健康检查说明

编写人：周敏

系统：行政协同平台生产

实例：2 台应用

日期：0000-00-00

状态：两台检查均通过

一、检查目的

健康检查用来判断行政协同平台的应用实例是否继续承接员工访问。总部 420 人通过网页预订会议室、请假、登记访客和申领用品。负载均衡每 10 秒访问一次每台实例。连续 3 次失败后，将该实例移出负载，流量改由另一台承接。检查由应用返回结果，不经过员工浏览器。周敏维护检查地址，刘洋维护检查所依赖的组件。

二、检查项

主库或缓存失败时，该实例已无法完成预订写入，随即移出负载。通知线程少 1 个时，单据仍可保存，此时只向值班人告警。9月24日 10:15，周敏对两台各执行 6 次检查，全部在 200 毫秒内返回合格。

三、摘除与加回

1. 移出负载前再等待 15 秒，以便完成已经接收的请求。
2. 移出后由另一台承接全部流量。近 7 日白天峰值约 4 QPS，单台可以承接。
3. 故障台恢复后，连续 3 次合格才加回，加回后观察 5 分钟错误率。
4. 两台同时不合格时，页面提示稍后重试，并按 P1 电话通知张伟和周敏。

四、最近核对

9月14日预发演练摘过一台，第 8 秒有 1 次连接失败，之后把等待从 5 秒改成 15 秒。9月24日生产两台的版本都是 v1.2.5，主库查询 12 毫秒，缓存 3 毫秒，磁盘剩余 46% 和 51%。陈静把这次核对记在月度检查里。下次全量核对定在 10月第一个周三，与开关比对同一天做。9月24日两台返回的版本字符串都是 v1.2.5，耗时最长的是主库那一项，12 毫秒。周敏把检查地址写在发布单上，演练沿用该地址。负载均衡上的检查路径是固定的只读接口，只返回状态，不写入预订。两台在 9月24日的失败次数都是 0。检查返回的正文只有版本号和各项耗时，没有员工单据。周敏把样例响应存在发布材料里。