網上關於nginx的介紹有很多，這裏講述的是上游服務（如下圖的Java1服務）在沒有“網關”的情況下，如何通過nginx做到動態上下線。
傳統的做法是，手動修改nginx的upstream文件，將Java1的配置註釋或者標記爲down，然後reload nginx生效。當然可以做成腳本自動化修改，然而對於一個繁忙的nginx來說，貿然reload輕則響應緩慢，重則雪崩丟失流量。
那麼怎樣做到nginx動態加載upstream配置呢？網上大體有3種方案：
通過Lua腳本結合nginx，也就是Openresty方案；
給nginx的每個server額外添加一個端口，每次通過調用這個端口修改upstream；
給nginx添加數據庫，upstream數據放在數據庫中，通過修改數據庫數據實現修改upstream配置。
對於一個正在運行的生產環境nginx來說，第3個方案無疑是成本最低的。下面讓我們具體看一下：
技術方案：nginx1.16+nginx_upstream_check_module+nginx-upsync-module+consul
說明：
這裏的consul就是上面所說的數據庫，它不只是key/value類型的庫，還有一個簡潔的web管理頁面，可以很方便的管理鍵值對數據；
nginx_upstream_check_module是阿里開源的針對上游服務的健康檢測模塊；
nginx-upsync-module是微博開源的可以與consul/etcd結合的模塊。
下面分別通過consul集羣部署、nginx改造、創建upstream數據3個方面逐一討論實施細節。
一、部署consul集羣
官網：https://www.consul.io/
假設用下面3臺機器組成一個Consul集羣：
192.168.21.11192.168.21.12192.168.21.13192.168.21.14# 這個IP爲代理IP，用於代理上面3臺機器
1. 準備工作
從官網下載consul壓縮包，分別上傳到上面3臺服務器，這裏的consul版本爲1.8.4：
unzipconsul_1.8.4_linux_amd64.zipmvconsul /usr/local/bin/[root@nginx-11tmp]# consulUsage:consul [--version] [--help] <command> [<args>]Availablecommands are:aclInteract with Consul's ACLsagentRuns a Consul agentcatalogInteract with the catalog....
3臺機器分別創建consul數據、日誌、配置文件目錄：
mkdir-p /data/consul/{data,log}mkdir/etc/consul
2.生成consul配置文件
下面以192.168.21.11的配置文件爲例：
[root@nginx-11tmp]# cat /etc/consul/config.json{"datacenter":"dc1","primary_datacenter":"dc1","bootstrap_expect":3,"start_join":["192.168.21.11","192.168.21.12","192.168.21.13"],"retry_join":["192.168.21.11","192.168.21.12","192.168.21.13"],"advertise_addr":"192.168.21.11","bind_addr":"192.168.21.11","client_addr":"0.0.0.0","server":true,"connect":{"enabled":true},"node_name":"192.168.21.11","ui":true,"data_dir":"/data/consul/data","enable_script_checks":false,"enable_local_script_checks":true,"log_file":"/data/consul/log/","log_level":"info","log_rotate_bytes":100000000,"log_rotate_duration":"24h","encrypt":"a2zC4ItisuFdpl7IqwoYz3GqwA5W1w2CxjNmyVbuhZ4=","acl":{"enabled":true,"default_policy":"deny","enable_token_persistence":true,"enable_key_list_policy":true,"tokens":{"master":"6c95012f-d086-4ef3-b6b9-35b60f529bd0"} }}
說明：
另外2臺服務器的配置文件，分別將上面的advertise_addr、bind_addr、node_name對應值修改爲對應IP，其他配置不需要改變；
參數 "bootstrap_expect":3 意爲希望部署一個3個節點的集羣，請根據實際情況配置；
encrypt與tokens對應的值，3臺機器應保持一致，encrypt值可以通過consul keygen命令生成，token值可以通過uuidgen命令生成，也可以都通過這2個工具生成；
相關參數的理解可以參考： https://juejin.im/post/6844903860717240334
3. 創建consul集羣
分別在3臺機器上啓動consul即可：
consul agent -config-file=/etc/consul/config.json &
通過瀏覽器訪問http://192.168.21.14:8500（或者任意一個IP:Port）即可訪問consul後臺界面，輸入上面master的tokens值可以看到裏面具體內容。
注意：
上面配置文件中的acl配置，“enable_key_list_policy”配置一定要加上，且值要配成“true”，否則匿名用戶可能訪問不到consul配置內容。
4. 爲非管理員創建consul訪問權限
1）創建訪問策略
通過瀏覽器訪問consul，點擊ACL -> Access Controls -> Policies -> 右上角Create
創建一個只讀“upstreams”kv策略，名稱爲：readonlykv，Rules內容爲：
key_prefix"upstreams/"{policy="list"}
創建一個可以寫“upstreams”kv策略，名稱爲：writekv，Rules內容爲：
key_prefix"upstreams/"{policy="write"}
創建好的2條策略截圖如下：
2）創建訪問token
在匿名用戶token中加入允許訪問只讀“upstreams”kv策略，用於允許nginx模塊匿名讀取consul配置：
點擊00000002，在Policies中選擇readonlykv即可。
創建可以寫“upstreams”kv的token，用於腳本帶此token修改consul配置：
通過瀏覽器訪問consul，點擊ACL -> Access Controls -> Tokens -> 右上角Create，在Policies中選擇writekv。
修改／創建好的2條token截圖如下：
到此Consul集羣部署完成。
二、nginx改造
1. 升級nginx
下載nginx相關模塊：
nginx-upsync-module ：https://github.com/weibocom/nginx-upsync-module
nginx_upstream_check_module ：https://github.com/xiaokai-wang/nginx_upstream_check_module
注意：
下載nginx_upstream_check_module模塊時請一定到xiaokai-wang的GitHub上下載，千萬不要到阿里的官方GitHub上下載，否則版本不兼容編譯不過去；
在對Nginx升級前請先做好數據備份。
1）對nginx_upstream_check_module打patch
cdnginx-1.16.0patch -p1 < /usr/local/src/nginx-1.16/nginx_upstream_check_module-master/check_1.12.1+.patch
說明：我把下載的2個nginx模塊源碼包放在了/usr/local/src/nginx-1.16/路徑下。
2）編譯nginx
./configure --prefix=/usr/local/nginx --add-module=/usr/local/src/nginx-1.16/nginx_upstream_check_module-master --add-module=/usr/local/src/nginx-1.16/nginx-upsync-module-master ...
說明：
我把nginx安裝在/usr/local/下面；
命令後面的省略號是你要安裝的模塊，請根據實際情況添加，通過nginx -V可以看到當前安裝了哪些模塊，然後加上去即可。
3）安裝nginx
make# 如果是平滑升級，該步不要執行makeinstall
4）升級nginx
#再次備份nginx二進制文件mv /usr/local/nginx/sbin/nginx /usr/local/nginx/sbin/nginx16.old#用新nginx二進制文件替換老的cp objs/nginx /usr/local/nginx/sbin/#查看已安裝的nginx模塊/usr/local/nginx/sbin/nginx -V
提醒：經過測試發現nginx1.6通過reload或者發送kill -USR2命令，老的nginx進程並不會退出，需要重啓nginx纔可以生效，不知道是不是Bug。
/usr/local/nginx/sbin/nginx -sstop#如果老的nginx進程仍未推出，使用kill -9強制殺掉ps -ef |grepnginx#開啓nginx/usr/local/nginx/sbin/nginx# 說明：發送kill -USR2命令kill-USR2`cat /usr/local/nginx/logs/nginx.pid`
到此，nginx升級完成。
2. 配置nginx
1）首先配置nginx展示頁面，用於快速瞭解nginx運行狀態
catnginx.confserver{listen80;server_namelocalhost; # 在server 80中展示upstream，相當於全局配置，其他配置文件不需要配置 # 瀏覽器訪問http://nginx-ip:80/upstream_show能查看到nginx upstream的具體配置信息location=/upstream_show {upstream_show;} # 在server 80中展示check詳情，相當於全局配置，其他配置文件不需要配置 # 瀏覽器訪問http://nginx-ip:80/status能查看到上游服務的健康狀態，報紅即爲有問題，白色即爲正常location/status {check_status;} # 在server 80中展示nginx自帶的狀態，相當於全局配置，其他配置文件不需要配置 # nginx原生自帶功能location/NginxStatus {stub_statuson;access_logoff;allow192.168.0.0/16;denyall;}} # 引入具體server配置，每個server需要配置nginx-upsync-module模塊的配置include/usr/local/nginx/conf/vhosts/*.conf;
2）server配置
http方式檢測
upstreamrs1 {server127.0.0.1:11111;upsync192.168.21.14:8500/v1/kv/upstreams/rs1/ upsync_timeout=6m upsync_interval=500ms upsync_type=consul strong_dependency=off;upsync_dump_path/usr/local/nginx/conf/servers/servers_rs1.conf;checkinterval=1000 rise=2 fall=2 timeout=3000 type=http default_down=false;check_http_send"HEAD /health.htm HTTP/1.0\r\n\r\n";check_http_expect_alivehttp_2xx http_3xx;}server{listen80;...
tcp方式檢測（tcp爲默認檢測方式）
upstreamrs2 {server127.0.0.1:11111;upsync192.168.21.14:8500/v1/kv/upstreams/rs2/ upsync_timeout=6m upsync_interval=500ms upsync_type=consul strong_dependency=off;upsync_dump_path/usr/local/nginx/conf/servers/servers_rs2.conf;checkinterval=1000 rise=2 fall=2 timeout=3000 type=tcp default_down=false;}server{listen80;...
說明：
推薦使用http方式檢測，http比tcp方式更準確，該檢測方式爲nginx_upstream_check_module提供，功能強大，參數簡單解釋：每隔1秒進行1次健康檢查，每次超時時間爲3秒，連續2次健康檢查成功則認爲這個上游服務健康，將會被上線或一直保持在線；連續2次健康檢查失敗則認爲這個上游服務不健康，將會被剔除下線。“/health.htm”是上游服務的健康檢查接口，通過它判斷服務是否健康。具體參數解釋可參考：http://tengine.taobao.org/document_cn/http_upstream_check_cn.html
參數簡單解釋：nginx-upsync-module模塊會每隔0.5秒向consul數據庫檢查一次配置，每次超時時間爲6分鐘。具體參數解釋可參考：https://github.com/weibocom/nginx-upsync-module
nginx會在/usr/local/nginx/conf目錄下面創建servers子目錄，該子目錄下會自動創建相關server配置文件。
到此，nginx配置修改完成。
三、創建upstream數據（consul鍵值對）
可以通過web頁面或者腳本創建upstream數據，方法如下：
1. web頁面操作
如果需要創建目錄，在要創建的字段後面加上"/"即可，如：upstreams/ 。
"Key/Value" 中必須先創建"upstreams"目錄（後面有字母s），然後再創建對應的server名稱，截圖如下：
2. 命令行操作
使用命令行時不需要先創建"upstreams/"目錄，命令會自動創建目錄以及server數據。
下面以上游服務Java1（IP爲192.168.20.100，端口號爲8080，upstream分組名稱爲rs1）爲例：
添加記錄
curl-X PUT http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token
上述命令執行後，會形成一條nginx的upstream默認配置信息，即：
server192.168.20.100:8080weight=1max_fails=2fail_timeout=10s;
可以通過下面命令自定義權重等值：
curl-X PUT -d"{\"weight\":100, \"max_fails\":2, \"fail_timeout\":10}"http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token# 或者 curl -X PUT -d'{"weight":100, "max_fails":2, "fail_timeout":10}'http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token
刪除記錄
curl-X DELETE http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token
更新權重
curl-X PUT -d"{\"weight\":100, \"max_fails\":2, \"fail_timeout\":10}"http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token# 或者 curl -X PUT -d'{"weight":100, "max_fails":2, "fail_timeout":10}'http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token
下線服務
curl-X PUT -d"{\"weight\":2, \"max_fails\":2, \"fail_timeout\":10, \"down\":1}"http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token# 或者curl -X PUT -d'{"weight":2, "max_fails":2, "fail_timeout":10, "down":1}'http://192.168.21.14:8500/v1/kv/upstreams/rs1/192.168.20.100:8080?token=$token
查看upstream rs1下面有哪些上游服務器
curlhttp://192.168.21.14:8500/v1/kv/upstreams/rs1?recurse
推薦使用命令行操作，建議將命令行組裝成腳本實現DevOps
四、一點感悟
在改造該動態發現方案期間，遇到了很多問題，最棘手的一個問題是測試環境中nginx一直報錯，upstream數據始終無法完整下載，經過各種排查還是沒有發現問題，中間我懷疑過是consul的問題，換成了etcd還是同樣的報錯，最後通過抓包跟蹤，發現是Linux內核參數配置不當，導致隊列溢出tcp三次握手失敗，影響nginx與consul通信。
很多方案理論上是沒有問題的，甚至說有人已經成功運用了，但是實際上親自實施的話還是會遇到各種各樣的問題，有些甚至是致命的，這時候就需要耐心的解決。希望大家在看到這篇文章的時候也去動手試試，如果遇到了問題請靜下心來耐心排查。
還有一個是，很多人說運維是不產生價值的，我認爲這麼說是不對的，運維需要體現的價值有很多，SRE就是其中的一種。