nginx+lua+redis等架构演进

cyrus

此处我说的HTTP服务主要指如访问京东网站时我们看到的热门搜索、用户登录、实时价格、实时库存、服务支 持、广告语等这种非Web页面，而是在Web页面中异步加载的相关数据。这些服务有个特点即访问量巨大、逻辑比较单一；但是如实时库存逻辑其实是非常复杂 的。在京东这些服务每天有几亿十几亿的访问量，比如实时库存服务曾经在没有任何IP限流、DDos防御的情况被刷到600多万/分钟的访问量，而且能轻松 应对。支撑如此大的访问量就需要考虑设计良好的架构，并很容易实现水平扩展。
 
架构
此处介绍下我曾使用过Nginx+JavaEE的架构。
1、单DB架构

早期架构可能就是Nginx直接upstream请求到后端Tomcat，扩容时基本是增加新的Tomcat 实例，然后通过Nginx负载均衡upstream过去。此时数据库还不是瓶颈。当访问量到一定级别，数据库的压力就上来了，此处单纯的靠单个数据库可能 扛不住了，此时可以通过数据库的读写分离或加缓存来实现。
 
 
2、DB+Cache/数据库读写分离架构

 

此时就通过使用如数据库读写分离或者Redis这种缓存来支撑更大的访问量。使用缓存这种架构会遇到的问题诸 如缓存与数据库数据不同步造成数据不一致（一般设置过期时间），或者如Redis挂了，此时会直接命中数据库导致数据库压力过大；可以考虑Redis的主 从或者一致性Hash 算法做分片的Redis集群；使用缓存这种架­构要求应用对数据的一致性要求不是很高；比如像下订单这种要落地的数据不适合用Redis存储，但是订单的 读取可以使用缓存。
 
3、Nginx+Lua+Local Redis+Mysql集群架构

　　首先Nginx通过Lua读取本机Redis缓存，如果不命中才回源到后端Tomcat集群；后端Tomcat集群再读取Mysql数据库。 Redis都是安装到和Nginx同一台服务器，Nginx直接读本机可以减少网络延时。Redis通过主从方式同步数据，Redis主从一般采用树的方 式实现：

在叶子节点可以做AOF持久化，保证在主Redis挂时能进行恢复；此处假设对Redis很依赖的话，可以考 虑多主Redis架构，而不是单主，来防止单主挂了时数据的不一致和击穿到后端Tomcat集群。这种架构的缺点就是要求Redis实例数据量较小，如果 单机内存不足以存储这么多数据，当然也可以通过如尾号为1的在A服务器，尾号为2的在B服务器这种方式实现；缺点也很明显，运维复杂、扩展性差。
 
　　4、Nginx+Lua+ Redis集群+Mysql集群架构 

　　和之前架构不同的点是此时我们使用一致性Hash算法实现Redis集群而不是读本机Redis，保证其中一台挂了，只有很少的数据会丢失，防止击 穿到数据库。Redis集群分片可以使用Twemproxy；如果 Tomcat实例很多的话，此时就要考虑Redis和Mysql链接数问题，因为大部分Redis/Mysql客户端都是通过连接池实现，此时的链接数会 成为瓶颈。一般方法是通过中间件来减少链接数。

Twemproxy与Redis之间通过单链接交互，并Twemproxy实现分片逻辑；这样我们可以水平扩展更多的Twemproxy来增加链接数。
 
　　此时的问题就是Twemproxy实例众多，应用维护配置困难；此时就需要在之上做负载均衡，比如通过LVS/HAProxy实现VIP（虚拟IP），可以做到切换对应用透明、故障自动转移；还可以通过实现内网DNS来做其负载均衡。

本文没有涉及Nginx之上是如何架构的，对于Nginx、Redis、Mysql等的负载均衡、资源的CDN化不是本文关注的点，有兴趣可以参考
很早的Taobao CDN架构
Nginx/LVS/HAProxy负载均衡软件的优缺点详解 
 
实现
接下来我们来搭建一下第四种架构。

以获取如京东商品页广告词为例，如下图

假设京东有10亿商品，那么广告词极限情况是10亿；所以在设计时就要考虑：
1、数据量，数据更新是否频繁且更新量是否很大；
2、是K-V还是关系，是否需要批量获取，是否需要按照规则查询。
 
而对于本例，广告词更新量不会很大，每分钟可能在几万左右；而且是K-V的，其实适合使用关系存储；因为广告词是商家维护，因此后台查询需要知道这些商品是哪个商家的；而对于前台是不关心商家的，是KV存储，所以前台显示的可以放进如Redis中。 即存在两种设计：
1、所有数据存储到Mysql，然后热点数据加载到Redis；
2、关系存储到Mysql，而数据存储到如SSDB这种持久化KV存储中。
 
基本数据结构：商品ID、广告词、所属商家、开始时间、结束时间、是否有效。
 
后台逻辑
1、商家登录后台；
2、按照商家分页查询商家数据，此处要按照商品关键词或商品类目查询的话，需要走商品系统的搜索子系统，如通过Solr或elasticsearch实现搜索子系统；
3、进行广告词的增删改查；
4、增删改时可以直接更新Redis缓存或者只删除Redis缓存（第一次前台查询时写入缓存）；
 
前台逻辑
1、首先Nginx通过Lua查询Redis缓存；
2、查询不到的话回源到Tomcat，Tomcat读取数据库查询到数据，然后把最新的数据异步写入 Redis（一般设置过期时间，如5分钟）；此处设计时要考虑假设Tomcat读取Mysql的极限值是多少，然后设计降级开关，如假设每秒回源达到 100，则直接不查询Mysql而返回空的广告词来防止Tomcat应用雪崩。
 
为了简单，我们不进行后台的设计实现，只做前端的设计实现，此时数据结构我们简化为[商品ID、广告词]。另 外有朋友可能看到了，可以直接把Tomcat部分干掉，通过Lua直接读取Mysql进行回源实现。为了完整性此处我们还是做回源到Tomcat的设计， 因为如果逻辑比较复杂的话或一些限制（比如使用Java特有协议的RPC）还是通过Java去实现更方便一些。
 
项目搭建
项目部署目录结构。
Java代码  

• /usr/chapter6  
  
•   redis_6660.conf  
  
•   redis_6661.conf  
  
•   nginx_chapter6.conf  
  
•   nutcracker.yml  
  
•   nutcracker.init  
  
•   webapp  
  
• WEB-INF  
  
•    lib  
  
•    classes  
  
•    web.xml   
  

Redis+Twemproxy配置
此处根据实际情况来决定Redis大小，此处我们已两个Redis实例（6660、6661），在Twemproxy上通过一致性Hash做分片逻辑。
 
安装
之前已经介绍过Redis和Twemproxy的安装了。
 
Redis配置redis_6660.conf和redis_6661.conf    
Java代码  

• #分别为6660 6661  
  
• port 6660  
  
• #进程ID 分别改为redis_6660.pid redis_6661.pid  
  
• pidfile "/var/run/redis_6660.pid"  
  
• #设置内存大小，根据实际情况设置，此处测试仅设置20mb  
  
• maxmemory 20mb  
  
• #内存不足时，按照过期时间进行LRU删除  
  
• maxmemory-policy volatile-lru  
  
• #Redis的过期算法不是精确的而是通过采样来算的，默认采样为3个，此处我们改成10  
  
• maxmemory-samples 10  
  
• #不进行RDB持久化  
  
• save “”  
  
• #不进行AOF持久化  
  
• appendonly no   
  

　　将如上配置放到redis_6660.conf和redis_6661.conf配置文件最后即可，后边的配置会覆盖前边的。  
 
　　Twemproxy配置nutcracker.yml 
Java代码  

• server1:  
  
•   listen: 127.0.0.1:1111  
  
•   hash: fnv1a_64  
  
•   distribution: ketama  
  
•   redis: true  
  
•   timeout: 1000  
  
•   servers:  
  
•    - 127.0.0.1:6660:1 server1  
  
•    - 127.0.0.1:6661:1 server2  
  

　　复制nutcracker.init到/usr/chapter6下，并修改配置文件为/usr/chapter6/nutcracker.yml。
 
　　启动
Java代码  

• nohup /usr/servers/redis-2.8.19/src/redis-server  /usr/chapter6/redis_6660.conf &  
  
• nohup /usr/servers/redis-2.8.19/src/redis-server  /usr/chapter6/redis_6661.conf &  
  
• /usr/chapter6/nutcracker.init start  
  
• ps -aux | grep -e redis  -e nutcracker  
  

  
Mysql+Atlas配置
Atlas类似于Twemproxy，是Qihoo 360基于Mysql Proxy开发的一个Mysql中间件，据称每天承载读写请求数达几十亿，可以实现分表、读写分离、数据库连接池等功能，缺点是没有实现跨库分表（分库） 功能，需要在客户端使用分库逻辑。另一个选择是使用如阿里的TDDL，它是在客户端完成之前说的功能。到底选择是在客户端还是在中间件根据实际情况选择。
 
此处我们不做Mysql的主从复制（读写分离），只做分库分表实现。
 
Mysql初始化
 
为了测试我们此处分两个表。
 
Java代码  

• CREATE DATABASE chapter6 DEFAULT CHARACTER SET utf8;  
  
• use chapter6;  
  
• CREATE TABLE  chapter6.ad_0(  
  
•       sku_id BIGINT,  
  
•       content VARCHAR(4000)  
  
• ) ENGINE=InnoDB  DEFAULT CHARSET=utf8;  
  
• CREATE TABLE  chapter6.ad_1  
  
•       sku_id BIGINT,  
  
•       content VARCHAR(4000)  
  
• ) ENGINE=InnoDB  DEFAULT CHARSET=utf8;  
  

Atlas安装
Java代码  

• cd /usr/servers/  
  
• wget https://github.com/Qihoo360/Atlas/archive/2.2.1.tar.gz -O Atlas-2.2.1.tar.gz  
  
• tar -xvf Atlas-2.2.1.tar.gz  
  
• cd Atlas-2.2.1/  
  
• #Atlas依赖mysql_config，如果没有可以通过如下方式安装  
  
• apt-get install libmysqlclient-dev  
  
• #安装Lua依赖  
  
• wget http://www.lua.org/ftp/lua-5.1.5.tar.gz  
  
• tar -xvf lua-5.1.5.tar.gz  
  
• cd lua-5.1.5/  
  
• make linux && make install  
  
• #安装glib依赖  
  
• apt-get install libglib2.0-dev  
  
• #安装libevent依赖  
  
• apt-get install libevent    
  
• #安装flex依赖  
  
• apt-get install flex  
  
• #安装jemalloc依赖  
  
• apt-get install libjemalloc-dev  
  
• #安装OpenSSL依赖  
  
• apt-get install openssl  
  
• apt-get install libssl-dev  
  
•  apt-get install libssl0.9.8  
  
•   
  
• ./configure --with-mysql=/usr/bin/mysql_config  
  
• ./bootstrap.sh  
  
• make && make install  
  

Atlas配置 
Java代码  

• vim /usr/local/mysql-proxy/conf/chapter6.cnf  
  

Java代码  

• [mysql-proxy]  
  
• #Atlas代理的主库，多个之间逗号分隔  
  
• proxy-backend-addresses = 127.0.0.1:3306  
  
• #Atlas代理的从库，多个之间逗号分隔，格式ip:port@weight，权重默认1  
  
• #proxy-read-only-backend-addresses = 127.0.0.1:3306,127.0.0.1:3306  
  
• #用户名/密码，密码使用/usr/servers/Atlas-2.2.1/script/encrypt 123456加密  
  
• pwds = root:/iZxz+0GRoA=  
  
• #后端进程运行  
  
• daemon = true  
  
• #开启monitor进程，当worker进程挂了自动重启  
  
• keepalive = true  
  
• #工作线程数，对Atlas的性能有很大影响，可根据情况适当设置  
  
• event-threads = 64  
  
• #日志级别  
  
• log-level = message  
  
• #日志存放的路径  
  
• log-path = /usr/chapter6/  
  
• #实例名称，用于同一台机器上多个Atlas实例间的区分  
  
• instance = test  
  
• #监听的ip和port  
  
• proxy-address = 0.0.0.0:1112  
  
• #监听的管理接口的ip和port  
  
• admin-address = 0.0.0.0:1113  
  
• #管理接口的用户名  
  
• admin-username = admin  
  
• #管理接口的密码  
  
• admin-password = 123456  
  
• #分表逻辑  
  
• tables = chapter6.ad.sku_id.2  
  
• #默认字符集  
  
• charset = utf8   
  

　　因为本例没有做读写分离，所以读库proxy-read-only-backend-addresses没有配置。分表逻辑即：数据库名.表名.分表键.表的个数，分表的表名格式是table_N，N从0开始。
 
　　Atlas启动/重启/停止
Java代码  

• /usr/local/mysql-proxy/bin/mysql-proxyd chapter6 start  
  
• /usr/local/mysql-proxy/bin/mysql-proxyd chapter6 restart  
  
• /usr/local/mysql-proxy/bin/mysql-proxyd chapter6 stop   
  

　　如上命令会自动到/usr/local/mysql-proxy/conf目录下查找chapter6.cnf配置文件。 
Atlas管理
通过如下命令进入管理接口
Java代码  

• mysql -h127.0.0.1 -P1113  -uadmin -p123456   
  

　　通过执行SELECT * FROM help查看帮助。还可以通过一些SQL进行服务器的动态添加/移除。
 
Atlas客户端
通过如下命令进入客户端接口
Java代码  

• mysql -h127.0.0.1 -P1112  -uroot -p123456  
  

Java代码  

• use chapter6;  
  
• insert into ad values(1 '测试1);      
  
• insert into ad values(2, '测试2');      
  
• insert into ad values(3 '测试3);      
  
• select * from ad where sku_id=1;  
  
• select * from ad where sku_id=2;  
  
• #通过如下sql可以看到实际的分表结果  
  
• select * from ad_0;  
  
• select * from ad_1;   
  

此时无法执行select * from ad，需要使用如“select * from ad where sku_id=1”这种SQL进行查询；即需要带上sku_id且必须是相等比较；如果是范围或模糊是不可以的；如果想全部查询，只能挨着遍历所有表进行 查询。即在客户端做查询-聚合。
 
此处实际的分表逻辑是按照商家进行分表，而不是按照商品编号，因为我们后台查询时是按照商家维度的，此处是为了测试才使用商品编号的。
 
到此基本的Atlas就介绍完了，更多内容请参考如下资料：
Mysql主从复制
http://369369.blog.iyunv.com/319630/790921/
Mysql中间件介绍
http://www.guokr.com/blog/475765/
Atlas使用
http://www.0550go.com/database/mysql/mysql-atlas.html
Atlas文档
https://github.com/Qihoo360/Atlas/blob/master/README_ZH.md
 
Java+Tomcat安装
Java安装   
Java代码  

• cd /usr/servers/  
  
• #首先到如下网站下载JDK  
  
• #http://www.oracle.com/technetwork/cn/java/javase/downloads/jdk7-downloads-1880260.html  
  
• #本文下载的是 jdk-7u75-linux-x64.tar.gz。  
  
• tar -xvf jdk-7u75-linux-x64.tar.gz  
  
• vim ~/.bashrc  
  
• 在文件最后添加如下环境变量  
  
• export JAVA_HOME=/usr/servers/jdk1.7.0_75/  
  
• export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH  
  
• export CLASSPATH=$CLASSPATH:.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib  
  
•   
  
• #使环境变量生效  
  
• source ~/.bashrc  
  

Tomcat安装 
Java代码  

• cd /usr/servers/  
  
• wget http://ftp.cuhk.edu.hk/pub/packages/apache.org/tomcat/tomcat-7/v7.0.59/bin/apache-tomcat-7.0.59.tar.gz  
  
• tar -xvf apache-tomcat-7.0.59.tar.gz  
  
• cd apache-tomcat-7.0.59/  
  
• #启动   
  
• /usr/servers/apache-tomcat-7.0.59/bin/startup.sh   
  
• #停止  
  
• /usr/servers/apache-tomcat-7.0.59/bin/shutdown.sh  
  
• #删除tomcat默认的webapp  
  
• rm -r apache-tomcat-7.0.59/webapps/*  
  
• #通过Catalina目录发布web应用  
  
• cd apache-tomcat-7.0.59/conf/Catalina/localhost/  
  
• vim ROOT.xml  
  

　　ROOT.xml
Java代码  

• <!-- 访问路径是根，web应用所属目录为/usr/chapter6/webapp -->  
  
• <Context path="" docBase="/usr/chapter6/webapp"></Context>  
  

Java代码  

• #创建一个静态文件随便添加点内容  
  
• vim /usr/chapter6/webapp/index.html  
  
• #启动  
  
• /usr/servers/apache-tomcat-7.0.59/bin/startup.sh    
  

访问如http://192.168.1.2:8080/index.html能处理内容说明配置成功。
 
Java代码  

• #变更目录结构  
  
• cd /usr/servers/  
  
• mv apache-tomcat-7.0.59 tomcat-server1  
  
• #此处我们创建两个tomcat实例  
  
• cp –r tomcat-server1 tomcat-server2  
  
• vim tomcat-server2/conf/server.xml      
  

Java代码  

• #如下端口进行变更  
  
• 8080--->8090  
  
• 8005--->8006  
  

　　启动两个Tomcat
Java代码  

• /usr/servers/tomcat-server1/bin/startup.sh   
  
• /usr/servers/tomcat-server2/bin/startup.sh   
  

分别访问，如果能正常访问说明配置正常。http://192.168.1.2:8080/index.html
http://192.168.1.2:8090/index.html
 
如上步骤使我们在一个服务器上能启动两个tomcat实例，这样的好处是我们可以做本机的Tomcat负载均衡，假设一个tomcat重启时另一个是可以工作的，从而不至于不给用户返回响应。
 
Java+Tomcat逻辑开发
搭建项目
我们使用Maven搭建Web项目，Maven知识请自行学习。
 
项目依赖
本文将最小化依赖，即仅依赖我们需要的servlet、mysql、druid、jedis。 
Java代码  

• <dependencies>  
  
•   <dependency>  
  
•     <groupId>javax.servlet</groupId>  
  
•     <artifactId>javax.servlet-api</artifactId>  
  
•     <version>3.0.1</version>  
  
•     <scope>provided</scope>  
  
•   </dependency>  
  
•   <dependency>  
  
•     <groupId>mysql</groupId>  
  
•     <artifactId>mysql-connector-java</artifactId>  
  
•     <version>5.1.27</version>  
  
•   </dependency>  
  
•   <dependency>  
  
•     <groupId>com.alibaba</groupId>  
  
•     <artifactId>druid</artifactId>  
  
•     <version>1.0.5</version>  
  
•   </dependency>  
  
•   <dependency>  
  
•     <groupId>redis.clients</groupId>  
  
•     <artifactId>jedis</artifactId>  
  
•     <version>2.5.2</version>  
  
•   </dependency>  
  
• </dependencies>  
  

 核心代码
com.github.zhangkaitao.chapter6.servlet.AdServlet
Java代码  

• public class AdServlet extends HttpServlet {  
  
•     @Override  
  
•     protected void doGet(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {  
  
•         String idStr = req.getParameter("id");  
  
•         Long id = Long.valueOf(idStr);  
  
•         //1、读取Mysql获取数据  
  
•         String content = null;  
  
•         try {  
  
•             content = queryDB(id);  
  
•         } catch (Exception e) {  
  
•             e.printStackTrace();  
  
•             resp.setStatus(HttpServletResponse.SC_INTERNAL_SERVER_ERROR);  
  
•             return;  
  
•         }  
  
•         if(content != null) {  
  
•             //2.1、如果获取到，异步写Redis  
  
•             asyncSetToRedis(idStr, content);  
  
•             //2.2、如果获取到，把响应内容返回  
  
•             resp.setCharacterEncoding("UTF-8");  
  
•             resp.getWriter().write(content);  
  
•         } else {  
  
•             //2.3、如果获取不到，返回404状态码  
  
•             resp.setStatus(HttpServletResponse.SC_NOT_FOUND);  
  
•         }  
  
•     }  
  
•   
  
•     private DruidDataSource datasource = null;  
  
•     private JedisPool jedisPool = null;  
  
•   
  
•     {  
  
•         datasource = new DruidDataSource();  
  
•         datasource.setUrl("jdbc:mysql://127.0.0.1:1112/chapter6?useUnicode=true&characterEncoding=utf-8&autoReconnect=true");  
  
•         datasource.setUsername("root");  
  
•         datasource.setPassword("123456");  
  
•         datasource.setMaxActive(100);  
  
•   
  
•         GenericObjectPoolConfig poolConfig = new GenericObjectPoolConfig();  
  
•         poolConfig.setMaxTotal(100);  
  
•         jedisPool = new JedisPool(poolConfig, "127.0.0.1", 1111);  
  
•     }  
  
•   
  
•     private String queryDB(Long id) throws Exception {  
  
•         Connection conn = null;  
  
•         try {  
  
•             conn = datasource.getConnection();  
  
•             String sql = "select content from ad where sku_id = ?";  
  
•             PreparedStatement psst = conn.prepareStatement(sql);  
  
•             psst.setLong(1, id);  
  
•             ResultSet rs = psst.executeQuery();  
  
•             String content = null;  
  
•             if(rs.next()) {  
  
•                 content = rs.getString("content");  
  
•             }  
  
•             rs.close();  
  
•             psst.close();  
  
•             return content;  
  
•         } catch (Exception e) {  
  
•             throw e;  
  
•         } finally {  
  
•             if(conn != null) {  
  
•                 conn.close();  
  
•             }  
  
•         }  
  
•     }  
  
•   
  
•     private ExecutorService executorService = Executors.newFixedThreadPool(10);  
  
•     private void asyncSetToRedis(final String id, final String content) {  
  
•         executorService.submit(new Runnable() {  
  
•             @Override  
  
•             public void run() {  
  
•                 Jedis jedis = null;  
  
•                 try {  
  
•                     jedis = jedisPool.getResource();  
  
•                     jedis.setex(id, 5 * 60, content);//5分钟  
  
•                 } catch (Exception e) {  
  
•                     e.printStackTrace();  
  
•                     jedisPool.returnBrokenResource(jedis);  
  
•                 } finally {  
  
•                     jedisPool.returnResource(jedis);  
  
•                 }  
  
•   
  
•             }  
  
•         });  
  
•     }  
  
• }  
  

整个逻辑比较简单，此处更新缓存一般使用异步方式去更新，这样不会阻塞主线程；另外此处可以考虑走Servlet异步化来提示吞吐量。
　　web.xml配置
Java代码  

• <servlet>  
  
•     <servlet-name>adServlet</servlet-name>  
  
•     <servlet-class>com.github.zhangkaitao.chapter6.servlet.AdServlet</servlet-class>  
  
• </servlet>  
  
• <servlet-mapping>  
  
•     <servlet-name>adServlet</servlet-name>  
  
•     <url-pattern>/ad</url-pattern>  
  
• </servlet-mapping>  
  

 
打WAR包 
Java代码  

• cd D:\workspace\chapter6  
  
• mvn clean package  
  

此处使用maven命令打包，比如本例将得到chapter6.war，然后将其上传到服务器的/usr/chapter6/webapp，然后通过unzip chapter6.war解压。
 
测试 
启动Tomcat实例，分别访问如下地址将看到广告内容：
Java代码  

• http://192.168.1.2:8080/ad?id=1  
  
• http://192.168.1.2:8090/ad?id=1  
  

 
nginx配置
vim /usr/chapter6/nginx_chapter6.conf 
Java代码  

• upstream backend {  
  
•     server 127.0.0.1:8080 max_fails=5 fail_timeout=10s weight=1 backup=false;  
  
•     server 127.0.0.1:8090 max_fails=5 fail_timeout=10s weight=1 backup=false;  
  
•     check interval=3000 rise=1 fall=2 timeout=5000 type=tcp default_down=false;  
  
•     keepalive 100;  
  
• }  
  
• server {  
  
•     listen       80;  
  
•     server_name  _;  
  
•   
  
•     location ~ /backend/(.*) {  
  
•         keepalive_timeout   30s;  
  
•         keepalive_requests  100;  
  
•   
  
•         rewrite /backend(/.*) $1 break;  
  
•         #之后该服务将只有内部使用，ngx.location.capture  
  
•         proxy_pass_request_headers off;  
  
•         #more_clear_input_headers Accept-Encoding;  
  
•         proxy_next_upstream error timeout;  
  
•         proxy_pass http://backend;  
  
•     }  
  
• }  
  

　　upstream配置：http://nginx.org/cn/docs/http/ngx_http_upstream_module.html。
　　server：指定上游到的服务器， weight：权重，权重可以认为负载均衡的比例；  fail_timeout+max_fails：在指定时间内失败多少次认为服务器不可用，通过proxy_next_upstream来判断是否失败。
　　check：ngx_http_upstream_check_module模块，上游服务器的健康检查，interval：发送心跳包的时间间 隔，rise：连续成功rise次数则认为服务器up，fall：连续失败fall次则认为服务器down，timeout：上游服务器请求超时时 间，type：心跳检测类型（比如此处使用tcp）更多配置请参考https://github.com/yaoweibin/nginx_upstream_check_module和http://tengine.taobao.org/document_cn/http_upstream_check_cn.html。
　　keepalive：用来支持upstream server http keepalive特性(需要上游服务器支持，比如tomcat)。默认的负载均衡算法是round-robin，还可以根据ip、url等做hash来做负载均衡。更多资料请参考官方文档。
　　 
　　tomcat keepalive配置： http://tomcat.apache.org/tomcat-7.0-doc/config/http.html。
　　maxKeepAliveRequests：默认100；
　　keepAliveTimeout：默认等于connectionTimeout，默认60秒；
　　location proxy配置：http://nginx.org/cn/docs/http/ngx_http_proxy_module.html。
　　rewrite：将当前请求的url重写，如我们请求时是/backend/ad，则重写后是/ad。
　　proxy_pass：将整个请求转发到上游服务器。
　　proxy_next_upstream：什么情况认为当前upstream server失败，需要next upstream，默认是连接失败/超时，负载均衡参数。
　　proxy_pass_request_headers：之前已经介绍过了，两个原因：1、假设上游服务器不需要请求头则没必要传输请求 头；2、ngx.location.capture时防止gzip乱码（也可以使用more_clear_input_headers配置）。
　　keepalive：keepalive_timeout：keepalive超时设置，keepalive_requests：长连接数量。此处的 keepalive（别人访问该location时的长连接）和upstream keepalive（nginx与上游服务器的长连接）是不一样的；此处注意，如果您的服务是面向客户的，而且是单个动态内容就没必要使用长连接了。
　　vim /usr/servers/nginx/conf/nginx.conf
Java代码  

• include /usr/chapter6/nginx_chapter6.conf;  
  
• #为了方便测试，注释掉example.conf  
  
• #include /usr/example/example.conf;  
  

　　重启nginx 
　　/usr/servers/nginx/sbin/nginx -s reload      
　　访问如192.168.1.2/backend/ad?id=1即看到结果。可以kill掉一个tomcat，可以看到服务还是正常的。
vim /usr/chapter6/nginx_chapter6.conf 
Java代码  

• location ~ /backend/(.*) {  
  
•     internal;  
  
•     keepalive_timeout   30s;  
  
•     keepalive_requests  1000;  
  
•     #支持keep-alive  
  
•     proxy_http_version 1.1;  
  
•     proxy_set_header Connection "";  
  
•   
  
•     rewrite /backend(/.*) $1 break;  
  
•     proxy_pass_request_headers off;  
  
•     #more_clear_input_headers Accept-Encoding;  
  
•     proxy_next_upstream error timeout;  
  
•     proxy_pass http://backend;  
  
• }  
  

　　加上internal，表示只有内部使用该服务。 
Nginx+Lua逻辑开发
　　核心代码 
　　/usr/chapter6/ad.lua 
Java代码  

• local redis = require("resty.redis")  
  
• local cjson = require("cjson")  
  
• local cjson_encode = cjson.encode  
  
• local ngx_log = ngx.log  
  
• local ngx_ERR = ngx.ERR  
  
• local ngx_exit = ngx.exit  
  
• local ngx_print = ngx.print  
  
• local ngx_re_match = ngx.re.match  
  
• local ngx_var = ngx.var  
  
•   
  
• local function close_redis(red)  
  
•     if not red then  
  
•         return  
  
•     end  
  
•     --释放连接(连接池实现)  
  
•     local pool_max_idle_time = 10000 --毫秒  
  
•     local pool_size = 100 --连接池大小  
  
•     local ok, err = red:set_keepalive(pool_max_idle_time, pool_size)  
  
•   
  
•     if not ok then  
  
•         ngx_log(ngx_ERR, "set redis keepalive error : ", err)  
  
•     end  
  
• end  
  
• local function read_redis(id)  
  
•     local red = redis:new()  
  
•     red:set_timeout(1000)  
  
•     local ip = "127.0.0.1"  
  
•     local port = 1111  
  
•     local ok, err = red:connect(ip, port)  
  
•     if not ok then  
  
•         ngx_log(ngx_ERR, "connect to redis error : ", err)  
  
•         return close_redis(red)  
  
•     end  
  
•   
  
•     local resp, err = red:get(id)  
  
•     if not resp then  
  
•         ngx_log(ngx_ERR, "get redis content error : ", err)  
  
•         return close_redis(red)  
  
•     end  
  
•         --得到的数据为空处理  
  
•     if resp == ngx.null then  
  
•         resp = nil  
  
•     end  
  
•     close_redis(red)  
  
•   
  
•     return resp  
  
• end  
  
•   
  
• local function read_http(id)  
  
•     local resp = ngx.location.capture("/backend/ad", {  
  
•         method = ngx.HTTP_GET,  
  
•         args = {id = id}  
  
•     })  
  
•   
  
•     if not resp then  
  
•         ngx_log(ngx_ERR, "request error :", err)  
  
•         return  
  
•     end  
  
•   
  
•     if resp.status ~= 200 then  
  
•         ngx_log(ngx_ERR, "request error, status :", resp.status)  
  
•         return  
  
•     end  
  
•   
  
•     return resp.body  
  
• end  
  
•   
  
•   
  
• --获取id  
  
• local id = ngx_var.id  
  
•   
  
• --从redis获取  
  
• local content = read_redis(id)  
  
•   
  
• --如果redis没有，回源到tomcat  
  
• if not content then  
  
•    ngx_log(ngx_ERR, "redis not found content, back to http, id : ", id)  
  
•     content = read_http(id)  
  
• end  
  
•   
  
• --如果还没有返回404  
  
• if not content then  
  
•    ngx_log(ngx_ERR, "http not found content, id : ", id)  
  
•    return ngx_exit(404)  
  
• end  
  
•   
  
• --输出内容  
  
• ngx.print("show_ad(")  
  
• ngx_print(cjson_encode({content = content}))  
  
• ngx.print(")")  
  

　　将可能经常用的变量做成局部变量，如local ngx_print = ngx.print；使用jsonp方式输出，此处我们可以将请求url限定为/ad/id方式，这样的好处是1、可以尽可能早的识别无效请求；2、可以 走nginx缓存/CDN缓存，缓存的key就是URL，而不带任何参数，防止那些通过加随机数穿透缓存；3、jsonp使用固定的回调函数 show_ad()，或者限定几个固定的回调来减少缓存的版本。
　　vim /usr/chapter6/nginx_chapter6.conf 
Java代码  

• location ~ ^/ad/(\d+)$ {  
  
•     default_type 'text/html';  
  
•     charset utf-8;  
  
•     lua_code_cache on;  
  
•     set $id $1;  
  
•     content_by_lua_file /usr/chapter6/ad.lua;  
  
• }  
  

　　重启nginx
Java代码  

• /usr/servers/nginx/sbin/nginx -s reload  
  

　　访问如http://192.168.1.2/ad/1即可得到结果。而且注意观察日志，第一次访问时不命中Redis，回源到Tomcat；第二次请求时就会命中Redis了。
　　第一次访问时将看到/usr/servers/nginx/logs/error.log输出类似如下的内容，而第二次请求相同的url不再有如下内容：
Java代码  

• redis not found content, back to http, id : 2  
  

　　到此整个架构就介绍完了，此处可以直接不使用Tomcat，而是Lua直连Mysql做回源处理；另外本文只是介绍了大体架构，还有更多业务及运维 上的细节需要在实际应用中根据自己的场景自己摸索。后续如使用LVS/HAProxy做负载均衡、使用CDN等可以查找资料学习。