GCP 负载均衡器后面的服务器偶尔会收到 502 服务器错误，“failed_to_connect_to_backend”

Question

我们的 GCP 负载均衡器偶尔会 returns 502 对于某些带有“failed_to_connect_to_backend”的请求。它定期发生。在谷歌搜索和搜索 Stack Overflow 时，我发现了这个 link: https://cloud.google.com/load-balancing/docs/https#timeouts_and_retries。我还浏览了几篇关于 GCP 负载均衡器保持活动超时的文章。

我的服务器在 Kubernetes 中运行使用率低 CPU 因此后端太忙似乎不是问题。

这是我用来设置 Http 服务器的示例代码：

    server := &http.Server{
        Addr:              addr,
        Handler:           handler,
        ReadHeaderTimeout: 20 * time.Second,
        ReadTimeout:       1 * time.Minute,
        WriteTimeout:      2 * time.Minute,
        IdleTimeout:       time.Duration(tcpKeepAliveTimeout) * time.Second,
    }
    if e := listenAndServe(server, 620); e != nil && e != http.ErrServerClosed {
     return err
    }

func listenAndServe(srv *http.Server, tcpKeepAliveTimeout int) error {
    addr := srv.Addr
    if addr == "" {
        addr = ":http"
    }
    lc := net.ListenConfig{
        KeepAlive: 620 * time.Second,
    }

    ln, err := lc.Listen(context.Background(), "tcp", addr)
    if err != nil {
        return err
    }

    defer ln.Close()

    if err != nil {
        return err
    }
    return srv.Serve(ln)
}

我正在为 TCP Keep-Alive 设置 620 秒超时（在 Google 文档中推荐），但它没有帮助，我仍然收到 502s。我做错了什么？

Answer 1

当 GFE 无法与后端实例建立连接时生成 502 HTTP 响应代码。

502 的常见原因如下，我建议您自行验证：

防火墙（实例本身的 GCP 防火墙规则或防火墙软件运行）阻止流量
Web 服务器软件未运行在后端实例上
Web 服务器软件在后端实例上配置错误服务器资源耗尽且不接受连接：
CPU 使用率太高无法响应
内存使用率过高，进程已终止或无法 malloc()
已建立的最大 TCP 连接数
产生了最大数量的工人并且所有人都很忙（想想 Apache 中的 mpm_prefork）
写得不好的服务器实现在负载或non-standard行为下挣扎

Answer 2

这是我发现的：

我是运行 GKE 上的可抢占节点
我有一个脚本可以删除 GKE 节点上的所有容器被抢占。
我正在通过 nodePort 公开我的服务
当节点被抢占时，后端仍然将流量路由到“nodePort”事件节点，直到后端健康检查失败。
解决方案是使用容器原生负载平衡从 nodePort 移动到 neg 端点。

GCP 负载均衡器后面的服务器偶尔会收到 502 服务器错误，“failed_to_connect_to_backend”

Server behind GCP Load Balancer occalionally gets 502 Server Error, “failed_to_connect_to_backend”

go

google-cloud-platform

load-balancing

httpserver