一、前言
HAProxy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、Stack Overflow、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。
目前常见的Web集群调度器分为软件和硬件：
-
软件通常使用开源的LVS、Haproxy、 Nginx
LVS性能最好，但是搭建相对复杂；Nginx 的upstream模块支持群集功能，但是对群集节点健康检查功能不强，高并发性能没有Haproxy好。 -
硬件一般使用比较多的是F5、Array，也有很多人使用国内的一些产品，如梭子鱼、绿盟等
-
硬件的效果比软件好，更加稳定，但管理成本高。
作者：综合频道
链接：juejin.cn/post/715540…
来源：稀土掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
二、Haproxy 应用分析
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
Haproxy是一款可提供高可用性、负载均衡、及基于TCP和HTTP应用的代理的软件
-
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的特性
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非常适用于并发天（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。
HAProxy的主要特性有：
-
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；
-
支持Session会话保持，Cookie的引导；
-
支持通过获取指定的url来检测后端服务器的状态；
-
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；
-
支持TCP协议的负载均衡转发；（支持7层代理、实现动静分离）
-
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
四、Haproxy调度算法
1、RR（Round Robin）
RR算法是最简单最常用的一种算法，即轮询调度。
理解举例：
- 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
- 第四个用户访问继续指派到节点A，轮询分配访问请求实现负载均衡 效果
2、static-rr
加权轮询，表示根据web服务器的权重来分配前端请求。
为web服务器设置不同权重，哪台服务器配置好，权重就多一点。
类似于Nginx负载局哼算法的ip_hash。
3、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。
理解举例：
- 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-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
4、SH (Source Hashing)
基于来源访问调度算法，用于一些有Session会话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。
理解举例：
- 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= _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-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。
5、uri
目的地址哈希，表示根据用户请求的URI做hash，做cdn时需要使用。（cdn：内容分发网络 ，边缘网络缓存加速）
url_hash 就是根据虚拟主机名称后面的目录。
6、url_ param
表示根据请求的URl参数'balance url_ param' requires an URL parameter name
7、hdr (name)
表示根据HTTP请求头来锁定每一次HTTP请求。
8、rdp-cookie (name)
表示根据cookie (name)来锁定并哈希每一次TCP请求。
五、haproxy提供了3种实现会话保持的方式
（1）源地址hash
（2）设置cookie
（3）会话粘性表stick-table
六、LVS、Nginx、HAproxy的区别
-
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，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在状态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。
-
HAProxy功能强大，单纯从效率上来讲HAProxy会比Nginx有更出色的负载均衡速度，在并发处理上也是优于Nginx的。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。Nginx的upstream模块虽然也支持群集功能，但是对群集节点健康检查功能不强，性能没有Haproxy好。
七、使用Haproxy搭建web群集
实验环境：
Haproxy负载均衡器：192.168.37.101/24
Nginx1：192.168.37.133/24
Nginx2：192.168.37.134/24
客户端：192.168.37.201/24
1、部署Haproxy服务器
##关闭防火墙，将安装Haproxy需要的安装包放在/opt目录下
systemctl stop firewalld
setenforce 0
cd /opt
haproxy-1.5.19.tar.gz
###编译安装Haproxy
yum install -y pcre-devel bzip2-devel gcc gcc-c++ make
uname -r ##查看内核参数
3.10.0-693.el7.x86_64
tar xf haproxy-1.5.19.tar.gz
cd haproxy-1.5.19
make TARGET=linux3100 ARCH=x86_64
make install
###参数说明#####
TARGET=linux2628 ARCH=x86_64
内核版本 系统位数 64位系统
是由uname -r查看内核，ru：2.6.18-371.el5，此时该参数用TARGET=linux26；kernel大于2.6.28的用TARGET=linux2628
Haproxy服务器配置
mkdir /etc/haproxy ##创建配置文件的目录
cp examples/haproxy.cfg /etc/haproxy ##将模板文件复制到配置文件目录
cd /etc/haproxy/
vim haproxy.cfg ##修改配置文件
global ##全局配置，主要用于定义全区参数，属于进程级的配置，通常和操作系统配置有关
--4~5行--修改，定义haproxy日志输出设备和日志级别，local0为日志设备，默认存放到系统日志
log /dev/log local0 info #修改
log /dev/log local0 notice #修改
#log loghost local0 info
maxconn 4096 #每个进程最大连接数，需考虑"ulimit -n"限制，推荐使用10240
--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
nbproc 1 #添加，设置并发进程数，建议与当前服务器CPU核数相等或为其2倍
defaults #配置默认参数，这些参数可以被用到Listen，frontend，backend组件
log global #引入global定义的日志格式
mode tcp #模式为tcp（7层代理http，4层代理tcp）
option http-keep-alive #使用keepAlive连接
option forwardfor #记录客户端IP在X-Forwarded-For头域中
option httplog #开启httplog，HAProxy会记录更丰富的请求信息
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，从连接创建开始到从后端服务器读取完整HTTP请求的超时时间，用于避免类DoS攻击
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--，之后添加
listen webcluster 0.0.0.0:80 #haproxy实例状态监控部分配置，定义一个名为webcluster的应用
option httpchk GET /index.html #检查服务器的index.html文件。option指定健康检查的方式为 httpchk， 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，则会将该web服务器隔离起来，不会将访问请求分配给它。
balance roundrobin #负载均衡调度算法使用轮询算法roundrobin
server inst1 192.168.37.133:80 check inter 2000 rise 2 fall 3 #定义在线节点
server inst2 192.168.37.134:80 check inter 2000 rise 2 fall 3 #定义在线节点
#server inst2 192.168.37.135:80 check inter 2000 rise 2 fall 3 backup #定义备份节点
####### 参数说明 ##################
balance roundrobin ：指定负载均衡调度算法为rr轮询
#轮询算法: roundrobin;
#最小连接数算法: leastconn;
#来源访问调度算法: source，源地址哈希，类似于nginx的ip_hash
instl ：为服务器名称，可以自定义，可以使用主机名或域名来管理。
check inter 2000 ：表示启用对此后端服务器执行健康检查，设置健康状态检查的时间间隔，单位为毫秒。
rise 2 : 表示连续2次检测成功后，则会认为server UP，恢复该节点。
因为默认为2次，这一项可以省略不设置。（隔离节点后也会进行健康检查，连续2次检测成功后就会恢复）
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，仅在所有在线节点都失效该节点才启用。不携带"backup"，表示为主节点，和其它在线节点共同提供服务。
添加Haproxy系统服务（将haproxy加入系统服务管理）
##做个软链接，将haproxy的可执行文件放入环境PATH的目录下
ln -s /usr/local/sbin/haproxy /usr/sbin
##将haproxy.init文件复制到/etc/init.d/目录下，并改名为haproxy
cp /opt/haproxy-1.5.19/examples/haproxy.init /etc/init.d/haproxy
cd /etc/init.d/
chmod +x haproxy ##增加文件的执行权限
chkconfig --add /etc/init.d/haproxy ##把haproxy加入系统服务管理中
##启动haproxy
service haproxy start 或 /etc/init.d/haproxy start
2、部署2台web服务器
systemctl stop firewalld
setenforce 0
##配置nginx的yum仓库在线源
vim /etc/yum.repos.d/nginx.repo
[nginx-stable]
name=nginx-stable
baseurl=http://nginx.org/packages/centos/7/$basearch/
gpgcheck=0
enabled=1
##yum安装nginx，查看nginx版本
yum install -y nginx
nginx -v
##查看配置文件，找到站点目录位置
vim /etc/nginx/nginx.conf ##查看nginx配置文件
include /etc/nginx/conf.d/*.conf; ##可以看到在/etc/nginx/conf.d/目录下还有配置文件
vim /etc/nginx/conf.d/default.conf ##该文件是Nginx的默认配置
location / {
root /usr/share/nginx/html; ##站点目录，即首页文件的默认存放目录
index index.html index.htm;
}
##切换到站点目录，编写站点文件
vim /usr/share/nginx/html/index.html
<html>
<body>
<h1>this is meme web</h1>
</html>
</body>
##启动nginx服务
systemctl start nginx
##浏览器访问http://192.168.37.133（134）
另一台web主机操作相同
客户端访问测试
浏览器输入Haproxy负载调度器地址：192.168.37.101
八、haproxy日志定义优化
默认haproxy的日志是输出到系统的syslog中，查看起来不是非常方便，为了更好的管理haproxy的日志，我们在生产环境中一般单独定义出来。需要将haproxy的info及notice日志分别记录到不同的日志文件中。
vim /etc/haproxy/haproxy.cfg
global
log /dev/log local0 info
log /dev/log local0 notice
service haproxy restart
#需要修改rsyslog配置，为了便于管理。将haproxy相关的配置独立定义到haproxy.conf，并放到/etc/rsyslog.d/下，rsyslog启动时会自动加载此目录下的所有配置文件。
vim /etc/rsyslog.d/haproxy.conf
if ($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
&~
systemctl restart rsyslog.service
tail -f /var/log/haproxy/haproxy-info.log #查看haproxy的访问请求日志信息
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 192.168.72.30:80 check inter 2000 rise 2 fall 3 #定义在线节点
- server inst2 192.168.72.40:80 check inter 2000 rise 2 fall 3 #定义在线节点
- #server inst2 192.168.72.50:80 check inter 2000 rise 2 fall 3 backup #定义备份节点
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 |
