Shell脚本如何检测主备服务状态

wen 实用脚本 2026-07-18 1

Shell脚本如何检测主备服务状态：高可用架构中的自动化监控实践

目录导读

核心概念：主备服务与状态检测的必要性
基础检测方法：端口、进程与心跳报文
实战脚本：基于TCP端口的双机状态检测
进阶方案：通过API与数据库健康检查验证
常见问题解答（FAQ）
总结与最佳实践建议

Shell脚本如何检测主备服务状态

核心概念：主备服务与状态检测的必要性

在分布式系统或高可用集群中,主备服务 通常指两台或多台服务器承担相同角色：一台处于“主”（Active）状态处理请求，其余处于“备”（Standby）状态等待接管，当主节点宕机、网络中断或服务异常时，自动或手动触发切换，备机接管成为新的主节点。

为什么需要Shell脚本检测？

实时性：Shell脚本可结合cron定时任务或systemd timer，实现秒级到分钟级的周期性检查。
轻量级：相比重量级监控平台（如Zabbix、Prometheus），Shell脚本无需额外依赖，适合嵌入到已有运维体系。
灵活定制：可根据业务特征自定义检测逻辑（如检查端口、进程、心跳文件、数据库查询结果等）。

检测的核心目标：快速判断当前“主”节点是否存活（Alive）且功能正常（Healthy），从而触发故障转移或告警。

基础检测方法：端口、进程与心跳报文

1 端口连通性检测（最常用）

通过 nc（netcat）、telnet 或 /dev/tcp 特性检查服务端口是否响应。

# 使用bash内置的/dev/tcp（更高效，无需额外命令）
if timeout 3 bash -c "echo > /dev/tcp/192.168.1.10/3306" 2>/dev/null; then
    echo "MySQL主节点端口可达"
fi

注意：端口可达不代表服务正常（如端口未关闭但已死锁），需配合后续方法验证。

2 进程PID文件检测

许多服务会生成PID文件（如 /var/run/nginx.pid），检测PID文件存在且进程活跃：

pid=$(cat /var/run/service.pid 2>/dev/null) && kill -0 $pid 2>/dev/null && echo "进程运行中"

局限性：无法检测服务是否响应请求，仅代表进程未崩溃。

3 心跳包检测（主备间专用）

在主备节点之间通过自定义心跳脚本或工具（如keepalived、heartbeat）发送UDP/TCP心跳报文，例如利用ping检测对端IP可达性：

if ping -c 1 -W 2 192.168.1.11 &>/dev/null; then
    echo "备机网络可达"
fi

实战脚本：基于TCP端口的双机状态检测

以下是一个完整的Shell脚本示例,用于检测主备两台服务器的Nginx服务状态，并输出日志：

#!/bin/bash
# 主备检测脚本：check_ha_status.sh
# 检测目标：主节点 192.168.1.10:80，备节点 192.168.1.11:80
PRIMARY_IP="192.168.1.10"
BACKUP_IP="192.168.1.11"
PORT="80"
LOG_FILE="/var/log/ha_health.log"
# 函数：检测单节点TCP端口是否通畅
check_port() {
    local ip=$1
    local port=$2
    timeout 2 bash -c "echo > /dev/tcp/$ip/$port" 2>/dev/null && return 0 || return 1
}
# 主节点状态检测
echo "[$(date '+%Y-%m-%d %H:%M:%S')] 开始检测主备服务状态..." >> $LOG_FILE
if check_port $PRIMARY_IP $PORT; then
    echo "主节点 $PRIMARY_IP:$PORT 端口可达，服务运行正常。" >> $LOG_FILE
    # 此处可添加更细粒度检测：如请求主页获取返回码
    # curl -s -o /dev/null -w "%{http_code}" http://$PRIMARY_IP | grep -q 200 && echo "HTTP状态正常" >> $LOG_FILE
else
    echo "主节点 $PRIMARY_IP:$PORT 端口不可达，可能宕机！" >> $LOG_FILE
    # 触发备升主逻辑（示例：发送告警邮件并尝试切换）
    if check_port $BACKUP_IP $PORT; then
        echo "备节点 $BACKUP_IP:$PORT 端口可达，建议执行主备切换。" >> $LOG_FILE
        # 调用切换脚本，如：bash switch_over.sh
    else
        echo "备节点 $BACKUP_IP:$PORT 同样不可达，需人工介入！" >> $LOG_FILE
    fi
fi

执行方式：通过crontab每分钟运行 * * * * * /path/to/check_ha_status.sh。

进阶方案：通过API与数据库健康检查验证

仅靠端口检测可能忽略“假死”情况（端口占住但业务不可用），可增加业务层面验证：

1 HTTP API健康检查（专用于Web应用）

# 请求主节点的健康检查接口（如 /healthz）
HTTP_CODE=$(curl -s -o /dev/null -w "%{http_code}" --connect-timeout 5 http://$PRIMARY_IP/healthz)
if [ "$HTTP_CODE" != "200" ]; then
    echo "主节点HTTP服务返回非200状态码，服务异常！"
fi

2 数据库主从状态检测（MySQL示例）

# 登录主节点检测MySQL可写性（需配置无密码登录或使用mysql_config_editor）
mysql -h $PRIMARY_IP -u monitor -e "SELECT 1 FROM dual;" 2>/dev/null
if [ $? -ne 0 ]; then
    echo "主节点MySQL数据库连接失败！"
fi

3 复合检测策略（推荐）

在单个脚本中组合多项检测,使用加权或优先级判定：

# 伪代码：先端口，再API，最后写入测试
if ! check_port $PRIMARY_IP 80; then
    echo "端口通？否 → 直接判定主节点宕机"
elif ! curl_check $PRIMARY_IP; then
    echo "端口通，但API失败 → 服务异常，考虑切换"
else
    echo "一切正常"
fi

常见问题解答（FAQ）

Q1：为什么不能只用ping检测主备？ A：ping仅验证网络连通性，无法判断目标服务进程是否存活，服务器网络正常但Nginx已崩溃，ping仍返回成功，导致误判。

Q2：脚本中timeout命令不存在怎么办？ A：可以使用gtimeout（macOS）或通过&后台进程配合kill模拟超时，更轻量的方式：利用bash内置的/dev/tcp配合重定向的等待时间限制（如timeout 2 bash -c "echo > /dev/tcp/ip/port"）。

Q3：检测到主节点故障后，自动切换如何做？ A：切换通常涉及修改虚拟IP（VIP）漂移（如通过ip addr add和arping），或更新DNS记录，建议使用成熟的工具如Keepalived或Heartbeat，Shell脚本仅作为补充触发条件。

Q4：脚本运行报错“Permission denied”怎么办？ A：检查脚本是否为可执行文件（chmod +x file），且执行用户对日志目录有写入权限，若涉及sudo操作（如修改VIP），需在/etc/sudoers中配置免密执行。

Q5：如何避免检测脚本自身影响主备性能？ A：设置合理的超时时间（建议3-5秒），避免使用高频率cron（如每分钟一次对大多数服务足够），若检测量大，可改用Go或Python编写非阻塞检测程序。