通，简单但不够精确
• HTTP接口检查：请求一个特定URL（比如/health），返回200才算健康
• 自定义脚本检查：执行脚本，检查进程、磁盘、数据库连接等

自动摘除的逻辑：

1. 健康检查连续失败N次（比如3次）
2. 负载均衡将该节点标记为“不可用”
3. 停止向该节点分发新请求
4. 继续检查，如果恢复，自动加回

2.5 本章小结：一张图看懂

下面这张图，把单点故障、冗余设计、负载均衡、健康检查串起来了：

从用户请求到数据存储，每一层都可能出现单点。我们用冗余设计消除单点，用负载均衡分发流量，用健康检查确保只把请求发给健康的节点。这三者缺一不可。

好了，这一章就到这里。记住一句话：没有冗余的系统，就是在赌运气。而交易系统，赌不起。

---