运维往事 一次负载均衡坏点检测事故

之前做运维，有一些印象很深的事故，今天来讲其中一个，为了大家能理解，先说一些背景。现在因为流量巨大，单台机器肯定不足以为所有用户提供服务，所以大公司几乎任何一个服务的背后都是一套集群，然而任意一台机器不是100%可靠，如果你想让你服务尽可能接近100%可靠，你的集群就得具备检测和剔除坏点的能力。 　　之前在阿里广泛使用的是LVS负载均衡，LVS集群就支持坏点检测和剔除，用户访问大概架构如下。 　　

>>阅读原文<<