運維往事 一次負載均衡壞點檢測事故

之前做運維，有一些印象很深的事故，今天來講其中一個，爲了大家能理解，先說一些背景。現在因爲流量巨大，單臺機器肯定不足以爲所有用戶提供服務，所以大公司幾乎任何一個服務的背後都是一套集羣，然而任意一臺機器不是100%可靠，如果你想讓你服務儘可能接近100%可靠，你的集羣就得具備檢測和剔除壞點的能力。 　　之前在阿里廣泛使用的是LVS負載均衡，LVS集羣就支持壞點檢測和剔除，用戶訪問大概架構如下。 　　

>>阅读原文<<