Haproxy 搭建 web 集群
一.常见的web集群调度器
1、目前常见的web集群调度器分为软件和硬件
2、软件通常使用开源的LVS、Haproxy、Nginx
LVS 性能最好，但搭建复杂。Nginx并发量，性能低于Haproxy
3、硬件一般使用比较多的是F5，也有很多人使用国内的一些产品，如梭子鱼、绿盟等
二、Haproxy应用分析
1、LVS在企业应用中抗负载能力很强，但存在不足
• LVS不支持正则处理，不能实现动静分离
• 对于大型网站，LVS的实施配置复杂，维护成本相对较高
2、Haproxy是一款可提供高可用性、负载均衡、及基于TCP和HTTP应用的代理软件
• 适用于负载大的web站点
• 运行在硬件上可支持数以万计的并发连接的连接请求
三、Haproxy调度算法原理
Haproxy 支持多种调度算法，最常用的有三种
1、RR（Round Robin）
RR算法是最简单最常用的一种算法，即轮询调度
例如：
• 有三个节点A、B、C
• 第一个用户访问会被指派到节点A
• 第二个用户访问会被指派到节点B
• 第三个用户访问会被指派到节点C
• 第四个用户访问会被指派到节点A，轮询分配访问请求实现负载均衡效果
2、LC（Least Connections）
最小连接数算法，根据后端的节点连接数大小动态分配前端请求
例如：
• 有三个节点A、B、C,各节点的连接数分别为A:4、B:5、 C:6
• 第一个用户连接请求，会被指派到A上,连接数变为A:5、B:5、 C:6
• 第二个用户请求会继续分配到A上，连接数变为A:6、B:5、 C:6; 再有新的请求会分配给B，每次将新的请求指派给连接数最小的客户端
• 由于实际情况下A、B、C的连接数会动态释放，很难会出现一样连接数的情况
• 此算法相比较rr算法有很大改进，是目前用到比较多的一种算法
3、SH（Source Hashing）
基于来源访问调度算法，用于一些有Session会记录在服务器端的场景，可以基于来源的IP、Cookie等做集群调度
例如：
• 有三个节点A、B、C,第一个用户第一次访问被指派到了A,第二个用户第一次访问被指派到了B
• 当第一个用户第二次访问时会被继续指派到A,第二个用户第二次访问时依旧会被指派到B，只要负载均衡调度器不重启，第一个用户访问都会被指派到A,第二个用户访问都会被指派到B,实现集群的调度
• 此调度算法好处是实现会话保持，但某些IP访问量非常大时会引|起负载不均衡，部分节点访问量超大，影响业务使用
四、Haproxy介绍
1、HAProxy是什么？
是一个使用C语言编写的自由及开放源代码软件，其提供高可用性、负载均衡，以及基于TCP和HTTP的应用程序代理
HAProxy特别适用于那些负载特大的web站点，这些站点通常又需要会话保持或七层处理
HAProxy运行在当前的硬件上，完全可以支持数以万计的并发连接。并且它的运行模式使得它可以很简单安全的整合进您当前的架构中，同时可以保护你的web服务器不被暴露到网络上
HAProxy实现了一种事件驱动,单一进程模型，此模型支持非常大的并发连接数。多进程或多线程模型受内存限制、系统调度器限制以及无处不在的锁限制，很少能处理数千并发连接
事件驱动模型因为在有更好的资源和时间管理的用户空间(User-Space)实现所有这些任务，所以没有这些问题。此模型的弊端是，在多核系统上，这些程序通常扩展性较差。这就是为什么他们必须进行优化以使每个CPU时间片(Cycle)做更多的工作
包括 GitHub、Bitbucket、StackOverflow、Reddit、Tumblr、Twitter和 Tuenti在内的知名网站，及亚马逊网络服务系统都使用了HAProxy
2、 Haproxy的特性
可靠性和稳定性非常好，可以与硬件级的F5负载均衡设备相媲美
最高可以同时维护40000-50000个并发连接，单位时间内处理的最大请求数为20000个，最大处理能力可达10Git/s
支持多达8种负载均衡算法，同时也支持会话保持
支持虚机主机功能，从而实现web负载均衡更加灵活
支持连接拒绝、全透明代理等独特的功能
拥有强大的ACL支持，用于访问控制
其独特的弹性二叉树数据结构，使数据结构的复杂性上升到了0（1），即数据的查寻速度不会随着数据条目的增加而速度有所下降
支持客户端的keepalive功能，减少客户端与haproxy的多次三次握手导致资源浪费，让多个请求在一个tcp连接中完成
支持TCP加速，零复制功能，类似于mmap机制
支持响应池 （response buffering）
支持RDP协议
基于源的粘性，类似nginx的ip hash功能，把来自同一客户端的请求在一定时间内始终调度到上游的同一服务器
更好统计数据接口，其web接口显示后端集群中各个服务器的接收、发送、拒绝、错误等数据的统计信息
详细的健康状态检测，web接口中有关于对上游服务器的健康检测状态， 并提供了一定的管理功能
基于流量的健康评估机制
基于http认证
基于命令行的管理接口
日志分析器，可对日志进行分析
3、负载均衡策略
HAProxy负载均衡策略非常多，常见的有如下8种∶
roundrobin∶表示简单的轮询
static-rr∶表示根据权重
leastconn∶ 表示最少连接者先处理
source∶ 表示根据请求的源IP，类似Nginx的IP hash机制
ri∶表示根据请求的URI
rl_param∶表示根据HTTP请求头来锁定每 一 次HTrTP请求
rdp-cookie （name）∶表示根据据cookie （name）来锁定并哈希每一次TCP请求
4、 LVS、Nainx、HAproxy的区别
LVS基于Linux操作系统实现软负载均衡，而HAProxy和Nginx是基于第三方应用实现的软负载均衡
LVS是可实现4层的IP负载均衡技术，无法实现基于目录、URL的转发。而HAProxy和Nainx都可以实现4层和7层技术，HAProxy可提供TCP和HrTP应用的负载均衡综合解决方案
LVS因为工作在ISO模型的第四层，其状态监测功能单一， 而HAProxy在状监测方面功能更丰富、强大， 可支持端口、URL、脚本等多种状态检测方式
HAProxy功能强大，但整体性能低于4层模式的LVS 负载均衡
Nginx主要用于Web服务器或缓存服务器
五、Haproxy集群的构建的步骤
准备工作：
Haproxy服务器：192.168.160.30
Nginx 服务器1：192.168.160.40
Nginx 服务器2：192.168.160.50
客户端：宿主机
1.关闭防火墙，将安装Haproxy所需软件包传到/opt目录下
systemctl stop firewalld
setenforce 0
haproxy-1.5.19.tar.gz
2、编译安装 Haproxy
yum install -y pcre-devel bzip2-devel gcc gcc-c++ make
tar zxvf haproxy-1.5.19.tar.gz
cd haproxy-1.5.19/
make TARGET=linux2628 ARCH=x86_64
make install
---------------------参数说明---------------------------------------------------------------------------
TARGET=linux26 #内核版本，
#使用uname -r查看内核，如：2.6.18-371.el5，此时该参数用TARGET=linux26；kernel大于2.6.28的用TARGET=linux2628
ARCH=x86_64 #系统位数，64位系统
3、Haproxy服务器配置
mkdir /etc/haproxy
cp examples/haproxy.cfg /etc/haproxy/
cd /etc/haproxy/
vim haproxy.cfg
global
--4~5行--修改，配置日志记录，local0为日志设备，默认存放到系统日志
log /dev/log local0 info
log /dev/log local0 notice
#log loghost local0 info
maxconn 4096 #最大连接数，需考虑ulimit -n限制
--8行--注释，chroot运行路径，为该服务自设置的根目录，一般需将此行注释掉
#chroot /usr/share/haproxy
uid 99 #用户UID
gid 99 #用户GID
daemon #守护进程模式
defaults
log global #定义日志为global配置中的日志定义
mode http #模式为http
option httplog #采用http日志格式记录日志
option dontlognull #不记录健康检查日志信息
retries 3 #检查节点服务器失败次数，连续达到三次失败，则认为节点不可用
redispatch #当服务器负载很高时，自动结束当前队列处理比较久的连接
maxconn 2000 #最大连接数，“defaults”中的值不能超过“global”段中的定义
#contimeout 5000 #设置连接超时时间，默认单位是毫秒
#clitimeout 50000 #设置客户端超时时间，默认单位是毫秒
#srvtimeout 50000 #设置服务器超时时间，默认单位是毫秒
timeout http-request 10s #默认http请求超时时间
timeout queue 1m #默认队列超时时间
timeout connect 10s #默认连接超时时间，新版本中替代contimeout，该参数向后兼容
timeout client 1m #默认客户端超时时间，新版本中替代clitimeout，该参数向后兼容
timeout server 1m #默认服务器超时时间，新版本中替代srvtimeout，该参数向后兼容
timeout http-keep-alive 10s #默认持久连接超时时间
timeout check 10s #设置心跳检查超时时间
--删除下面所有listen项--，添加
listen webcluster 0.0.0.0:80 #定义一个名为webcluster的应用
option httpchk GET /test.html #检查服务器的test.html文件
balance roundrobin #负载均衡调度算法使用轮询算法roundrobin
server inst1 192.168.160.40:80 check inter 2000 fall 3 #定义在线节点
server inst2 192.168.160.50:80 check inter 2000 fall 3
---------------------参数说明---------------------------------------------------------------------------
balance roundrobin #负载均衡调度算法
#轮询算法：roundrobin；最小连接数算法：leastconn；来源访问调度算法：source，类似于nginx的ip_hash
check inter 2000 #表示haproxy服务器和节点之间的一个心跳频率
fall 3 #表示连续三次检测不到心跳频率则认为该节点失效
若节点配置后带有“backup”表示该节点只是个备份节点，只有主节点失效该节点才会上。不携带“backup”，表示为主节点，和其它主节点共同提供服务。
4、添加haproxy 系统服务
cp /opt/haproxy-1.5.19/examples/haproxy.init /etc/init.d/haproxy
chmod +x haproxy
chkconfig --add /etc/init.d/haproxy
ln -s /usr/local/sbin/haproxy /usr/sbin/haproxy
service haproxy start 或 /etc/init.d/haproxy start
5、节点服务器部署
systemctl stop firewalld
setenforce 0
yum install -y pcre-devel zlib-devel gcc gcc-c++ make
useradd -M -s /sbin/nologin nginx
cd /opt
tar zxvf nginx-1.12.0.tar.gz -C /opt/
cd nginx-1.12.0/
./configure --prefix=/usr/local/nginx --user=nginx --group=nginx && make && make install
make && make install
--192.168.160.40---
echo "this is mcl web" > /usr/share/nginx/html/index.html
--192.168.160.50---
echo "this is long web" > /usr/share/nginx/html/index.html
ln -s /usr/share/nginx/sbin/nginx /usr/local/sbin/
nginx #启动nginx 服
或者用yum安装
cat > /etc/yum.repos.d/nginx.repo << 'EOF'
[nginx]
name=nginx repo
baseurl=http://nginx.org/packages/centos/7/$basearch/
gpgcheck=0
EOF
yum install nginx -y
6、测试 Web群集
在客户端使用浏览器打开http://192.168.160.30/index.html ，不断刷新浏览器测试负载均衡效果
六、实例操作：Haproxy集群的构建
1、关闭防火墙，将安装Haproxy所需软件包传到/opt目录下
2、编译安装 Haproxy
3、Haproxy服务器配置
4、添加haproxy 系统服务
5、节点服务器部署
5.1 Nginx 服务器1：192.168.160.40（编译安装）
5.2 Nginx 服务器2：192.168.160.50（yum安装）
6、测试 Web群集
在客户端使用浏览器打开http://192.168.160.30/index.html，不断刷新浏览器测试负载均衡效果
七、Haproxy集群的日志重新定义的操作步骤
默认haproxy的日志是输出到系统的syslog中，查看起来不是非常方便，为了更好的管理haproxy的日志，我们在生产环境中一般单独定义出来。需要将haproxy的info及notice日志分别记录到不同的日志文件中
vim /etc/haproxy/haproxy.cfg
global
log /dev/log local0 info
log /dev/log local0 notice
service haproxy restart
#需要修改rsyslog配置，为了便于管理。将haproxy相关的配置独立定义到haproxy.conf，并放到/etc/rsyslog.d/下，rsyslog启动时会自动加载此目录下的所有配置文件。
vim /etc/rsyslog.d/haproxy.conf
if ($programname == 'haproxy' and $syslogseverity-text == 'info')
then -/var/log/haproxy/haproxy-info.log
&~
if ($programname == 'haproxy' and $syslogseverity-text == 'notice')
then -/var/log/haproxy/haproxy-notice.log
&~
#说明：
这部分配置是将haproxy的info日志记录到/var/log/haproxy/haproxy-info.log下，将notice日志记录到/var/log/haproxy/haproxy-notice.log下。“&~”表示当日志写入到日志文件后，rsyslog停止处理这个信息。
systemctl restart rsyslog.service
tail -f /var/log/haproxy/haproxy-info.log #查看haproxy的访问请求日志信息
八、实例操作：Haproxy集群的日志重新定义
1、修改rsyslog配置
2、确认默认haproxy的日志、创建/var/log/haproxy/目录并重启服务
九、总结
1、对比集群调度工具Haproxy、LVS和Nginx的区别
区别：
-
LVS基于Linux操作系统内核实现软负载均衡，而HAProxy和Nginx是基于第三方应用实现的软负载均衡
-
LVS是可实现4层的IP负载均衡技术，但不支持正则处理，无法实现基于目录、URL的转发。而HAProxy 和Nginx都可以实现4层和7层技术，HAProxy可提供TCP和HTTP应用的负载均衡综合解决方案
-
LVS性能最好，但搭建相对复杂，成本较高。一般在100台左右web主机的集群中使用
-
nginx做负载均衡调度器，配置简单，管理方便，但并发量不高，且没有主动健康检查。性能没有Haproxy好。可用于并发量不高的场景
2、HTTP请求的两种方式
方式： GET、POST方式
区别： GET把参数包含在URL中，POST通过request body传递参数
- GET： 产生一个TCP数据包
- POST： 产生两个TCP数据包
3、haproxy配置文件重要参数说明：
全局配置： global 作用： 用于设定义全局参数，属于进程级的配置，通常与操作系统配置有关。
- maxconn 4096 #进程最大连接数，需考虑"ulimit -n"的限制，推荐使用10240
- daemon #守护进程模式。可以使用非守护进程模式，在生产环境中建议使用守护进程模式
- nbproc 1 #并发进程数，建议与当前服务器CPU核数相等或为其2倍
默认配置： defaults 作用： 配置默认参数，一般会被应用组件继承。
- retries 3 #检查节点服务器失败次数，连续3次失败，则认为节点不可用
- redispatch #当服务器负载很高时，自动结束当前队列处理比较久的连接
- maxconn 2000 #最大连接数，"defaults"中 的值不能超过“global"段中的定义
- timeout http-request 10s #默认http请求超时时间。建议设置时间为5~10s，增加http连接释放的速度
- timeout http-keep-alive 10s #默认长连接超时时间
- timeout check 10s #设置心跳检查超时时间
应用组件配置： listen 作用： 一般配置应用模块参数
- option httpchk GET /index. html #检查服务器的index.html文件。发送http的GET请求检查index.html文件，返回2xx、3xx表示正常；返回4xx/5xx表示异常，则隔离该节点。
- balance roundrobin #负载均衡调度算法使用轮询算法roundrobin
- server inst1 192.168.160.40:80 check inter 2000 rise 2 fall 3 #定义在线节点
- server inst2 192.168.160.50:80 check inter 2000 rise 2 fall 3 #定义在线节点
haproxy支持的最大并发量=并发进程数×每个进程最大连接数，即"nbproc的值 × maxconn的值"
4、日志消息的级别：
| 级号 | 消息 | 级别 | 说明 |
|---|---|---|---|
| 0 | EMERG | 紧急 | 会导致主机系统不可用的情况 |
| 1 | ALERT | 警告 | 必须马上采取措施解决的问题 |
| 2 | CRIT | 严重 | 比较严重的情况 |
| 3 | ERR | 错误 | 运行出现错误 |
| 4 | WARNING | 提醒 | 可能会影响系统功能的事件 |
| 5 | NOTICE | 注意 | 不会影响系统但值得注意 |
| 6 | INFO | 信息 | 一般信息 |
| 7 | DEBUG | 调试 | 程序或系统调试信息等 |
5、HAProxy负载均衡策略非常多，常见的有如下8种
- roundrobin∶表示简单的轮询
- static-rr∶表示根据权重
- leastconn∶ 表示最少连接者先处理
- source∶ 表示根据请求的源IP，类似Nginx的IP hash机制
- ri∶表示根据请求的URI
- rl_param∶表示根据HTTP请求头来锁定每 一 次HTrTP请求
- rdp-cookie （name）∶表示根据据cookie （name）来锁定并哈希每一次TCP请求
6、HAProxy简介
HAProxy是可提供高可用性、负载均衡以及基于TCP和HTTP应用的代理，是免费、快速并且可靠的一种解决方案。HAProxy非常适用于并发大(并发达1w以上) web站点这些站点通常又需要会话保持或七层处理。HAProxy的运行模式使得它可以很简单安全的整合至当前的架构中，同时可以保护web服务器不被暴露到网络上
7、四层代理和七层代理
四层是TCP层，使用IP+端口的方式。类似路由器，只是修改下IP地址，然后转发给后端服务器，TCP三次握手是直接和后端连接的。只不过在后端机器上看到的都是与代理机的IP的established而已
7层代理则必须要先和代理机三次握手后，才能得到7层（HTT层）的具体内容，然后再转发。意思就是代理机必须要与client和后端的机器都要建立连接。显然性能不行了，但胜在于七层，能写更多的转发规则
